在日常生活中，科技驅(qū)動的體驗在我們對科技的了解程度和其起源本身是兩回事。我們先想一下全球相當(dāng)一部分人的某種體驗，再來看一種所有生物（包括無生命體）都有的體驗來舉例說明。

世界上大約有63%的人口接入互聯(lián)網(wǎng)（資料來源：Statista），其中大多數(shù)人都通過網(wǎng)頁體驗互聯(lián)網(wǎng)。因此，在大眾的認(rèn)知中，“互聯(lián)網(wǎng)”與“網(wǎng)頁”幾乎是畫等號的。當(dāng)然，技術(shù)從業(yè)者們了解兩者的區(qū)別，但萬維網(wǎng) (WWW) 是在何時以及何地發(fā)明的，他們或許記得，也或許早已遺忘。

如果沒有萬維網(wǎng)的問世，今天的互聯(lián)網(wǎng)體驗將截然不同。

所有生物100%會自動體驗到一種東西，那就是它們的“質(zhì)量”，大家時常將其與“重量”這個詞錯誤地劃上了等號。當(dāng)然，那些還記得物理學(xué)知識的人能分辨這兩個詞的不同。盡管在普通物理學(xué)中，物質(zhì)的質(zhì)量被視為理所當(dāng)然的特性，但仍有一個物理學(xué)領(lǐng)域嘗試解釋物質(zhì)的質(zhì)量究竟從何而來。而最終在人類發(fā)現(xiàn)希格斯玻色子粒子時，質(zhì)量賦予場才得到了證實。

歐洲核子研究組織 (CERN) 正是發(fā)明萬維網(wǎng)、發(fā)現(xiàn)希格斯玻色子以及取得其他諸多非凡發(fā)明的幕后英雄。萬維網(wǎng)是蒂姆·伯納斯·李于1989年發(fā)明的，彼時他正在CERN工作。2012 年，當(dāng)CERN發(fā)現(xiàn)希格斯玻色子粒子時，質(zhì)量賦予場的存在得到了證實。

CERN目前正在開展一個饒有趣味的粒子物理項目，在這個項目中他們使用了CEVA的邊緣AI技術(shù)和解決方案。

本文將介紹這個項目以及該項目的啟動初衷和開展方式，并展示一些關(guān)于CEVA的邊緣AI技術(shù)相較于其他解決方案的基準(zhǔn)測試結(jié)果。

什么是邊緣 AI？

邊緣AI指代那些部署在離數(shù)據(jù)中心（即云端）較遠(yuǎn)而更為靠近消費者（即邊緣）的設(shè)備上的人工智能應(yīng)用。“邊緣”之名源自計算是在靠近網(wǎng)絡(luò)邊緣側(cè)完成，而非在數(shù)據(jù)中心側(cè)進行。邊緣 AI 智能技術(shù)已得到了廣泛的應(yīng)用，其好處也是不勝枚舉，例如提高性能、保障數(shù)據(jù)隱私、降低功耗等等。

什么是粒子物理學(xué)？

粒子物理學(xué)是物理學(xué)的一個分支，它涉及亞原子粒子的特性、關(guān)聯(lián)和相互作用。宇宙萬物皆由粒子組成，粒子物理學(xué)的典型模型是描述電磁、弱核力和強核力以及對所有已知基本粒子進行分類的理論。但夸克卻無法使用這種模型來解釋，盡管它是一種基本粒子，也是物質(zhì)的基本成分?？淇讼嗷ソY(jié)合，構(gòu)成復(fù)合亞原子粒子，也被稱為強子，而質(zhì)子和中子則是已知的強子中最穩(wěn)定的。

在宇宙誕生之初，所有粒子都以接近光的速度轉(zhuǎn)動，因為粒子沒有質(zhì)量。僅在粒子獲得質(zhì)量之后，恒星、行星和后來的生命才相繼誕生。與希格斯玻色子粒子相關(guān)的希格斯玻色子場是粒子質(zhì)量的來源，因此，這項發(fā)現(xiàn)對于粒子物理學(xué)領(lǐng)域意義非凡。有傳言說，諾貝爾物理學(xué)獎得主萊昂·萊德曼曾經(jīng)將這種粒子稱為“那種該死的粒子”，強調(diào)檢測到這種粒子究竟有多難。

CERN擁有大型強子對撞機 (LHC)，這是世界上體積最大、功能最強大的粒子加速器。大型強子對撞機由一個長達(dá)27千米的超導(dǎo)磁體環(huán)組成，擁有大量的加速結(jié)構(gòu)，可提高途經(jīng)該磁體環(huán)的粒子的能量。在磁體環(huán)上行進的過程中，一些點位可能會發(fā)生碰撞。在這些點位上均設(shè)有體積堪比建筑物的探測器，用來分析碰撞。其中一個探測器是CMS實驗探測器，這座探測器長28.7米，直徑15米，重約14,000噸。來自47個國家/地區(qū)中206個科研機構(gòu)的4,000多人組建成CMS協(xié)作團隊，共同建造了這座探測器，目前也在負(fù)責(zé)操控這座探測器。

邊緣AI與粒子物理學(xué)能有怎樣的交集？

盡管業(yè)界在各類面向消費者的應(yīng)用中使用AI的新聞屢見不鮮，但對于在粒子物理學(xué)中使用AI技術(shù)的討論并不多。實際上，數(shù)十年來，AI一直在增強和改進粒子物理學(xué)研究。例如，在發(fā)現(xiàn)希格斯玻色子粒子時，就用到了作為AI算法基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)。AI賦能物理學(xué)家讓他們能夠更好地基于強子碰撞碎片重建粒子并解析結(jié)果。

在與面向數(shù)據(jù)中心的解決方案相比上，邊緣AI還以卓越的能效著稱。高能耗是服務(wù)器農(nóng)場的已知問題之一，原因就在于其涉及到高強度硬件計算，并且有著全天候工作的特性。而粒子物理學(xué)實驗同樣需要全天候運行，而且數(shù)據(jù)和計算強度都很高，因此需要耗費大量的帶寬和能源?；谶吘堿I硬件的解決方案可以壓縮運行粒子物理學(xué)實驗所用的大量數(shù)據(jù)，因此從能效的角度考慮，也頗有吸引力。

CERN的粒子物理學(xué)項目

CERN在其項目中使用了世界上最大的強子對撞機和其他多種復(fù)雜的科學(xué)儀器，實驗通常全天候運行，粒子碰撞會生成大量數(shù)據(jù)，而且數(shù)據(jù)量過于龐大，以至于無法存儲下來等待后續(xù)處理。每個交叉點產(chǎn)生的原始數(shù)據(jù)量約為1兆字節(jié)，在40 MHz的交叉速率下，每秒產(chǎn)生的數(shù)據(jù)量達(dá)到40太字節(jié)，實驗儀器根本無法存儲這種量級的數(shù)量，更不必說妥善處理。

全觸發(fā)系統(tǒng)可降低值得關(guān)注的事件的發(fā)生率，達(dá)到每1,000 個的可管理程度。由于所生成的大多數(shù)數(shù)據(jù)都沒有價值可言，AI處理算法需要高效、有效地即時處理數(shù)據(jù)，以決定哪些碰撞值得關(guān)注。實現(xiàn)AI算法的硬件解決方案必須具有出色的性能和極高的能效。

大型強子對撞機以40MHz的標(biāo)稱質(zhì)子間碰撞速率運行，觸發(fā)系統(tǒng)通過兩個階段降低碰撞率：

i.第1級中 x400

ii.第2級中 x100

性能、功率和可擴展性要求

當(dāng)前解決方案在處理所生成數(shù)據(jù)方面耗費了太多的計算時間和能量，CERN還期望在不久的將來將碰撞率提高四倍。與此同時，處理算法在第2級中的延遲預(yù)計將提高十二倍。他們需要在性能和功耗方面更出色、更具可擴展性的解決方案。

CEVA的邊緣AI解決方案

CERN希望將神經(jīng)網(wǎng)絡(luò)的比特表示減少到2比特，以減少帶寬和延遲。為了實現(xiàn)這樣的解決方案，需要專用的硬件，但市面上并沒有高效的AI硬件能支持2比特乘法。

在探索市面上的各種解決方案之后，在以色列創(chuàng)新局 (IIA) 的支持和贊助下，CERN決定與CEVA合作，以落地自身的需求。

CEVA是全球領(lǐng)先的無線連接、智能傳感技術(shù)以及集成IP解決方案的授權(quán)商，致力于打造更智能、更安全的互聯(lián)世界，提供數(shù)字信號處理器、人工智能引擎、無線平臺、加密內(nèi)核以及與傳感器融合、圖像增強、計算機視覺、語音輸入和人工智能相關(guān)的輔助軟件。

CEVA提出了一種深度學(xué)習(xí)解決方案，用于對噴注粒子進行檢測和分類。在粒子物理學(xué)中，一個“噴注”(jet) 就是由一個夸克的強子化產(chǎn)生的強子和其他粒子構(gòu)成的窄錐體。雙方商定，CERN將開發(fā)網(wǎng)絡(luò)壓縮算法，而 CEVA將開發(fā)低比特AI DSP內(nèi)核。

CEVA使用二進制神經(jīng)網(wǎng)絡(luò) (BNN) 和三元權(quán)重網(wǎng)絡(luò) (TWN) 的硬件來進行試驗，作為探索的一部分，CEVA成功在SensPro DSP中實現(xiàn)了。CEVA評估了2比特（三元表示法：-1、0、1）和1比特精度（二進制表示法：0、1）的使用情況。BNN 加速塊被設(shè)計出來作為 SensPro內(nèi)核的一部分，用于分載 8x2（數(shù)據(jù) x 權(quán)重）和 2x2 卷積。典型的神經(jīng)網(wǎng)絡(luò)量子化通過實現(xiàn)8比特定點精度的算術(shù)計算來達(dá)到 x4 壓縮的效果。

但正如前文所述，CERN有著極高的延遲要求，因此要求權(quán)重為2比特。盡管他們計劃將來切換到8比特定點精度，但數(shù)據(jù)仍保持為32比特浮點格式。

輸入到物體探測網(wǎng)絡(luò)中的“圖像”通過將發(fā)射粒子的較低等級探測器測量值（1級）投射到圓柱形探測器（量熱計）上獲得。隨后通過展開量熱計的內(nèi)表面獲得矩形圖像，量熱儀是一種用于測量化學(xué)反應(yīng)或其他過程所涉及的熱量或能量的設(shè)備。噴注圖像將通過量熱儀單元解析為像素，像素的強度對應(yīng)于該單元的能量沉積。圖像的x軸為碰撞角度，y軸為單元能量。

在開發(fā)邊緣AI解決方案時，重點在于了解要使用哪些神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來實現(xiàn)處理算法。CEVA提供了這方面的指導(dǎo)，并就如何正確表示數(shù)據(jù)和權(quán)重為CERN提供了建議，以確保部署順利進行，并盡可能的使誤差最小化。CERN在考慮到了CEVA關(guān)于實際硬件部署的所有相關(guān)意見后，建立了一種量子化感知訓(xùn)練算法。量子化感知訓(xùn)練有助于在不影響準(zhǔn)確性的前提下，實現(xiàn)較低精度的訓(xùn)練神經(jīng)網(wǎng)絡(luò)部署。

CEVA基于SensPro的邊緣AI解決方案的基準(zhǔn)測試結(jié)果

結(jié)果超越了所有現(xiàn)存的算法解決方案。參考下面的“精度-查全率”曲線，精度 (PPV) 衡量預(yù)測的準(zhǔn)確性，而查全率 (TPR) 衡量正向預(yù)測的質(zhì)量?？傮w而言，這兩項指標(biāo)決定了所找到的噴注集與預(yù)期應(yīng)找到的噴注集的對應(yīng)程度。

CEVA的DSP內(nèi)核超越了GPU和CPU解決方案的表現(xiàn)。參考下表，比較這些內(nèi)核在晶片面積、功率和延遲方面的表現(xiàn)。該表的第二行顯示了基于CEVA SensPro 的解決方案與Nvidia Tesla V100 GPU內(nèi)核的同類比較。

”

邊緣AI解決方案不僅適用于面向消費者的邊緣設(shè)備應(yīng)用，即使對于研究宇宙起源的應(yīng)用來說，這類解決方案也卓然有效。CEVA為粒子物理學(xué)領(lǐng)域首屈一指的研究機構(gòu)CERN開發(fā)的基于SensPro的邊緣解決方案就印證了這一點。

關(guān)于CEVA

CEVA 是排名前列的無線連接和智能傳感技術(shù)以及集成 IP 解決方案授權(quán)商，旨在打造更智能、更安全、互聯(lián)的世界。我們?yōu)閭鞲衅魅诤?、圖像增強、計算機視覺、語音輸入和人工智能應(yīng)用提供數(shù)字信號處理器、人工智能處理器、無線平臺、加密內(nèi)核和配套軟件。這些技術(shù)與我們的 Intrinsix IP 集成服務(wù)一起提供給客戶，幫助他們解決復(fù)雜和時間關(guān)鍵的集成電路設(shè)計項目。許多世界排名前列的半導(dǎo)體廠商、系統(tǒng)公司和OEM利用我們的技術(shù)和芯片設(shè)計技能，為移動、消費、汽車、機器人、工業(yè)、航天國防和物聯(lián)網(wǎng)等各種終端市場開發(fā)高能效、智能、安全的互聯(lián)設(shè)備。

我們基于 DSP 的解決方案包括移動、物聯(lián)網(wǎng)和基礎(chǔ)設(shè)施中的 5G 基帶處理平臺；攝像頭設(shè)備的高級影像技術(shù)和計算機視覺；適用于多個物聯(lián)網(wǎng)市場的音頻/語音/話音應(yīng)用和超低功耗的始終開啟/感應(yīng)應(yīng)用。對于傳感器融合，我們的 Hillcrest Labs 傳感器處理技術(shù)為耳機、可穿戴設(shè)備、AR/VR、PC機、機器人、遙控器、物聯(lián)網(wǎng)等市場提供廣泛的傳感器融合軟件和慣性測量單元 (“IMU”) 解決方案。在無線物聯(lián)網(wǎng)方面，我們的藍(lán)牙(低功耗和雙模)、Wi-Fi 4/5/6/6E (802.11n/ac/ax)、超寬帶(UWB)、NB-IoT和GNSS 平臺是業(yè)內(nèi)授權(quán)較為廣泛的連接平臺。

歡迎點亮“在看”哦