女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

用于加速機器學習的邊緣計算開發平臺

5CTi_cirmall ? 來源:YXQ ? 2019-07-05 11:43 ? 次閱讀

機器學習正在從云端轉移到網絡邊緣,目的是進行實時處理、降低延遲、提高安全性、更高效地使用可用帶寬以及降低整體功耗。而處于這些邊緣節點上的物聯網 (IoT) 設備只有有限的資源,因此開發人員需要弄清如何有效地添加這一全新的智能水平。

在邊緣位置基于微控制器系統使用機器學習,為開發人員提供了幾項新機會,可以徹底改變他們設計系統的方式。開發人員可以使用幾種不同的架構和技術將智能添加到邊緣節點。學習完本文后,我們將更加熟悉這些架構以及一些可用于加快該過程的技術。

邊緣機器學習的作用

邊緣機器學習對嵌入式系統工程師非常有用,原因有很多。首先,智能系統可以解決開發人員通常難以通過編碼解決的問題。以簡單的文本識別為例。識別文本是編程的噩夢,但如果使用機器學習,那么幾乎就像用 C 語言編寫“Hello World”應用程序一樣簡單。

其次,智能系統可以很輕松地針對新數據和情況進行擴展。例如,如果某個系統接受了識別基本文本的訓練,然后突然采用新字體提供文本,這時并不需要推倒重來。相反,只需提供額外的訓練圖像,使該網絡也能學習識別新字體便可。

最后,我們還可以了解到,邊緣機器學習可以幫助開發人員降低某些應用類型的成本,例如:

圖像識別

語音和音頻處理

語言處理

機器人

第一次檢查邊緣機器學習時,使用應用處理器似乎是個不錯的選擇。包括 OpenCV 在內的幾種開源工具專為計算機視覺而設計,我們可以從使用這些工具開始。不過,許多應用中僅使用應用處理器可能還不夠,因為這些處理器不具備確定性的實時行為。

邊緣機器學習架構

使用邊緣機器學習時,有三種典型方法:

邊緣節點獲取數據,然后在云端完成機器學習

邊緣節點獲取數據,然后在芯片上完成機器學習

邊緣節點獲取數據,然后在邊緣進行第一遍機器學習,最后在云端進行更深入的分析

前兩個解決方案是目前業界探索最多的解決方案,在本文中,我們將會重點關注這兩個解決方案。

使用邊緣設備獲取數據并使用基于云的機器學習系統來處理數據,這樣的架構有幾個優點。首先,邊緣設備不需要運行機器學習算法所需的強大處理能力和資源。其次,邊緣設備可以繼續使用資源受限的低成本設備,就像許多嵌入式系統開發人員習慣創建的系統一樣。唯一的區別是,邊緣設備需要能夠通過 HTTPS 連接到基于云的服務提供商,以便分析它們的數據。第三,基于云的機器學習正在以驚人的速度發展,將這些功能轉移到片載解決方案將非常困難、耗時且成本高昂。

對于希望從基于云的機器學習開始的開發人員來說,他們可以使用 STMicroelectronics 公司的 STM32F779I-EVAL 板(圖 1)這類開發板。該開發板基于 STMicroelectronics 公司的 STM32F769NIH6 微控制器,配備了 Arm? Cortex?-M7 內核、板載攝像頭、用于與云進行高速通信以太網端口,以及板載顯示器。該開發板可與諸如 Express Logic 公司的 X-Ware IoT 平臺等軟件配合使用,輕松連接到任何機器學習云提供商,如 Amazon Web Services (AWS)、Microsoft Azure 和 Google Cloud。

在云端進行機器學習對于開發團隊來說可能意義非常重大,但有幾個原因可以解釋為什么機器學習開始從云端轉向邊緣。雖然這些原因具有很強的應用針對性,但確實也包括了一些重要因素,例如:

實時處理需求

帶寬限制

延遲

安全要求

如果某個應用存在這方面的問題,那么將神經網絡從云端轉移到邊緣是可以行得通的。這種情況下,開發人員必須對他們希望嵌入式處理器負責處理的內容做到心里有數,以便應用能夠盡可能高效地執行。

選擇用于機器學習的處理器

在嵌入式處理器上運行機器學習需要考慮幾個重要因素。首先,處理器必須能夠高效地執行 DSP 指令,因此浮點運算單元 (FPU) 非常有用。其次,需要具備可以在處理器上運行的機器學習庫。學習庫需要包括卷積、池化和激活。如果沒有這些學習庫,開發人員基本上需要從頭開始編寫深度學習算法,不但費時,而且成本高昂。

最后,開發人員需要確保微控制器上具有足夠的 CPU 周期,以便可以完成神經網絡執行以及分配給處理器的任何其他任務。

Arm Cortex-M 處理器現在配有 CMSIS-NN 擴展,這是一個神經網絡庫,其設計目的是在資源受限的環境中可以在微控制器上高效地運行機器學習,這一特性使其成為基于邊緣的智能系統的絕佳選擇。確切的處理器選擇將取決于手頭的應用,因此詳細了解幾款不同的開發板及其最適合的應用非常重要。

首先介紹 SparkFun Electronics 公司的 OpenMV 機器視覺開發板(圖 2)。該模塊采用基于 Cortex-M7 的 STM32F765VI 處理器,運行頻率 216 MHz,支持 512 KB RAM 和 2 MB 閃存。

OpenMV 模塊可用于:

通過幀差分檢測運動

顏色跟蹤

市場跟蹤

人臉檢測

眼動跟蹤

線條和形狀檢測

模板匹配

由于該模塊的軟件基于 Arm CMSIS-NN 庫,因此可以在處理器上盡可能高效地運行機器學習網絡。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 機器學習
    +關注

    關注

    66

    文章

    8492

    瀏覽量

    134122
  • 邊緣計算
    +關注

    關注

    22

    文章

    3285

    瀏覽量

    50568

原文標題:4款值得入手的用于加速機器學習的邊緣計算開發平臺

文章出處:【微信號:cirmall,微信公眾號:電路設計技能】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    盤點#機器開發平臺

    Athena機器人****開發平臺思嵐推出Athena機器開發平臺,有望主導
    發表于 05-13 15:02

    面向AI與機器學習應用的開發平臺 AMD/Xilinx Versal? AI Edge VEK280

    AMD/Xilinx Versal? AI Edge VEK280評估套件是一款面向AI與機器學習應用的開發平臺,專為邊緣
    的頭像 發表于 04-11 18:33 ?1078次閱讀
    面向AI與<b class='flag-5'>機器</b><b class='flag-5'>學習</b>應用的<b class='flag-5'>開發</b><b class='flag-5'>平臺</b> AMD/Xilinx Versal? AI Edge VEK280

    英飛凌邊緣AI平臺通過Ultralytics YOLO模型增加對計算機視覺的支持

    計算機視覺的支持,擴大了當前對音頻、雷達和其他時間序列信號數據的支持范圍。在增加這項支持后,該平臺將能夠用于開發低功耗、低內存的邊緣AI視
    的頭像 發表于 03-11 15:11 ?302次閱讀
    英飛凌<b class='flag-5'>邊緣</b>AI<b class='flag-5'>平臺</b>通過Ultralytics YOLO模型增加對<b class='flag-5'>計算</b>機視覺的支持

    GPU加速計算平臺的優勢

    傳統的CPU雖然在日常計算任務中表現出色,但在面對大規模并行計算需求時,其性能往往捉襟見肘。而GPU加速計算平臺憑借其獨特的優勢,吸引了行業
    的頭像 發表于 02-23 16:16 ?335次閱讀

    嵌入式機器學習的應用特性與軟件開發環境

    設備和智能傳感器)上,這些設備通常具有有限的計算能力、存儲空間和功耗。本文將您介紹嵌入式機器學習的應用特性,以及常見的機器學習
    的頭像 發表于 01-25 17:05 ?551次閱讀
    嵌入式<b class='flag-5'>機器</b><b class='flag-5'>學習</b>的應用特性與軟件<b class='flag-5'>開發</b>環境

    如何選擇云原生機器學習平臺

    當今,云原生機器學習平臺因其彈性擴展、高效部署、低成本運營等優勢,逐漸成為企業構建和部署機器學習應用的首選。然而,市場上的云原生
    的頭像 發表于 12-25 11:54 ?394次閱讀

    使用機器學習和NVIDIA Jetson邊緣AI和機器人平臺打造機器人導盲犬

    Selin Alara Ornek 是一名富有遠見的高中生。她使用機器學習和 NVIDIA Jetson 邊緣 AI 和機器人平臺,為視障人士打造了
    的頭像 發表于 11-08 10:05 ?754次閱讀

    研華科技邊緣AI平臺榮獲2024年IoT邊緣計算卓越獎

    的 2024 年物聯網邊緣計算卓越獎。研華提供全棧式AI應用產品,以滿足從邊緣到云的工業 AI 應用的多樣化需求,致力于推動工業邊緣計算
    的頭像 發表于 11-07 18:11 ?908次閱讀

    GPU加速計算平臺是什么

    GPU加速計算平臺,簡而言之,是利用圖形處理器(GPU)的強大并行計算能力來加速科學計算、數據分
    的頭像 發表于 10-25 09:23 ?532次閱讀

    AI引擎機器學習陣列指南

    云端動態工作負載以及超高帶寬網絡,同時還可提供高級安全性功能。AI 和數據科學家以及軟硬件開發者均可充分利用高計算密度的優勢來加速提升任何應用的性能。AI 引擎機器
    的頭像 發表于 09-18 09:16 ?715次閱讀
    AI引擎<b class='flag-5'>機器</b><b class='flag-5'>學習</b>陣列指南

    NVIDIA IGX平臺加速實時邊緣AI應用

    實時邊緣 AI 對于醫療、工業和科學計算至關重要,因為這些任務關鍵型應用需要即時數據處理、低延遲和高可靠性,以確保作出及時準確的決策。這些挑戰不僅涉及硬件平臺上的高帶寬傳感器處理和 AI 計算
    的頭像 發表于 09-09 10:14 ?1027次閱讀
    NVIDIA IGX<b class='flag-5'>平臺</b><b class='flag-5'>加速</b>實時<b class='flag-5'>邊緣</b>AI應用

    利用NVIDIA RAPIDS加速DolphinDB Shark平臺提升計算性能

    DolphinDB 是一家高性能數據庫研發企業,也是 NVIDIA 初創加速計劃成員,其開發的產品基于高性能分布式時序數據庫,是支持復雜計算和流數據分析的實時計算
    的頭像 發表于 09-09 09:57 ?772次閱讀
    利用NVIDIA RAPIDS<b class='flag-5'>加速</b>DolphinDB Shark<b class='flag-5'>平臺</b>提升<b class='flag-5'>計算</b>性能

    如何理解云計算

    ,支持訓練和部署復雜的人工智能和機器學習模型。用戶可以使用云計算平臺開發和部署智能語音識別、圖像識別、自然語言處理等應用。 **物聯網:*
    發表于 08-16 17:02

    NVIDIA提供一套服務、模型以及計算平臺 加速人形機器人發展

    人的發展,NVIDIA 于今日宣布,為全球領先的機器人制造商、AI 模型開發者和軟件制造商提供一套服務、模型以及計算平臺,以開發、訓練和構建
    的頭像 發表于 07-31 10:41 ?1127次閱讀

    NVIDIA 加速人形機器人發展

    —SIGGRAPH— 當地時間 2024 年 7 月 29 日— 為加速全球人形機器人的發展,NVIDIA 于今日宣布,為全球領先的機器人制造商、AI 模型開發者和軟件制造商提供一套
    發表于 07-30 09:15 ?900次閱讀
    NVIDIA <b class='flag-5'>加速</b>人形<b class='flag-5'>機器</b>人發展