本周的嵌入式視覺峰會在加利福尼亞州圣克拉拉市舉行，Movidius是幾家參展芯片公司之一。Movidius曾宣布與谷歌公司的一月份交易，供應一種芯片（見上圖），該芯片將用于一款來自搜索巨頭的尚未推出的移動設備中，與此同時，被稱為首個嵌入USB記憶棒的深度學習模塊已于4月28日首次亮相。使用1瓦的電量，目的就是為移動設備，如寄生蟲、照相機和機器人等等提供神經(jīng)網(wǎng)絡性能。

手機芯片領導者高通公司，宣布一款其Snapdragon神經(jīng)處理引擎的軟件開發(fā)工具包，該工具包可以讓智能手機、無人駕駛飛機和其他設備更好地追蹤對象和識別聲音。英特爾、ARM、CEVA和Cadence Design Systems公司也對自家芯片的深度學習實用性做了相應的推廣。與此同時，谷歌，作為在深度學習的領導者之一，于本周宣布，其開源TensorFlow深度學習軟件將支持低功耗八位處理器，這對移動應用而言是至關(guān)重要的。

深度學習通常模擬一些大腦神經(jīng)元的活動，可以讓計算機學會如何識別數(shù)據(jù)模式。 “我們有太多的數(shù)據(jù)需要電腦來理解，而不需要人來做，”谷歌大腦項目高級研究員Jeff Dean解釋說。 用深度學習的能力進行分析，更重要的是，學習那些數(shù)據(jù)是對最新語言和物體識別，以及自然語言處理的高度負責。

即使深度學習以及其他人工智能技術(shù)正越來越多地被作為云服務形式由谷歌、IBM和微軟等公司開發(fā)，移動設備的獨特需求正推動著將AI融入到芯片中去。

具體來說，深度學習愈發(fā)集中地應用到各種計算機視覺問題中去，通常依賴于數(shù)據(jù)的實時本地處理，這是相當有用的。事實證明，對于許多視覺應用，深度學習被證實已經(jīng)優(yōu)于大多數(shù)其他計算機視覺技術(shù)很長一段時間。

“我們正處在一個圈地運動階段，”伯克利設計技術(shù)公司嵌入式芯片發(fā)起人Jeff Bier說道?！靶酒圃焐陶趦?yōu)化硅芯片來運行這些算法，以達到最低的功耗?！?/p>

移動設備的低功耗需求，是一個關(guān)鍵原因，深度學習算法越來越需要嵌入芯片。設備和云之間移動數(shù)據(jù)來回需要花費大量的電能，需要更強大的功能，更昂貴的并行處理芯片，如Nvidia的圖形處理單元（GPU），Brick說道。 “智能移動和嵌入式設備關(guān)鍵要素，”。工程高通公司物聯(lián)網(wǎng)和移動計算高級工程師Raj Talluri說道。

更重要的是，一些應用，如自動駕駛汽車（尤其是避免碰撞和制動方面），不涉及連接到云，特別是首先要在處理器和內(nèi)存之間移動數(shù)據(jù)，這是一個持續(xù)存在問題。 “延遲可能是我們要解決的下一個大問題，”Talluri說。 “延遲可以區(qū)分有用和無用之處”。

最后，安全和隱私問題，是在設備上衡量數(shù)據(jù)的處理，而不是將其存儲在云中。

由于深度學習變得更加普及，無論是在云中，還是在芯片上，它可以讓更多的企業(yè)開發(fā)新的應用程序，特別是讓計算機的行為更加人性化。

一些設想的新應用包括直飛并了解最佳著陸地點而無需全球定位系統(tǒng)功能，智能相機識別鏡頭里人們的行為（如某個跌倒的老人）。

【更多行業(yè)資訊，請關(guān)注DOIT官方微信（微信號：doitmedia），關(guān)注科技與數(shù)據(jù)經(jīng)濟，洞察IT走向DT?！?/p>

zhangnn