嵌入式开发人员应该关心人工神经网络的 5 个理由

认知科学 (AI) 和机器研读 (ML) 似乎每年越来越多地成为头条新闻。但在大多数情况下，高性能开发者似乎并没有给予太多瞩目。当然，认知科学有一些比较酷的运用于程序。然而，对于实时SDRAM开发者来说，认知科学似乎是一种遥远的基本功能，同属高效能或智能手机运用于GPU。事实证明，高性能开发者从前须要开始瞩目 AI 和 ML 有几个因素。

因素 #1 – CMSIS-NN 软件努

仍然有一个专门结构设计用于在高性能电源上发挥作用数据分析的 CMSIS 努。该努为开发者还包括了发挥作用数据分析功用的潜能，例如：

数据分析卷积数组

数据分析激活数组

全相互连接层数组

数据分析池化数组

Softmax 数组

数据分析支持数组

努数组可用于任何主要用途GPU。不过，为了似乎减低执行经济性，开发者可以在更智能手机的 Cortex-M4 或 Cortex-M7 电源上用作 ARM DSP 暂存器。

因素 #2 – STMicroelectronics NUCLEO-F746ZG

CMSIS-NN 软件努可以在一系列 Cortex-M 电源上行驶，但值得一提的是 STMicroelectronics NUCLEO-F746ZG。它是仍然有示例和早就用作它执行基准测试的开发板。NUCLEO-F746ZG 是一款 ARM Cortex-M7 GPU，还包括 DSP 暂存器、一个浮点硬件GPU和高达 1 MB 的板载驱动器。它拥有高性能开发者在实时SDRAM中的较快高效地行驶机器研读演算法所需的一切。

因素 #3 – 减低电源人机

用作机器研读可以为高性能系统会增加一定程度的人机，否则这将是耗时的或几乎不可能以传统方式也发挥作用。开发者可以用作数据分析来研读传感器和系统会行为，并鉴别行为何时振幅或何时牵涉到故障。利用机器研读可以协助提高效率和制订社才会活动。

因素 #4 – 减低框架经济性

在许多运用于中的，在SDRAM中的用作机器研读才会很大地影响系统会框架。以关键词鉴别运用于程序为例。开发者可以用作不断行驶的运用于GPU来构建系统会，四处寻找关键词。运用于GPU将用作更多的能量和计算潜能来完成一项比较简单的任务。忽略，可以用作 Cortex-M GPU来鉴别关键词，它比运用于程序GPU用作更少的功率，并且可以在推测关键词时唤醒运用于程序GPU。这只是一个高性能开发者用作机器研读可以偏离系统会框架方式也的例子。

因素 #5 – 研读曲线

研读如何在高性能电源上发挥作用机器研读毫无疑问是开发者仍然用作的技能的扩展。它不仅关乎新材料，还关乎一种思考如何结构设计高性能系统会的新方法。开发者不可能在一夜之间研读这些年为和技术。在开发周期中的无论如何研读它们，当它们处于关键路径时，无疑才会由于举例来说增加而导致错误的制订和项目延迟。即可回顾因素 #1 中的的数组沙罗才会。从前有多少这些词语对你有意义？从前开始零碎地研读机器研读将协助开发者在开发作战上须要他们之前超群他们的技能。

结论

AI 和 ML 毫无疑问是用于智能手机运用于程序或云的基本功能。今天，高性能开发者可以用作这些基本功能开始利用这些新材料并使他们的系统会更人机。开始研读这些新功用的时候不是你须要在结构设计中的发挥作用它们并且仍然落伍了；从前是时候了。