TinyML是好药,但绝不是“银弹”!为什么呢?我给大家分析分析,
TinyML这篇文章主要宣贯的微端智能应用未来几年是大的爆发点,但我认为其实本质是芯片博弈革命,我之前也多次讲过芯片的发展其实分两个方向,一个是通用芯片,一个是专用芯片,专用芯片面向特定应用场景更高效,因为高效,所以功耗就低(挖矿机算一个面向专项应用的机器,但还是用的通用芯片,功耗并不低),对于微端智能应用发展,一定是从芯片革命开始的,从现在来看个性化微芯片发展刚刚起步,特别是面向传感器级别的专项芯片,由于难度低,应用构建块,特别容易放量。针对传统机器学习应用,通过嵌入式很容易实现,而且现在有已经有一些应用在做。但面向深度学习的芯片大部分还是用通用GPU做,GPU本质上是为了图像显示处理的,好的显卡就是一个好的GPU处理器(哪些年打游戏的同学,游戏本是否还在),但这几年TPU和NPU的出现,完全是为神经网络算法而推出的,所以非常高效,当然功耗也就低,这就为嵌入式微端智能提供了技术可行性,尤其打破能量瓶颈,这又会出现多少新场景呢。所以我说面向嵌入式的微端智能前提硬核是什么呢?是面向底层芯片的进步,这种芯片完全是颠覆式的,因此又会出现多少新软件技术呢?
嵌入式微端智能应用来了,我们准备好了吗?
嵌入式应用神器C/C++是否能重回巅峰,.C/C++不能丢,记不清什么时候人们已经把这俩兄弟遗忘了,今天面向嵌入式如果是未来,这俩兄弟一定是神器,学习Python的同学,是不是该醒一醒了?此处省略800字,据说某房地产大亨也再学习,你可以侮辱码农的职业,但绝不要侮辱程序猿的智商!
观点认识:
1.关于TinyML的应用场景,从现在技术发展的现状来看,现在所谓的应用有些言过其实,很多还是意淫的伪需求,情形并没有那么明朗,还是物联网组织的概念推广期。
2.TinyML即服务是完全蹭概念的流氓意淫认识,我们要知道嵌入式基本架构模式就不可能提这么无知的看法。
3.依托专用芯片打造嵌入式微智能应用是特别好的发展方向,从技术芯片TPN、NPU和其他嵌入式计算单元来看,技术2年已经开始向这里发展了,这种应用一旦推出,会颠覆软件成本核算模式,真正拿设备装备成本把软件成本趋向零,因此面向智能装置的软硬一体的发展路数绝对是正道。