TinyML：下一輪人工智能革命

由NASA引領的小型化風潮已經席捲了整個消費電子產品產業。現在，一個領針中即可保存全部貝多芬作品，並可使用耳機聆聽。
———天體物理學家、科學評論員Neil deGrasse Tyson

……超低功耗嵌入式設備的普及，以及用於微控制器的TensorFlow Lite等嵌入式機器學習框架的推出，意味着人工智能驅動的IoT設備將得到大規模普及。
———哈佛大學副教授Vijay Janapa Reddi

圖1 嵌入設備上的TinyML概覽圖

模型並非越大越好。

本文是TinyML系列文章中的第一篇，目的是向讀者介紹TinyML概念及其未來潛力。本系列的後續文章中，將深入介紹一些特定的應用、具體實現和教程。

引 言

過去的十年中，由於處理器速度的提高和大數據的出現，我們見證了機器學習算法的規模呈指數級增長。最初，模型的規模並不大，在本地計算機中運行，使用CPU的一或多個內核。

此後不久，GPU計算使人們可以處理更大規模的數據集，並且通過基於雲的服務，例如Google Colaboratory等SaaS平臺，Amazon EC2 Instances等IaaS，GPU技術變得更易於獲取。與此同時，算法仍可在單機上運行。

最近，專用的ASIC和TPU已可提供大約8個GPU的處理能力。這些設備的發展，增強了將學習算法分佈到多個系統中的能力，滿足了規模不斷增大的模型需求。

原文鏈接:【https://www.infoq.cn/article/Ihfwg4Lc9GEm349NSeK7】。未經作者許可，禁止轉載。