Markus Levy

就在幾年前，人們普遍認(rèn)為，機(jī)器學(xué)習(xí)（ML）甚至深度學(xué)習(xí)（DL）只能通過由網(wǎng)關(guān)、邊緣服務(wù)器或數(shù)據(jù)中心執(zhí)行的邊緣訓(xùn)練和推理在高端硬件上完成。這種想法在當(dāng)時(shí)不無道理，因?yàn)樵谠贫撕瓦吘壷g分配計(jì)算資源的趨勢尚處于早期發(fā)展階段。但如今，得益于業(yè)界和學(xué)術(shù)界的艱苦研發(fā)和不懈努力，情況已然發(fā)生了翻天覆地的變化。

處理器不必提供每秒數(shù)萬億次操作（TOPS），也能執(zhí)行機(jī)器學(xué)習(xí)（ML）。越來越多的用例證明，只要使用最新的微控制器（部分帶有嵌入式ML加速器），就能在邊緣設(shè)備上開展機(jī)器學(xué)習(xí)。

只需極低的成本和極低的功耗，這些設(shè)備就能出色地完成ML，僅在絕對必要時(shí)才連接到云。簡而言之，內(nèi)置ML加速器的微控制器代表著物聯(lián)網(wǎng)發(fā)展的下一階段：在生產(chǎn)數(shù)據(jù)的源頭，例如麥克風(fēng)、攝像頭和監(jiān)控其他環(huán)境條件的傳感器中引入智能計(jì)算，并使物聯(lián)網(wǎng)應(yīng)用受益。

邊緣有多深？

目前普遍認(rèn)為邊緣是物聯(lián)網(wǎng)網(wǎng)絡(luò)的最遠(yuǎn)點(diǎn)，但通常指先進(jìn)的網(wǎng)關(guān)或邊緣服務(wù)器。不過，這并不是邊緣的盡頭。真正的盡頭是鄰近用戶的傳感器。所以，合乎邏輯的做法是將盡可能多的分析能力安排在鄰近用戶的位置，而這也正是微處理器所擅長的。

在圖1中可見，寬度乘數(shù)對參數(shù)的數(shù)量、計(jì)算結(jié)果和精度都有顯著影響。但是，如果只是將寬度乘數(shù)從1.0改為0.75，TOP-1精度并無太大變化，參數(shù)的數(shù)量和算力需求卻明顯不同。

可以說，單板計(jì)算機(jī)也能用于邊緣處理，因?yàn)樗鼈兙哂谐錾男阅埽浼嚎涉敲酪慌_(tái)小型超級(jí)計(jì)算機(jī)。但問題是尺寸依然過大，而且對于大規(guī)模應(yīng)用所需的成百上千次部署而言，成本過于高昂。它們還需要連接外部直流電源，在某些情況下可能超出可用范圍；相比之下，MCU的功耗只有幾毫瓦，并且可以使用紐扣電池或一些太陽能電池來供電。

毫無意外，用于在邊緣執(zhí)行ML的微控制器成為了十分熱門的研發(fā)領(lǐng)域。甚至還有專有名稱– TinyML。TinyML的目標(biāo)就是允許在資源受限的小型低功耗設(shè)備（尤其是微控制器），而不是在更大的平臺(tái)或云端上執(zhí)行模型推理，甚至最終能實(shí)現(xiàn)模型訓(xùn)練。這就需要縮小神經(jīng)網(wǎng)絡(luò)模型的尺寸，以容納這些設(shè)備中相對較少的算力、存儲(chǔ)空間和帶寬資源，同時(shí)不會(huì)嚴(yán)重降低功能性和精度。

這些方案對資源進(jìn)行了優(yōu)化，使設(shè)備可以采集充足的傳感器數(shù)據(jù)并發(fā)揮恰當(dāng)作用，同時(shí)微調(diào)精度并降低資源要求。因此，雖然數(shù)據(jù)可能仍被發(fā)送到云端（或者可能是先發(fā)送到邊緣網(wǎng)關(guān)，然后再發(fā)送到云端），但數(shù)量少得多，因?yàn)橄喈?dāng)大一部分的分析已經(jīng)完成。

現(xiàn)實(shí)中，一個(gè)十分常見的TinyML用例就是基于攝像頭的對象檢測系統(tǒng)，盡管能夠捕獲高分辨率圖像，但由于存儲(chǔ)空間有限，只能降低圖像分辨率。可是，如果攝像頭內(nèi)置了數(shù)據(jù)分析功能，則只會(huì)捕獲所需的對象而非整個(gè)場景，而且因?yàn)橄嚓P(guān)的圖像區(qū)域更小，能保留高分辨率圖像。這種功能通常只見于更大型、性能更強(qiáng)大的設(shè)備，但是TinyML技術(shù)使得微控制器也能實(shí)現(xiàn)。

小巧卻不簡單

盡管TinyML還只是相對較新的一種范式，但已經(jīng)表現(xiàn)出了不容小覷的推理能力（即便使用的是相對溫和的微控制器）和訓(xùn)練（在性能更強(qiáng)大的微控制器上）成效，且精度損耗控制在最低限度。最近的示例包括：語音和面部識(shí)別、語音命令和自然語言處理，甚至同時(shí)運(yùn)行多個(gè)復(fù)雜的視覺算法。

實(shí)際說來，這意味著一臺(tái)裝載500 MHz Arm Cortex-M7內(nèi)核的微控制器，花費(fèi)不超過2美元，內(nèi)存容量從28 Kb到128 KB不等，卻能提供強(qiáng)大的性能，使傳感器實(shí)現(xiàn)真正智能。例如，恩智浦的i.MX RT跨界MCU就使用運(yùn)行TensorFlow Lite運(yùn)行時(shí)引擎的小型ML模型實(shí)現(xiàn)了此種性能。以基本對象識(shí)別為例，通常在200 ms內(nèi)即可完成，而且精度接近95%。

即使在這個(gè)價(jià)格和性能水平上，這些微處理器配備了多個(gè)安全功能（包括AES-128），并支持多個(gè)外部存儲(chǔ)器類型、以太網(wǎng)、USB和SPI，同時(shí)還包含或支持多種類型的傳感器以及藍(lán)牙、Wi-Fi、SPDIF和I2C音頻接口。價(jià)格稍高一些的設(shè)備則是通常搭載1 GHz Arm CortexM7、400-MHz Cortex-M4、2 Mbytes RAM和圖形加速。采用3.3 VDC電源供電時(shí)，功耗一般遠(yuǎn)低于單板計(jì)算機(jī)。

TOPS概述

會(huì)使用單一指標(biāo)來評判性能的不僅是消費(fèi)者，設(shè)計(jì)者和市場營銷部門也一直如此，因?yàn)樽鳛橐豁?xiàng)主要規(guī)格，它可以輕松區(qū)分設(shè)備。一個(gè)經(jīng)典示例就是CPU，多年來人們一直通過時(shí)鐘速率來評判性能；幸運(yùn)的是，現(xiàn)在的設(shè)計(jì)者和消費(fèi)者已不再如此。只用一個(gè)指標(biāo)評定CPU性能就像是按照發(fā)動(dòng)機(jī)的峰值轉(zhuǎn)速來評估汽車性能。盡管峰值轉(zhuǎn)速有一定參考意義，但幾乎無法體現(xiàn)發(fā)動(dòng)機(jī)的強(qiáng)勁或汽車的駕駛性能，這些特性取決于許多其他因素。

遺憾的是，同樣的尷尬也發(fā)生在以每秒數(shù)十億次或上萬億次操作來界定的神經(jīng)網(wǎng)絡(luò)加速器（包括高性能MPU或微控制器中的加速器），原因一樣，簡單的數(shù)字好記。在實(shí)踐中，單獨(dú)的GOPS和TOPS只是相對無意義的指標(biāo)，代表的是實(shí)驗(yàn)室而非實(shí)際操作環(huán)境中的一次測量結(jié)果（毫無疑問是最好的結(jié)果）。例如，TOPS沒有考慮內(nèi)存帶寬的限制、所需要的CPU開支、預(yù)處理和后處理以及其他因素。如果將所有這些和其他因素都一并考慮在內(nèi)，例如在實(shí)際操作中應(yīng)用于特定電路板時(shí)，系統(tǒng)級(jí)別的性能或許只能達(dá)到數(shù)據(jù)表上TOPS值的50%或60%。

所有這些數(shù)字都是硬件中的計(jì)算單元乘以對應(yīng)的時(shí)鐘速率所得到的數(shù)值，而不是上需要運(yùn)行時(shí)數(shù)據(jù)已經(jīng)就緒的頻率。如果數(shù)據(jù)一直即時(shí)可用，也不存在功耗問題和內(nèi)存限制，并且算法能無縫映射到硬件，則這種統(tǒng)計(jì)方式更有參考價(jià)值。然而，現(xiàn)實(shí)中并沒有這樣理想的環(huán)境。

當(dāng)應(yīng)用于微控制器中的ML加速器時(shí)，該指標(biāo)更沒有價(jià)值。這些小型設(shè)備的GOPS值通常在1～3之間，但仍然能夠提供許多ML應(yīng)用中所需要的推理功能。這些設(shè)備也依賴專為低功耗ML應(yīng)用而設(shè)計(jì)的Arm Cortex處理器。除了支持整數(shù)和浮點(diǎn)運(yùn)算以及微控制器中的許多其他功能之外，TOPS或其他任何單一指標(biāo)明顯無法充分定義性能，無論是單獨(dú)使用還是在系統(tǒng)中都是如此。

結(jié) 論

隨著物聯(lián)網(wǎng)領(lǐng)域進(jìn)一步發(fā)展，在邊緣執(zhí)行盡可能多的處理，逐漸出現(xiàn)一種需求，即在直接位于或附著于傳感器上的微控制器上執(zhí)行推理。也就是說，微處理器中應(yīng)用處理器和神經(jīng)網(wǎng)絡(luò)加速器的發(fā)展速度十分迅猛，更完善的解決方案也層出不窮?？傮w趨勢是將更多以人工智能為中心的功能（例如神經(jīng)網(wǎng)絡(luò)處理）與應(yīng)用處理器一起整合到微處理器中，同時(shí)避免功耗或尺寸顯著增加。

如今，可以先在功能更強(qiáng)大的CPU或GPU上訓(xùn)練模型，然后在使用推理引擎（例如TensorFlow Lite）的微控制器上實(shí)施，從而減小尺寸以滿足微控制器的資源要求?？奢p松擴(kuò)展，以適應(yīng)更高的ML要求。相信不久之后，推理和訓(xùn)練就能在這些設(shè)備上同時(shí)執(zhí)行，讓微控制器的競爭力直追更大、更昂貴的計(jì)算解決方案。