嵌入式■人工智能:嵌入式技术的机遇与挑战


【嵌入式■人工智能:嵌入式技术的机遇与挑战】从2020年第2期开始 , 《单片机与嵌入式系统应用》开始推出“ 卷首语”栏目 , 每期邀请一位业内专家围绕嵌入式技术针对时下热点分享自己的观点 , 以飨广大嵌入式技术从业者/ 爱好者 。 今天发表的这篇文章是2020年第3期的卷首语!
卷首语
人工智能:嵌入式技术的机遇与挑战
北京大学 林金龙
进入21世纪以来 , 随着大数据和深度神经网络等技术的飞速发展 , 人工智能在语音分析、计算机视觉以及自然语言处理等方面取得巨大突破 , 并应用于智慧城市、智慧家庭和工业制造等领域 , 正逐步改变着社会的运行模式和人们的生活方式 。
1 人工智能产业为嵌入式技术带来新的机遇
嵌入式系统40多年的发展过程经历了控制器、实时系统和复杂系统三个阶段 。 每经历一个阶段 , 嵌入式系统技术都会出现一次飞跃 。 例如 , 以智能移动终端为代表的复杂嵌入式系统 , 它在提升处理器性能、降低系统能耗、增加操作系统的复杂度、改善应用软件开发环境等方面均有显著的进步 。 嵌入式人工智能系统对强大计算能力的需求以及多样化的应用场景 , 必然带来一些新的问题 , 而解决这些新问题 , 将为嵌入式系统技术的发展提供又一次机遇 。
2 人工智能的特殊性对嵌入式技术提出新的挑战
第一 , 深度神经网络对计算能力和资源有很高的需求 , 必然导致系统功耗的增加 。 平衡计算性能与能耗 , 依靠有限的计算能力和存储资源 , 发挥神经网络的功能并保证其准确性 , 是一个巨大的挑战 。
第二 , 支持深度神经网络加速的处理器通常是集成多种体系结构的复杂SoC , 这给操作系统、开发环境和应用软件的开发带来一定挑战 。
第三 , 在一些场景中 , 多个智能设备需要与边缘端设备甚至云端协同运作 。 如何在边缘端和设备端之间动态进行任务调度 , 以及实现设备之间的任务协同 , 同样带来不小的挑战 。第四 , 智能设备具有自学习和执行能力 , 一旦被攻击 , 将导致更为严重的安全威胁 。 智能嵌入式系统的传感、数据、学习方法等都是易被攻击的对象 , 对此类攻击的防范是系统面临的安全挑战 。
机遇总是伴随着挑战 , 而新的问题终将会被解决 。 面向嵌入式智能系统的高性能、低功耗处理器 , 面向嵌入式系统的轻量级神经网络 , 以及针对系统的安全策略和方案 , 已经出现 。
随着所遇到的难关被逐步攻克 , 嵌入式技术将迎来又一个春天!
嵌入式■人工智能:嵌入式技术的机遇与挑战
本文插图