近幾年，因應(yīng)AI與ML應(yīng)用趨勢浪潮，越來越多企業(yè)開始嘗試將這樣的能力帶到靠近數(shù)據(jù)源的邊緣設(shè)備或IoT裝置，來發(fā)展各種Edge AI或AIoT應(yīng)用。例如結(jié)合語音指令來控制機器人作業(yè)，或是透過AI邊緣攝影機來偵測機臺設(shè)備有無故障。但受限于CPU效能、數(shù)據(jù)吞吐量、內(nèi)存及數(shù)據(jù)儲存的影響，想要在資源有限的IoT或嵌入式裝置跑AI或ML推論模型，現(xiàn)在仍然不是一件容易的事。

近年來，一種微型機器學習新技術(shù)TinyML順勢而起，試圖從優(yōu)化硬件或模型來實現(xiàn)裝置上的AI或ML應(yīng)用，讓ML的推論功能能夠在資源有限的終端裝置上來實現(xiàn)，可說是加速實現(xiàn)Edge AI或AIoT應(yīng)用的重要關(guān)鍵。

TinyML是什么？引用GoogleTensorflow 行動部門負責人Pete Warden的定義，指的是每次執(zhí)行ML模型推論時，其功耗必須小于1毫瓦（1mW）。

除了考慮到功耗，運算力不足也是實現(xiàn)Edge AI或AIoT應(yīng)用的關(guān)鍵問題。以Inception v4深度學習模型為例，硬件能力需要的運算量就有240個GOPS（每秒執(zhí)行10億次運算） 但一般singleissue處理器，僅提供個位數(shù)的GOPS，甚至不只運算能力，連在內(nèi)存中存取數(shù)據(jù)也會影響功耗，例如要從SRAM高速緩存來存取1TB的數(shù)據(jù)，一顆16奈米CPU每秒所消耗的功耗就超過1瓦。這些都是TinyML的挑戰(zhàn)。

現(xiàn)階段TinyML技術(shù)發(fā)展，主要是從ML模型與硬件優(yōu)化來實現(xiàn)低功耗裝置上的ML應(yīng)用。歸納起來實現(xiàn)TinyML的5種常見ML模型架構(gòu)和優(yōu)化的方法，包括降低精度（Reduce Precision）、數(shù)據(jù)重復利用（Data re-use）、權(quán)重壓縮（Weight compression）、轉(zhuǎn)換（Transforms）、稀疏運算（Sparse computation）。

第一種作法是轉(zhuǎn)換ML模型及權(quán)重的數(shù)據(jù)單元格式，來降低推論執(zhí)行所需的運算量，例如將模型的權(quán)重從高精度FP32轉(zhuǎn)成較低精度的FP16或INT8格式。因ML模型需要很多乘加法運算，而高精度ML模型又比低精度ML模型需要的運算量更高，也因此，改用較低精度的ML模型來執(zhí)行運算，能大幅降低功耗，甚至因運算數(shù)據(jù)變少，也能因應(yīng)更高的吞吐量需求。這是第一個可以運用到TinyML的方法。

除了從數(shù)據(jù)單元格式著手，減少數(shù)據(jù)重復使用是另一個可行方法。例如可以將CNN神經(jīng)網(wǎng)絡(luò)模型中經(jīng)常重復使用的權(quán)重參數(shù)的數(shù)值，暫時集中存放到一處，不用每次都從內(nèi)存來撈取數(shù)據(jù)，減少不必要任務(wù)處理，也能達到降低功耗的作用。

由于現(xiàn)在神經(jīng)網(wǎng)絡(luò)模型體積越來越大，結(jié)構(gòu)越來越復雜，因推論執(zhí)行需處理的模型參數(shù)數(shù)量也就越多，大量使用內(nèi)存來存放這些龐大數(shù)據(jù)，也造成了不少功耗的損失，也因此有了第3種作法是，透過權(quán)重壓縮技術(shù)，對于存入內(nèi)存前的權(quán)重參數(shù)先進行壓縮，需要時再解壓縮拿來使用，，這樣做好處是，一來可以減少內(nèi)存的用量，二來能獲得更高的帶寬和更低功耗。

第4種作法則是采用轉(zhuǎn)換矩陣運算domain的方式，來降低乘法運算的復雜度。一般AI或ML模型運算過程有6成以上都是矩陣的乘法運算，所以只要讓乘法運算變少，就能減少運算量，這是能夠降低運算和功耗的另一種方式。例如將復雜的矩陣運算domain轉(zhuǎn)換到較簡易Winograd卷積算法的domain做運算，就能降低乘法運算的復雜度。

最后一種方法是稀疏運算，像是運用Relu的激勵函數(shù)，在CNN模型運算過程中，使其部分神經(jīng)元的輸出為零，可以讓神經(jīng)網(wǎng)絡(luò)變得稀疏，在運算時只針對激勵函數(shù)輸入數(shù)值非零部分做運算，不處理數(shù)值為零的部分，透過這樣的處理方式，同樣能達到運算量與功耗降低的效果。

除了優(yōu)化ML模型和架構(gòu)外，現(xiàn)在硬件設(shè)計過程中，也有一些新作法，來因應(yīng)TinyML需求。常見3種TinyML硬件平臺，前兩種是以低功耗和AI加速或優(yōu)化的硬件設(shè)計為主，包括有低功耗通用SoC、低功耗micro-NPU，可分別對應(yīng)到Arm Cortex-M55與Arm Ethos-U55系列IP產(chǎn)品。Arm Cortex-M55最大特色是支持最新的向量擴充指令，與Cortex-M44相比，在語音模型處理性能表現(xiàn)高出8倍之多。Arm Ethos-U55是ARM推出的另一款神經(jīng)網(wǎng)絡(luò)處理器IP產(chǎn)品，不僅省電，在AI處理效能獲得百倍提升，甚至最新一款Arm Ethos-U6產(chǎn)品中，其運算能力可達到1 TOPS。

其中第3種硬件平臺是采取內(nèi)存運算的硬件架構(gòu)平臺，如Mythic IPU處理器等，就是采用閃存內(nèi)運算來執(zhí)行ML推論，足以支撐113M （百萬）權(quán)重數(shù)量和每瓦4 TOPs運算能力。

目前TinyML技術(shù)上遇到的挑戰(zhàn)，越來越多AI與ML應(yīng)用，開始追求更高準確度，需要使用資源越來越多，包括運算、內(nèi)存、功耗等，「但TinyML卻又是要在有限資源下來實現(xiàn)或執(zhí)行不同的模型或神經(jīng)網(wǎng)絡(luò)，這就是最大的Gap?！?/p>

舉例來說，想要提高神經(jīng)網(wǎng)絡(luò)模型準確度，除了需要有大量的數(shù)據(jù)做訓練，數(shù)據(jù)量越大需要做的矩陣運算就更多，還有大量的參數(shù)需要調(diào)整，而且隨著架構(gòu)越復雜，需要做很多層神經(jīng)網(wǎng)絡(luò)計算，使用海量存儲器存取數(shù)據(jù)、參數(shù)和每一層計算結(jié)果。

盡管TinyML發(fā)展才剛起步，隨著AIoT或Edge AI應(yīng)用越來越火紅，未來將會有越來越多嵌入式裝置結(jié)合AI或ML功能，想要真正實現(xiàn)TinyML，這些裝置硬件必須具備每秒兆次（trillions）的乘加法運算能力，而且這樣的運算能力須考慮到硬件空間設(shè)計，還有兼顧功耗才行。

審核編輯：湯梓紅