數(shù)據(jù)科學(xué)家，Jetpac公司CTOPete Warden發(fā)表了一篇博文，詳細(xì)闡述了微型化是機(jī)器學(xué)習(xí)應(yīng)用的一條出路，并且相信機(jī)器學(xué)習(xí)可以在微小的、低功耗的芯片上運(yùn)行，利用深度學(xué)習(xí)可以做到非常高的能源利用率。谷歌大腦負(fù)責(zé)人Jeff Dean也轉(zhuǎn)發(fā)這篇博文，并且也強(qiáng)調(diào)了其技術(shù)可行性。

當(dāng)Azeem邀請我到CogX做演講時(shí)，他希望我能把核心集中于引導(dǎo)用戶思考的某一個(gè)點(diǎn)上。前幾年，我的首要任務(wù)是讓人們相信，深度學(xué)習(xí)是一場真正的革命，而不僅僅是一時(shí)的風(fēng)尚，目前已經(jīng)有足夠多的例子可以證明這個(gè)觀點(diǎn)。我之所以知道這個(gè)觀點(diǎn)是正確的，并不是因?yàn)槲沂且粋€(gè)預(yù)言家，而是因?yàn)槲矣袡C(jī)會可以花時(shí)間去親自動(dòng)手操作這項(xiàng)技術(shù)。所以我非常相信深度學(xué)習(xí)的價(jià)值，因?yàn)槲矣H眼見到了這些效果，并且知道，阻止它從實(shí)驗(yàn)室走向工業(yè)界的唯一屏障，僅僅在于更廣泛的應(yīng)用場景需要投入更多的研究時(shí)間。

今天，我將談?wù)摿硪环N鮮為人知的，但我確信無疑的趨勢。那就是我相信機(jī)器學(xué)習(xí)可以在微小的、低功耗的芯片上運(yùn)行，這種技術(shù)將解決目前方案中的瓶頸問題，這就是我在CogX上要講的。

微型電腦已經(jīng)足夠便宜，且非常普及

因?yàn)槭袌鲞^于分散，以至于很難得到確切的數(shù)字，但最好的估計(jì)是今年將有超過400億的微控制器售出，考慮到他們所使用的產(chǎn)品的持久性，可能會有數(shù)千億個(gè)微控制器在使用。微控制器(或MCUs)包含一個(gè)小CPU，僅僅只有幾千字節(jié)的RAM，并且被嵌入到消費(fèi)者、醫(yī)療、汽車和工業(yè)設(shè)備中。它們的設(shè)計(jì)目的是為了得到低功耗、低成本的產(chǎn)品，預(yù)計(jì)這一產(chǎn)品今年的平均價(jià)格將低于50美分。

它們并沒有得到太多的關(guān)注，因?yàn)樗鼈兘?jīng)常被用來取代舊的電動(dòng)機(jī)械系統(tǒng)在汽車、洗衣機(jī)或遙控器上的功能。這些設(shè)備的控制邏輯和以前使用的模擬電路和繼電器幾乎沒有什么區(qū)別，除了可能有一些可編程功能的微小改變。對于制造商來說，最大的好處是，標(biāo)準(zhǔn)的控制器可以用軟件來編程，而不是去定制電子設(shè)備，這樣可以降低制造過程的成本，也更容易生產(chǎn)。

能源是限制因素

任何需要電源的設(shè)備都面臨著布線問題的限制，而且一旦開始布線也有可能引來其他新的問題，例如，在手術(shù)室中與工廠的地板上。為了將電源電壓從輸電電壓轉(zhuǎn)換到設(shè)備可用電壓是非常昂貴且浪費(fèi)的。甚至是像手機(jī)或筆記本電腦這種便攜式設(shè)備也需要非常頻繁的充電。

幾乎任何智能產(chǎn)品的終極目標(biāo)都是為了讓設(shè)備可以部署在任何地方，而不需要什么維護(hù)手段。為了實(shí)現(xiàn)這一目標(biāo)，最大的障礙是：大多數(shù)的電子系統(tǒng)都需要使用能源。下面是一些基于智能手機(jī)能耗數(shù)據(jù)的常見組件的粗略數(shù)字（更多細(xì)節(jié)請參閱我的以前的博文【1】）：

一個(gè)顯示器可能需要400毫瓦。

有源電池收音機(jī)可能使用800毫瓦。

藍(lán)牙可能使用100毫瓦。

加速度計(jì)是21毫瓦。

陀螺儀是130毫瓦。

GPS是176毫瓦。

一個(gè)微控制器本身可能只使用1毫瓦或者更少，但外設(shè)可能會使用更多的電能，一枚硬幣電池可以提供2500焦耳的能量，所以電池即使要給1毫瓦的設(shè)備供電，也只能維持一個(gè)月左右，當(dāng)然，目前大多數(shù)的產(chǎn)品都使用了輪轉(zhuǎn)和睡眠，以避免經(jīng)常開機(jī)，但即便如此，問題仍未的到解決。

CPU和傳感器幾乎不使用電源，而收音機(jī)和顯示器使用的電量很多

一般來說處理器、傳感器可以將電力成本降低到微瓦級別，但顯示器、無線電等設(shè)備需要更多的電力成本，甚至是低功耗、藍(lán)牙等設(shè)備也需要幾十毫瓦。數(shù)據(jù)移動(dòng)的過程導(dǎo)致了更大的能量開銷，似乎有這樣一條規(guī)則，一個(gè)操作所需要的能量與發(fā)送數(shù)據(jù)的距離成正比。CPU和傳感器發(fā)送的距離只有幾毫米，而且非常便宜，而無線電發(fā)送的距離很遠(yuǎn)，并且價(jià)格昂貴。我認(rèn)為即使技術(shù)上有所改善，這種差距仍然會進(jìn)一步擴(kuò)大。

我們獲取的傳感器數(shù)據(jù)比我們使用的多

幾年前，我和一些研究衛(wèi)星攝像的工程師交談過。他們的問題是，他們使用手機(jī)攝像頭已經(jīng)可以拍攝高清的視頻，但衛(wèi)星上只有少量內(nèi)存來存儲結(jié)果，每幾個(gè)小時(shí)，需要通過有限的帶寬下載到地球上的基站中。我才突然發(fā)現(xiàn)，幾乎所有的傳感器場景都面臨著同樣的問題。即使是家里的攝像頭也受到wifi和寬帶連接帶寬的限制。我的一個(gè)朋友，他12月份的ISP使用率大大超出今年的限額，當(dāng)他逐層分析后，發(fā)現(xiàn)主要原因居然是因?yàn)槲堇镩W爍的圣誕燈導(dǎo)致視頻流壓縮比急劇下降。

還有很多這樣的例子，我們的可穿戴設(shè)備和手機(jī)上的所有加速器都只是用來檢測可能喚醒設(shè)備的事件，或者是基本的步驟計(jì)數(shù)，所有可能的更復(fù)雜的活動(dòng)檢測都無法涉及。

這對機(jī)器學(xué)習(xí)意味著什么？

如果你接受上面的所有觀點(diǎn)，那么很明顯，有一個(gè)巨大的尚未開發(fā)的市場等待著用正確的技術(shù)來開啟。我們需要一種能在廉價(jià)的微控制器上工作的東西，它只需要很少的能量，它依賴于計(jì)算而不是無線電，它能把我們所有浪費(fèi)的傳感器數(shù)據(jù)變成有用的東西。這就是機(jī)器學(xué)習(xí)，尤其是深度學(xué)習(xí)所填補(bǔ)的空白。

深度學(xué)習(xí)在已有的微控制器上是計(jì)算密集且可用的

在深度學(xué)習(xí)實(shí)現(xiàn)方面，它們幾乎都是受計(jì)算限制的。這一點(diǎn)很重要，因?yàn)槲宜芯康钠渌麊栴}幾乎都是受到訪問大量內(nèi)存的速度限制。相比之下，神經(jīng)網(wǎng)絡(luò)把大部分事件都花在了大矩陣相乘上，同樣的數(shù)字在不同的組合中可以重復(fù)使用，這意味著CPU大部分時(shí)間都花在計(jì)算兩個(gè)緩存的數(shù)字相乘上，而從內(nèi)存中獲取新值的時(shí)間要少得多。

這很重要，因?yàn)閺膬?nèi)存中獲取數(shù)據(jù)需要更大的能量開銷（這可能是距離-能量的一個(gè)明顯例子——因?yàn)閮?nèi)存比寄存器更遠(yuǎn)）。相對較低的內(nèi)存需求意味著低功耗的SRAM或閃存可以用于存儲，這使得深度學(xué)習(xí)應(yīng)用程序非常適合于微控制器，尤其是當(dāng)使用8位計(jì)算而不是浮點(diǎn)數(shù)時(shí)，因?yàn)镸CUs通常已經(jīng)有類似dsp的指令，非常適合。這一想法并不是特別新穎，因?yàn)楣雀韬吞O果已經(jīng)開始有所行動(dòng)，在這些芯片上進(jìn)行語音識別，但在ML或嵌入式世界中，似乎沒有多少人意識到深度學(xué)習(xí)和MCUs的結(jié)合價(jià)值。

深度學(xué)習(xí)可以做到非常高的能源利用率

我花了很多時(shí)間去思考焦耳/運(yùn)算（picojoules per op.，CPU算數(shù)單元的能量開銷）的問題。因?yàn)檫@樣我可以得出一個(gè)大概的估計(jì)，知道一個(gè)神經(jīng)網(wǎng)絡(luò)大概要消耗多少能量。例如，MobileNetV2圖像分類網(wǎng)絡(luò)在最小的版本中要2200萬個(gè)操作，如果知道每個(gè)操作需要5微微焦的能量，那么他就需要110微瓦的能量，如果我們每秒分析一幀，那么只有110微瓦，一枚硬幣電池可以持續(xù)使用一年。這些數(shù)字在目前的dsp元件中是非常有競爭力的。

深度學(xué)習(xí)能夠感知傳感器的數(shù)據(jù)

在過去幾年，利用神經(jīng)網(wǎng)絡(luò)接收圖像、音頻、加速度等噪聲信號，并從中提取出價(jià)值這一難題，突然變得可能。因?yàn)槲覀兛梢栽谖⒖刂破髦羞\(yùn)行這些模型，而傳感器本身只需要很少的電量，所以我們可以從傳感器數(shù)據(jù)中獲取更多的價(jià)值。例如，我希望讓所有設(shè)備都有一個(gè)簡單的語音交互能力。用于理解短語，或可以使用圖像傳感器完成目標(biāo)檢測，這樣可以不依賴按鈕來完成很多操作。希望這種語音交互組件可以在50美分硬幣電池下運(yùn)行一年，并且這在我們當(dāng)前的技術(shù)上是可行的。

另一個(gè)例子是，我想要一個(gè)小型電池驅(qū)動(dòng)的圖像傳感器，我可以對它進(jìn)行編程，以查找特定的作物害蟲或雜草，并在被發(fā)現(xiàn)時(shí)發(fā)出警報(bào)。它們可以分散在農(nóng)田周圍，以一種更環(huán)保的方式指導(dǎo)諸如除草或殺蟲劑等干預(yù)措施。

讓我印象深刻的一個(gè)工業(yè)例子是一個(gè)工廠的經(jīng)營者對“Hans”的描述。他是一個(gè)資深工程師，每天都要沿著一排機(jī)器走，并把手放在每一個(gè)機(jī)器上，聽著，然后告訴工頭哪些機(jī)器需要離線維修，這些都是基于經(jīng)驗(yàn)和直覺的。如果你能在每臺機(jī)器上安裝一個(gè)電池驅(qū)動(dòng)的加速度計(jì)和麥克風(fēng)(一個(gè)“Cyber-Hans”)，倘若出現(xiàn)異常，這些機(jī)器將提前給工廠警告。

類似的想法還有很多，但最讓我興奮地是，我不知道這些設(shè)備將如何使用，但背后的技術(shù)是如此迷人，這將建立我無法想象的全新應(yīng)用程序。對我來說，就像80年代家用電腦出現(xiàn)時(shí)的樣子。我不知道它們會變成什么，當(dāng)時(shí)大多數(shù)人都用它來玩游戲或存儲地址簿，但我知道這種設(shè)備將為世界帶來太多的可能性。

召開會議而不是發(fā)送文件的唯一理由是為了傳達(dá)信息之外的情感。我想和CogX觀眾分享的是我對ML在小型設(shè)備上的應(yīng)用前景。我不知道未來會出現(xiàn)什么細(xì)節(jié)，但我知道可用于機(jī)器學(xué)習(xí)微型化、廉價(jià)化的電池驅(qū)動(dòng)芯片即將問世，它將帶來一批無法想象的新應(yīng)用。