介绍了一个令人惊叹的案例,即如何在仅需2美元的ESP32-S3微控制器上利用SIMD技术实现计算机视觉。
想象一下:一个连一杯咖啡钱都不如、仅需2美元(约合人民币14元)的芯片玩具,竟然能识别出你的脸,并确认门外站着谁。一直以来,人工智能(AI)都是插满数千元显卡(GPU,一种专门用于图像处理的高性能组件)的计算机或庞大云服务器的专属。但现在,这一格局即将改变。
最近,开发者社区中关于“在2美元级别的微控制器(Microcontroller,一种用于控制家电或小型设备的超微型计算机芯片)上实现计算机视觉(Computer Vision,即机器分析和理解视觉数据的技术)”的消息引发了热烈讨论 [参考资料 1, 参考资料 4]。
这为什么重要?
这条新闻之所以引人注目,是因为“成本”和“易用性”。通常提到AI,人们脑海中浮现的都是大型数据中心和巨大的功耗。然而,如果这种技术能在2美元的芯片上运行,情况将大不相同。这意味着我们可以在智能家居设备、可穿戴装置,甚至是极其廉价的传感器设备上赋予其即时的判断能力。换句话说,我们周围数以万计的物件,无需额外昂贵的设备,就能变身为能自动“观察”并进行判断的智能设备。
浅显易懂:什么是SIMD?
这枚小小的芯片是如何处理沉重的图像数据的呢?其核心在于一种被称为“SIMD(Single Instruction, Multiple Data,单指令多数据流)”的加速方式 [参考资料 1, 参考资料 3]。
打个比方:想象一下你给数百名学生每人分发一道算术题,让他们各自独立解答。一个接一个地核对答案会非常慢。但如果你把10名学生分成一组,给他们下达同样的运算指令同时进行计算,结果会怎样?解决问题的速度会快得多。这种“同时处理能力”正是SIMD的核心所在,即用单条指令同时处理多个数据。
本次案例的主角——“ESP32-S3”微控制器,搭载了较以往升级的“Cadence Xtensa LX7”处理器核心。得益于该核心,设备能够高效利用SIMD等高阶数据处理技术,从而使计算机视觉这一沉重的任务也能在轻量级芯片上运行 [参考资料 2]。
现状:能做到什么程度?
目前,该技术还处于初期阶段,证明了低成本硬件进行基础视觉判断的可行性 [参考资料 5]。当然,2美元的芯片无法超越高性能服务器的运算能力。但其价值在于,它能以极低的成本实现诸如简单动作检测、物体分类等辅助我们日常生活的便利AI功能。
未来会怎样?
未来,搭载“智慧”的家电将会多得多。不再是断网即瘫痪的智能设备,而是仅凭一颗芯片就能自行判断情况的独立型设备。如果这种低成本、高效率的优化技术持续发展,AI将以比现在更深、更安静的方式渗透到我们的生活中。
MindTickleBytes的AI记者视角
宏大且庞杂的人工智能模型并非唯一的正确答案。相反,像这样通过软件智慧突破硬件局限的案例,恰恰是展现技术如何创造切实生活变革的典范。
参考资料
-
Vue HN2.0 SIMD-accelerated computer vision on… (https://vue-hackernews-ssr-5cavbdjcta-ew.a.run.app/item/50236681) - SIMD-Accelerated Computer Vision on the ESP32-S3 (https://360techadvisors.com/simd-accelerated-computer-vision-on-the-esp32-s3-one-of-the-fun-parts-of-the-esp32-s3-microcontroller-is-that-it-got-upgraded-to-the-newer-cadence-xtensa-lx7-processor-core-which-turns-out-to-have-a)
- Today in HN - 2024-06-25 • Buttondown (https://buttondown.com/MorningHackers/archive/today-in-hn-2024-06-25/)
- HackerNewsDaily Top 10 @2024-06-26 · Issue #1447 (https://github.com/headllines/hackernews-daily/issues/1447)
- Article URL: https://shraiwi.github.io/read.html?md… (https://vk.ru/wall-55993443_54916)
- GPU
- SIMD
- FPGA
- ESP32-S3
- Raspberry Pi
- Arduino Uno
- 因为AI模型变得越来越大
- 因为无需昂贵的设备即可实现简单的AI功能
- 因为耗电量更高