TinyML：工程师联合推动超低功耗系统AI标准化

加州桑尼维尔——近200名工程师和研究人员聚首，启动致力于推进TinyML的社区，该新兴领域将深度学习带入超低功耗系统。

"创新思路不乏其数，"Arm机器学习研究员Ian Bratt在开场时表示。

四年前进展曾停滞。新浮点格式和压缩技术的到来重燃热情，但尖端研究与商业可行方案间仍存在显著鸿沟，Bratt解释道。

软件生态宛如西部荒野——碎片化且由亚马逊、谷歌、Facebook等巨头主导，各自推自家框架。硬件工程师的挑战在于交付广泛可用的产品，他补充道。

STMicroelectronics工程师呼应此观："我刚意识到至少有四个AI编译器，下一代芯片将超出传统嵌入式设计师工具箱范畴。通过标准委员会稳定软件接口、投资互操作性至关重要。"

TinyML组联席主席、TensorFlow Lite技术负责人Pete Warden警告，软件标准化可能尚早。"研究者不断修订操作、架构、权重、压缩、格式、量化。语义在流变，我们必须跟进，"他说。

Warden补充未来几年，无法执行通用计算以支持新操作或激活函数的加速器将淘汰。两年后新操作大概率涌现，他警示。

微软AI研究员赞同："我们距目标尚远，一两年无法达成。这正是微软投资FPGA加速Azure云服务的原因。"他说："构建正确抽象层对硬件创新至关重要。开源硬件加速器可加速进程。"

Bratt提议合规标准或为第一步，确保研究者获得一致的边缘-云体验。

普林斯顿教授Naveen Verma，专注存内AI处理器研究，强调各层级需健壮功能规格。"若能在足够层级定义清晰规格，将打通通往其他层级的路径，这社区独具优势定义它们。"

物联网技术