机器学习论文复现

人工智能的一个趋势是正快速从“云端”走向“边缘”。TinyML 是在海量的物联网设备端微控制器上实现的人工智能，有望在未来几年内，成为人工智能在工业领域的重要新应用。边缘设备往往计算资源和电量受限，对功耗极为敏感。在此类设备上实现人工智能模型，面临着新的挑战，也提出了新的应用。本文是 TinyML 系列文章中的第一篇，介绍了 TinyML 概念、技术及未来潜力。

由 NASA 引领的小型化风潮已经席卷了整个消费电子产品产业。现在，一个领针中即可保存全部贝多芬作品，并可使用耳机聆听。———天体物理学家、科学评论员 Neil deGrasse Tyson

……超低功耗嵌入式设备的普及，以及用于微控制器的 TensorFlow Lite 等嵌入式机器学习框架的推出，意味着人工智能驱动的 IoT 设备将得到大规模普及。———哈佛大学副教授 Vijay Janapa Reddi
 

程序员工种有何不同

我们程序员在自嘲的时候，总喜欢自称“搬砖工”、“手工艺人”、“和流水线工人没什么区别”。我曾经也悲观地认为这其实就是事实。但是最近经过仔细思考以后，感觉程序员这个工种其实还是有一些不同之处的。

一句话总结：程序员生产出来的是资产 ，一般流水线工人生产出来的是商品 。

资产是一个不断增值的东西，资产是能源源不断产生收入的。而商品的价值在生产出来以后就基本固定了，正常的商品是不会增值的。

程序员的生产成果是代码。代码，只需要以非常小的代价(电费、机器运维)，就可以不停运行，一直提供服务，因而不断产生收入。因此代码是一种资产。

而普通的工业产品是不会增值的。对于生产它的公司来说，生产商品就是为了销售出去的。当一个商品被卖出去的时候，它的价值就被全部兑现了，后续不会再给生产者提供价值。

一个极度简化的例子

举一个极度简化的例子，一个公司雇佣了一个程序员，用1个月的时间写出一个软件，可以为客户提供服务。这个服务最终运行了2年。

对于员工来说：

付出了1个月的劳动

收入了1个月的薪资

对于公司来说：

付出了1个月的员工薪资

获得了代码资产

这个资产可以在未来2年不断运行，不断产生收入
 

软通大学华南分院院长刘静带来“软通动力鲲鹏产业人才培养能力介绍”，她表示目前软通可提供的四类鲲鹏能力，分别是技术服务、人才培养、运维管理、行业应用。如今软通大学年人才供给能力可达30000+，年培养人才41000人次，生态合作伙伴74家，人才的大力培育很好地为鲲鹏生态后续发展提供了动能。

华为鲲鹏凌云计划总监刘龙飞自最后带来了“鲲鹏支撑打造计算新底座”的精彩演讲，他表示智能时代基底仍然是算力，更确切的说是通用算力+AI算力多元化算力的底座。而华为在通用计算、存储、传输、管理以及异构计算等领域，已经全体系实现了研发创新。秉持着“硬件开放软件开源”的原则，华为一直以开放的心态向合作伙伴提供鲲鹏主板、鲲鹏服务器、OpenEuler开源等支持，目的就在于打造繁荣生态。刘龙飞介绍到，目前华为在Openstack级联技术特性开发贡献排名第一，发布了业界首个裸金属容器，容器性能提升20%以上，贡献排名第三。“如今鲲鹏在云上鲲鹏凌云计划现在已经有2000多家伙伴加入进来，已经有接近2000家方案通过了适配认证，现在还是在快速发展过程当中。”未来华为仍将依托广州“鲲鹏+昇腾”生态创新中心和完善的生态孵化机制，持续构建本地生态体系。

在沙龙最后环节，京华信息副总裁刘真、李思伟，邀请中国赛宝实验室的团队工程服务部部长王雅瑜、华为广东计算业务部总经理杜银辉、麒麟软件副总李震宁来到台上，大家非常务实地交流了在行业用户信息建设中面临的问题和挑战，以及解决困难方面的经验。以鲲鹏为例，适配工作非常重要，用户数据和应用的迁移、适配、最终落地的关键是交付，整个过程不确定因素太多，迁移之后仍然需要做很多优化工作。同样在自主创新工作中，产品与创新平台的融合，设备的生态建设也会遭遇鲲鹏面临的同样问题。但是大家一致认为，这些困难和挑战也是行业提升的驱动力，经过对用户这些需求的分析和解决，行业整体能力又可以往上提升一步，问题和机遇并存。众人共同就鲲鹏场景解决方案分享了在政府办公场景中的经验，并纷纷为新计算赋能政府智慧办公建言，这无疑也为未来鲲鹏生态蓬勃发展打下了扎实基础。

（编辑：南昌站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!