微控制器领域的边缘设备可减少数据传送流量，帮助析取数据

在微控制器领域，将机器学习人工智能（AI）引入网络边缘的努力正风起云涌。但是运行算法（如卷积神经网络，CNN）的计算需求对功率要求相当高。无晶圆厂半导体供应商GreenWaves Technologies发布了一款新处理器来回应这一要求，该处理器将AI应用于传感器读数，以帮助析取数据，减少数据的传送流量。

日前，GreenWaves发布了其GAP8应用处理器，这是款针对视频和音频处理算法以及CNN优化的八核计算集群。该处理器还具有专用于通信、控制和传感器数据预分析的内核。该器件的目标应用包括：目标和人脸检测、振动分析及音频数据流中的关键词识别。GAP8基于开放的RISC-V架构，是欧洲并行超低功耗计划（PULP）的一部分，旨在提高电池供电物联网应用（如感知）的边缘处理性能。

GreenWaves公司业务发展副总裁Martin Croome在接受采访时表示，在边缘拥有AI能力的好处，在于能够显著减少设备和云服务之间的数据流量。AI允许边缘设备对其收集的数据进行分类，并仅发送分类结果，而不是原始数据。例如，在人数统计应用中，使物联网摄像头能够将人与现场视野中的其他对象区分开来，就可以无需将视频信息发送到云端。相反，设备只需发送它统计的人数，从而将数据速率从每秒几千字节降低到每天几个字节。同样，只需少量命令字的简单语音控制应用，几乎可以完全在GAP8等边缘器件的处理能力范围内运行。

图：Gapuino开发板将提供一个机会，使用GAP8处理器在边缘快速开始与AI携手。（图片来源：GreenWaves Technology）

该处理器的架构采用共享指令缓存（SIMD），可支持九个相同的处理器内核。一个核用作结构控制器，并激活其他八个核以根据需要提供并行处理。控制器能够协调所产生的操作，因此每个核可以独立运行任务直至完成，然后让控制器汇集结果以供下一条指令使用。Croome估计，就完成AI功能来说，其实现的处理性能比传统的DSP高出近20倍。

由于GAP8及其支持的软件和开发工具建立在开放平台上，因此实现这种水平性能的成本可能非常低。不涉及版税或许可费用，该公司的开发投资只花费在其可以增值的地方而不是构建基础。因此，该公司预计，该芯片以100K的量出货时，单价为5美元。进而，该公司估计，采用成本低于15美元的硬件，就可以实现消费类机器人的机器视觉和语音控制。

该处理器的软件开发套件（SDK）从2017年12月开始提供，而GreenWaves将在今年4月推出一款开发板——Gapuino（见图），从而使开发人员能够快速开始产品开发。该SDK支持多种实时操作系统（包括mBed），并包含一个自动拼接器（auto-tiler）来帮助并行处理应用代码和数据流。它还提供一个用于常见AI算法（如CNN）的代码生成器，以及用于将TensorFlow（用于人工智能的开源软件库）AI描述桥接到Gap的软件。基础开发板的预订价格为100欧元，并且提供传感器接口和图像插件扩展板。