人工智能正在加快速度從“云端”走向“邊緣”

人工智能（AI）正在加快速度從“云端”走向“邊緣”，進入到越來越小的物聯(lián)網(wǎng)設備中。在終端和邊緣側的微處理器上，實現(xiàn)的機器學習過程，被稱為微型機器學習，即TinyML。更準確的說，TinyML是指工程師們在mW功率范圍以下的設備上，實現(xiàn)機器學習的方法、工具和技術。

過去的十年中，由于處理器速度的提高和大數(shù)據(jù)的出現(xiàn)，我們見證了機器學習算法的規(guī)模呈指數(shù)級增長。在TinyML 2020 峰會上，英偉達、ARM、高通、谷歌、微軟、三星等公司紛紛展示了微型機器學習的最新成果。本次峰會得出了很多重要結論：

對于很多應用場景，TinyML技術和硬件已經(jīng)進化到實用性較強的階段；

無論是算法、網(wǎng)絡，還是低于100KB的ML模型，都取得了重大突破；

視覺和音頻領域的低功耗需求快速增長。

TinyML 是機器學習和嵌入式 IoT 設備的交叉領域，是一門新興的工程學科，具有革新許多行業(yè)的潛力。

TinyML的主要受益者，是邊緣計算和節(jié)能計算領域。TinyML源自物聯(lián)網(wǎng)IoT的概念。物聯(lián)網(wǎng)的傳統(tǒng)做法，是將數(shù)據(jù)從本地設備發(fā)送到云端處理。一些人對這一方式在隱私、延遲、存儲和能源效率等方面存在疑慮。

能源效率：無論通過有線還是無線方式，數(shù)據(jù)傳輸都非常耗能，比使用乘積累加運算單元（multiply-accumulate units，MAU）的本機計算高出約一個數(shù)量級。最節(jié)能的做法，是研發(fā)具備本地數(shù)據(jù)處理能力的物聯(lián)網(wǎng)系統(tǒng)。相對于“以計算為中心”的云模型，“以數(shù)據(jù)為中心”的計算思想已得到了人工智能先驅者的一些先期探討，并已在當前得到了應用。

隱私：數(shù)據(jù)傳輸中存在侵犯隱私的隱患。數(shù)據(jù)可能被惡意行為者攔截，并且存儲在云等單個位置中時，數(shù)據(jù)固有的安全性也會降低。通過將數(shù)據(jù)大部保留在設備上，可最大程度地減少通信需求，進而提高安全性和隱私性。

存儲：許多物聯(lián)網(wǎng)設備所獲取的大部分數(shù)據(jù)是毫無用處的。想象一下，一臺安防攝像機每天 24 小時不間斷地記錄著建筑物的入口情況。在一天的大部分時間中，該攝像機并沒有發(fā)揮任何作用，因為并沒有什么異常情況發(fā)生。采用僅在必要時激活的更智能的系統(tǒng)，可降低對存儲容量的需求，進而降低需傳輸?shù)皆贫说臄?shù)據(jù)量。

延遲：標準的物聯(lián)網(wǎng)設備，例如 Amazon Alexa，需將數(shù)據(jù)傳輸?shù)皆苼硖幚?，然后由算法的輸出給出響應。從這個意義上講，設備只是云模型的一個便捷網(wǎng)關，類似于和 Amazon 服務器之間的信鴿。設備本身并非智能的，響應速度完全取決于互聯(lián)網(wǎng)性能。如果網(wǎng)速很慢，那么 Amazon Alexa 的響應也會變慢。自帶自動語音識別功能的智能 IoT 設備，由于降低甚至是完全消除了對外部通信的依賴，因此降低了延遲。

上述問題推動著邊緣計算的發(fā)展。邊緣計算的理念就是在部署在云“邊緣”的設備上實現(xiàn)數(shù)據(jù)處理功能。這些邊緣設備在內(nèi)存、計算和功能方面都高度受限于設備自身的資源，進而需要研發(fā)更為高效的算法、數(shù)據(jù)結構和計算方法。

此類改進同樣適用于規(guī)模較大的模型，在不降低模型準確率（accuracy）的同時，實現(xiàn)機器學習模型效率數(shù)個數(shù)量級的提高。例如，Microsoft開發(fā)的Bonsai算法可小到2 KB，但比通常40MB的kNN算法或是4MB的神經(jīng)網(wǎng)絡具有更好的性能。這個結果聽上去可能無感，但如果換句話說——在規(guī)?？s小了一萬倍的模型上取得同樣的準確率，這就十分令人印象深刻了。規(guī)模如此小的模型，可以運行在2KB內(nèi)存的Arduino Uno上。簡而言之，現(xiàn)在可以在售價5美元的微控制器上構建此類機器學習模型。

機器學習正處于一個交叉路口，兩種計算范式齊頭并進，即以計算為中心的計算，和以數(shù)據(jù)為中心的計算。

在以計算為中心的計算范式下，數(shù)據(jù)是在數(shù)據(jù)中心的實例上存儲和分析的；而在以數(shù)據(jù)為中心的計算范式下，處理是在數(shù)據(jù)的原始位置執(zhí)行的。

盡管在目前，以計算為中心的計算范式似乎很快會達到上限，但是以數(shù)據(jù)為中心的計算范式才剛剛起步。

當前，物聯(lián)網(wǎng)設備和嵌入式機器學習模型日益普及。人們可能并未注意到其中許多設備，例如智能門鈴、智能恒溫器，以及只要用戶說話甚至拿起就可以“喚醒”的智能手機。

下面將深入介紹 TinyML 的工作機制，以及在當前和將來的應用情況。

應用領域

目前，TinyML主要的兩個重點應用領域是：

關鍵字發(fā)現(xiàn)：大多數(shù)人已經(jīng)非常熟悉此應用，例如“你好，Siri”和“你好，Google”等關鍵字，通常也稱為“熱詞”或“喚醒詞”。設備會連續(xù)監(jiān)聽來自麥克風的音頻輸入，訓練實現(xiàn)僅響應與所學關鍵字匹配的特定聲音序列。這些設備比自動語音識別（automatic speech recognition，ASR）更簡單，使用更少的資源。Google智能手機等設備還使用了級聯(lián)架構實現(xiàn)揚聲器的驗證，以確保安全性。

視覺喚醒詞：視覺喚醒詞使用圖像類似替代喚醒詞的功能，通過對圖像做二分類表示存在與否。例如，設計一個智能照明系統(tǒng)，在檢測到人的存在時啟動，并在人離開時關閉。同樣，野生動物攝影師可以使用視覺喚醒功能在特定的動物出現(xiàn)時啟動拍攝，安防攝像機可以在檢測到人活動時啟動拍攝。

下圖全面展示當前TinyML機器學習的應用概覽。

圖3 TinyML 的機器學習用例（圖片來源：NXP）

TinyML工作機制

TinyML 算法的工作機制與傳統(tǒng)機器學習模型幾乎完全相同，通常在用戶計算機或云中完成模型的訓練。訓練后處理是TinyML真正發(fā)揮作用之處，通常稱為“深度壓縮”（deep compression）。

圖4 深度壓縮示意圖（來源：［ArXiv 論文］（https://arxiv.org/pdf/1510.00149.pdf））

模型蒸餾（Distillation）

模型在訓練后需要更改，以創(chuàng)建更緊湊的表示形式。這一過程的主要實現(xiàn)技術包括剪枝（pruning）和知識蒸餾。

知識蒸餾的基本理念，是考慮到較大網(wǎng)絡內(nèi)部存在的稀疏性或冗余性。雖然大規(guī)模網(wǎng)絡具有較高的表示能力，但如果網(wǎng)絡容量未達到飽和，則可以用具有較低表示能力的較小網(wǎng)絡（即較少的神經(jīng)元）表示。在 Hinton 等人 2015 年發(fā)表的研究工作中，將 Teacher 模型中轉移給 Student 模型的嵌入信息稱為“黑暗知識”（dark knowledge）。

下圖給出了知識蒸餾的過程：

圖 5 深度壓縮過程圖

圖中Teacher模型是經(jīng)過訓練的卷積神經(jīng)網(wǎng)絡模型，任務是將其“知識”轉移給稱為Student 模型的，參數(shù)較少的小規(guī)模卷積網(wǎng)絡模型。此過程稱為“知識蒸餾”，用于將相同的知識包含在規(guī)模較小的網(wǎng)絡中，從而實現(xiàn)一種網(wǎng)絡壓縮方式，以便用于更多內(nèi)存受限的設備上。

同樣，剪枝有助于實現(xiàn)更緊湊的模型表示。寬泛而言，剪枝力圖刪除對輸出預測幾乎無用的神經(jīng)元。這一過程通常涉及較小的神經(jīng)權重，而較大的權重由于在推理過程中具有較高的重要性而會得到保留。隨后，可在剪枝后的架構上對網(wǎng)絡做重新訓練，調(diào)優(yōu)輸出。

圖6 對蒸餾模型知識表示做剪枝的圖示

量化（Quantization）

蒸餾后的模型，需對此后的訓練進行量化，形成兼容嵌入式設備架構的格式。

為什么要做量化？假定對于一臺Arduino Uno，使用8位數(shù)值運算的ATmega328P微控制器。在理想情況下要在Uno上運行模型，不同于許多臺式機和筆記本電腦使用32位或64位浮點表示，模型的權重必須以8位整數(shù)值存儲。通過對模型做量化處理，權重的存儲規(guī)模將減少到1/4，即從32位量化到8位，而準確率受到的影響很小，通常約1-3％。

圖7 8 位編碼過程中的量化誤差示意圖（圖片來源：《［TinyML］（https://tinymlbook.com/）》一書）

由于存在量化誤差，可能會在量化過程中丟失某些信息。例如在基于整型的平臺上，值為3.42的浮點表示形式可能會被截取為3。為了解決這個問題，有研究提出了量化可感知（quantization-aware，QA）訓練作為替代方案。QA訓練本質上是在訓練過程中，限制網(wǎng)絡僅使用量化設備可用的值。

霍夫曼編碼

編碼是可選步驟。編碼通過最有效的方式來存儲數(shù)據(jù)，可進一步減小模型規(guī)模。通常使用著名的 霍夫曼編碼。

編譯

對模型量化和編碼后，需將模型轉換為可被輕量級網(wǎng)絡解釋器解釋的格式，其中最廣為使用的就是TF Lite（約500 KB大?。┖蚑F Lite Micro（約20 KB）。模型將編譯為可被大多數(shù)微控制器使用并可有效利用內(nèi)存的C 或C++ 代碼，由設備上的解釋器運行。

圖8 TinyML 應用的工作流圖（來源：Pete Warden 和 Daniel Situnayake 編寫的《［TinyML］（https://tinymlbook.com/）》一書）

大多數(shù)TinyML技術，針對的是處理微控制器所導致的復雜性。TF Lite和TF Lite Micro非常小，是因為其中刪除了所有非必要的功能。不幸的是，它們同時也刪除了一些有用的功能，例如調(diào)試和可視化。這意味著，如果在部署過程中出現(xiàn)錯誤，可能很難判別原因。

為什么不在設備上訓練？

在設備上進行訓練會引入額外的復雜性。由于數(shù)值精度的降低，要確保網(wǎng)絡訓練所需的足夠準確率是極為困難的。在標準臺式計算機的精度下，自動微分方法是大體準確的。計算導數(shù)的精度可達令人難以置信的10^{-16}，但是在8 位數(shù)值上做自動微分，將給出精度較差的結果。在反向傳播過程中，會組合使用求導并最終用于更新神經(jīng)參數(shù)。在如此低的數(shù)值精度下，模型的準確率可能很差。

盡管存在上述問題，一些神經(jīng)網(wǎng)絡還是使用了 16 位和 8 位浮點數(shù)做了訓練。

計算效率如何？

可以通過定制模型，提高模型的計算效率。一個很好的例子就是MobileNet V1 和MobileNet V2，它們是已在移動設備上得到廣泛部署的模型架構，本質上是一種通過重組（recast）實現(xiàn)更高計算效率卷積運算的卷積神經(jīng)網(wǎng)絡。這種更有效的卷積形式，稱為深度可分離卷積結構（depthwiseseparable convolution）。針對架構延遲的優(yōu)化，還可以使用基于硬件的概要（hardware-based profiling）和神經(jīng)架構搜索（neural architecture search）等技術。

新一輪人工智能革命

在資源受限的設備上運行機器學習模型，為許多新的應用打開了大門。使標準的機器學習更加節(jié)能的技術進步，將有助于消除數(shù)據(jù)科學對環(huán)境影響的一些擔憂。此外，TinyML支持嵌入式設備搭載基于數(shù)據(jù)驅動算法的全新智能，進而應用在了從 預防性維護 到 檢測森林中的鳥叫聲 等多種場景中。

盡管繼續(xù)擴大模型的規(guī)模是一些機器學習從業(yè)者的堅定方向，但面向內(nèi)存、計算和能源效率更高的機器學習算法發(fā)展也是一個新的趨勢。TinyML仍處于起步階段，在該方向上的專家很少。該方向正在快速增長，并將在未來幾年內(nèi)，成為人工智能在工業(yè)領域的重要新應用。

原文標題：TinyML：下一輪人工智能革命

文章出處：【微信公眾號：FPGA入門到精通】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq