专门为嵌入式视觉调整的专门处理器

文章作者：杰夫·比尔（Jeff Bier）

在这些空间中，在迅速增长的市场驱动到这些空间中，创新的加速度令人难以置信。例如，Tractica预测，从现在到2025年，计算机视觉硬件，软件和服务的年收入增加25％，达到260亿美元。

可以说，推动视觉感知广泛部署的最重要成分是更好的处理器。视觉算法通常对计算性能有巨大的需求。以可接受的成本和功耗达到所需的性能水平是一个普遍的挑战，尤其是当视觉部署到成本敏感和电池供电的设备中。

幸运的是，在过去的几年中，正在为计算机视觉应用调整的处理器的开发爆炸。这些专门建造的处理器现在正在上市，在性能，成本，能源效率和易于开发方面取得了巨大改进。

Progress in efficient processors has been boosted by the growing adoption of deep learning for two reasons. First, deep learning algorithms tend to require even more processing performance than conventional computer vision algorithms. Second, the most widely used deep learning algorithms share many common characteristics, which simplifies the task of designing a specialized processor intended to execute these algorithms efficiently. In contrast, conventional computer vision algorithms exhibit extreme diversity.

如今，通常情况下，计算机视觉应用程序结合了通用CPU和专门的并行协调员。从历史上看，GPU一直是最受欢迎的协同处理器类型，因为它们已广泛使用，并获得了良好的编程工具的支持。

These days, there’s a much wider range of co-processor options, with newer types of co-processors typically offering significantly better efficiency compared to GPUs. The trade-off is that these newer processors are less widely available, less familiar to developers and not yet as well supported by mature development tools.

The latest survey finds GPU use up and deep-learning accelerators getting traction in computer vision. Click image for larger version.（Source: Embedded Vision Alliance）

根据2018年11月完成的最新嵌入式Vision Alliance Developer调查，将近三分之一的开发人员使用与视觉相关的产品使用了深度学习特定的处理器。考虑到几年前不存在深度学习的处理器，这是非常了不起的。

Sensors are also evolving very rapidly. The 2D image sensors found in many vision systems enable a tremendous breadth of vision capabilities. But adding depth information can be extremely valuable. For example, the ability to discern not only lateral motion but also motion perpendicular to the sensor greatly expands the variety of gestures that a system can recognize.

在其他应用程序中，深度信息提高了准确性。例如，在面部识别中，深度感知对于确定所感知的对象是实际的面孔，而不是照片是有价值的。在移动机器人和汽车等移动系统中，深度信息的价值很明显。

从历史上看，深度感知一直是一种异国情调，昂贵的技术，但在过去的几年中，这种感觉发生了巨大变化。Microsoft Kinect中的光学深度传感器以及最近在手机中的使用，催化了创新的快速加速，从而导致深度传感器很小，便宜且能效。

这种更改并未在系统开发人员身上丢失。参加该联盟最近调查的开发商中有34％已经使用了深度感知，另外29％（比一年前的21％增加）计划将深度纳入即将到来的广泛行业。

我们的调查显示，在广泛的市场上，实用计算机视觉技术的投资，创新和部署前所未有。因为这个市场相对年轻，所以总会有一些新的东西，我们希望我们能看到许多新的处理器和传感器嵌入式视觉峰会2019年5月在加利福尼亚州圣克拉拉总结调查结果的白皮书可以下载here。

–Jeff Bier is the founder of the Embedded Vision Alliance.