作者tipsofwarren (tipsofwarren)
看板Foreign_Inv
标题Re: [情报] 有趣的无人驾驶研究报告
时间Sun Jun 4 16:19:47 2017
因应 iOS 11 Core ML framework, 自己脑补一下:
1. 技术连结
https://developer.apple.com/documentation/coreml
2. device 端不做 trainning, 只负责 trained model 加速 (就利用手机小GPGPU)
==> 引申看法: 云端运算越来越重要, device 收集到资讯, 4G/5G 到云端做trainning,
trainning 之後下载更新模型 (& 参数).
3. 模型分类苹果已经帮你做好了, 可见得 即使在云端, GPGPU 不一定是好方案.
毕竟应用端不少.
4. 目前 Core ML 前端工具只支援Python, 或成最大淫家. (好险我没耍宝)
5. 以上脑补只有以手机端看天下, 其他各种device 端不一定成立.
==============================
我野人献曝, 若各位先进要打脸请小力.
AI 软体架构随便画
AI-Applicaiton (下棋的,自驾车的, 人脸辨识的,无人机手势辨认,推荐系统 etc)
TensorFlow/Theano and others
CuDa/OpenCL (没有的话也行, 就是 CPU 直接干, OpenCL 目前支持度很差)
底层就看你要挂哪一种加速器, 也可以只用 CPU (当然就非常非常慢, 1/20 吧)
Nvidia 就是 拿着 GPU+Cuda 这一块 先发. 後市怎麽样, 大家自己拿捏.
这一块, 专利壁垒不多.
但是 AI-Application 很不巧, 几乎都需要结合 5G/4G,
(因为海量资料才是深度学习的基础, nVidia 目前只有在 "快速运算" 占优势,
而且还挺耗电的)
这就是 nVidia 的硬伤了. 而且一旦应用市场确定,
自己开ASIC+部分FPGA 比较经济. 以无人机为例, 飞机才两万以下,
还买个贵松松的 GPU?
知乎网站对於 AI 的看法, 个人觉得这是个应用导向的百家争鸣的阶段,
如果拿 GPU 来练模型okay, 大量铺货可能又会有 cost down 版本
https://goo.gl/swZEQ8
大家切磋参考.
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.160.29.73
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Foreign_Inv/M.1496564389.A.5F4.html
※ 编辑: tipsofwarren (1.160.29.73), 06/04/2017 16:50:31
2F：→ tipsofwarren: 参考上面连结, 2012 DL 爆红, 2015 nvda 陆续推出 06/04 17:03
3F：→ tipsofwarren: 适用於DL 的GPU 06/04 17:03
4F：推 flyingenie: 推 06/04 20:54
6F：→ arcadian: utomation-robotics/fpgas-challenge-gpus-as-a-platfor 06/05 02:31
7F：→ arcadian: m-for-deep-learning/。看起来AI硬体需求可以分两部分， 06/05 02:31
8F：→ arcadian: 练模型跟最後应用。NVDA晶片练模型不错，最後应用不全适 06/05 02:31
9F：→ arcadian: 用。不过这方面他们一定也知道，最後市场会是什麽情况现 06/05 02:31
10F：→ arcadian: 在大概没人晓得，只能小心观察。 06/05 02:31
※ 编辑: tipsofwarren (1.160.30.102), 06/07/2017 15:53:33