人工智能：嵌入式技术的机遇与挑战

人工智能：嵌入式技术的机遇与挑战

北京大学 林金龙

进入21世纪以来，随着大数据和深度神经网络等技术的飞速发展，人工智能在语音分析、计算机视觉以及自然语言处理等方面取得巨大突破，并应用于智慧城市、智慧家庭和工业制造等领域，正逐步改变着社会的运行模式和人们的生活方式。

1  人工智能产业为嵌入式技术带来新的机遇

物流服务、城市交通、安全防范、游戏、娱乐、教育、医疗服务、家居服务以及工业自动化等是人工智能技术典型的落地点，嵌入式系统是人工智能技术重要的承载平台。用于物流的自动分拣机器人、智能快递柜、自动送货车等，城市交通中的无人驾驶汽车、自动车辆识别设备、交警机器人等，用于安防系统的智能摄像机、人脸识别、巡检机器人等，用于游戏的智能头盔、棋牌机器人等，辅助教育的早教机、学习机器人等，医院中使用的消毒机器人、引导机器人等，家居中的智能音箱、清理机器人等，工厂中的加工、装卸机器人等，这些都是典型的嵌入式系统。人工智能拓展了嵌入式技术的应用范围和规模，为嵌入式技术的应用创造了新的机遇。

嵌入式系统40多年的发展过程经历了控制器、实时系统和复杂系统三个阶段。每经历一个阶段，嵌入式系统技术都会出现一次飞跃。例如，以智能移动终端为代表的复杂嵌入式系统，它在提升处理器性能、降低系统能耗、增加操作系统的复杂度、改善应用软件开发环境等方面均有显著的进步。嵌入式人工智能系统对强大计算能力的需求以及多样化的应用场景，必然带来一些新的问题，而解决这些新问题，将为嵌入式系统技术的发展提供又一次机遇。

2  人工智能的特殊性对嵌入式技术提出新的挑战

第一，深度神经网络对计算能力和资源有很高的需求，必然导致系统功耗的增加。平衡计算性能与能耗，依靠有限的计算能力和存储资源，发挥神经网络的功能并保证其准确性，是一个巨大的挑战。

第二，支持深度神经网络加速的处理器通常是集成多种体系结构的复杂SoC，这给操作系统、开发环境和应用软件的开发带来一定挑战。

第三，在一些场景中，多个智能设备需要与边缘端设备甚至云端协同运作。如何在边缘端和设备端之间动态进行任务调度，以及实现设备之间的任务协同，同样带来不小的挑战。     第四，智能设备具有自学习和执行能力，一旦被攻击，将导致更为严重的安全威胁。智能嵌入式系统的传感、数据、学习方法等都是易被攻击的对象，对此类攻击的防范是系统面临的安全挑战。

机遇总是伴随着挑战，而新的问题终将会被解决。面向嵌入式智能系统的高性能、低功耗处理器，面向嵌入式系统的轻量级神经网络，以及针对系统的安全策略和方案，已经出现。

随着所遇到的难关被逐步攻克，嵌入式技术将迎来又一个春天！