本刊記者 薛士然

開發(fā)視覺導(dǎo)向機器學(xué)習(xí)應(yīng)用，80%的工作可以扔給Xilinx了！

本刊記者 薛士然

谷歌宣布開源TensorFlow，微軟開源了CNTK，百度宣布推出PaddlePaddle，亞馬遜宣布會采用MXNet作為AWS的機器學(xué)習(xí)平臺，而Facebook則同時支持兩個深度學(xué)習(xí)框架(Torch和Caffe)。2016年是機器學(xué)習(xí)大熱的一年，這種熱度在2017年依然會持續(xù)。當(dāng)業(yè)內(nèi)還在探討機器學(xué)習(xí)的時候，F(xiàn)PGA界的翹首Xilinx早已準備好了開發(fā)工具！

近日，Xilinx公司推出了 reVISION堆棧，借此也將Xilinx技術(shù)擴展至前景無限的視覺導(dǎo)向機器學(xué)習(xí)應(yīng)用領(lǐng)域。Xilinx戰(zhàn)略與營銷高級副總裁Steve Glaser表示：有了reVISION堆棧以后，Xilinx能夠完成開發(fā)機器學(xué)習(xí)解決方案當(dāng)中80%的工作，客戶只需要做完剩下的20%，就可以實現(xiàn)自己的應(yīng)用，讓不懂得硬件設(shè)計的人也能夠享受到全可編程的優(yōu)勢。

只需要做20%的工作，開發(fā)快多了

大約在一年半之前，Xilinx推出了首個軟件定義的編程環(huán)境，即SDSoC，主要針對Xilinx全可編程Zynq SoC芯片的用戶，致力于讓嵌入式應(yīng)用領(lǐng)域大批不熟悉硬件編程的軟件及系統(tǒng)工程師也能獲益于這一軟硬皆可編程的可擴展SoC 平臺。雖然這一新的軟件定義設(shè)計環(huán)境幫助客戶提高了產(chǎn)率，但是并沒有滿足客戶的預(yù)期，客戶希望能夠提供符合行業(yè)標準的庫和框架，幫助他們縮短開發(fā)時間。

通過反復(fù)與客戶溝通，Xilinx了解到他們目前的具體需求：第一，客戶希望提高機器學(xué)習(xí)的智能性，并且系統(tǒng)要及時快速響應(yīng)一切外部事件；第二，客戶希望能夠以非常高的效率使用非常先進的算法來運行智能化應(yīng)用，而且成本和功耗都要非常低；第三，神經(jīng)網(wǎng)絡(luò)和算法都在不停變化，而且傳感器的類型配置和組合也在不斷變化，因此客戶希望他們的系統(tǒng)能夠非常便捷地實現(xiàn)升級，而且在萬物互聯(lián)的物聯(lián)網(wǎng)世界，機器需要互聯(lián)，甚至還要實現(xiàn)與云的連接。

針對這些細化的需求，Xilinx推出了reVISION的堆棧，完成了設(shè)計所需要的80%的工作，工程師只需要完成剩余的20%，大大縮短了開發(fā)周期，在此之前這個數(shù)字可是反過來的。不僅如此，reVISION堆棧還能夠服務(wù)沒有掌握硬件方面專業(yè)知識的工程師，幫助他們使用Xilinx技術(shù)輕松、快速地開發(fā)視覺導(dǎo)向的智能系統(tǒng)。

Steve補充道，如果使機器學(xué)習(xí)在80%到90%的應(yīng)用中都得到使用，需要非常專業(yè)的具有硬件知識的工程師，但事實上很多公司都缺乏這方面的硬件人才，所以他們希望既能享受到硬件編程的優(yōu)勢， 又能夠使用自己熟悉的軟件編程的模式來滿足新技術(shù)提出的性能要求，而reVISION恰好弱化了對于硬件知識的依賴。

比較出來的優(yōu)勢

據(jù)介紹，與同類產(chǎn)品相比(這里以英偉達的Tegra為例)，reVISION機器學(xué)習(xí)效率提升了6倍，在計算機視覺領(lǐng)域的優(yōu)勢更加明顯，達到40倍以上。在實時快速響應(yīng)的系統(tǒng)當(dāng)中，最重要的參數(shù)是時延，與其他同類競爭產(chǎn)品相比，reVISION的時延僅僅是同類產(chǎn)品的1/5。

除了在響應(yīng)時間方面的巨大優(yōu)勢外，reVISION解決方案在可重配置性和可編程性方面也具有極大優(yōu)勢，其既支持硬件可重配置和可編程，也支持軟件的可重配置和可編程。對于下一代機器學(xué)習(xí)來說，可重配置性至關(guān)重要，因為只有具有可重配置性，才能夠持續(xù)升級到最新、最好的機器學(xué)習(xí)技術(shù)。

reVISION堆棧包括平臺、算法和應(yīng)用開發(fā)所需的豐富的開發(fā)資源，可支持流行的神經(jīng)網(wǎng)絡(luò)，包括AlexNet、GoogLeNet、SqueezeNet、SSD和FCN。此外，該堆棧還提供了庫元素，包括CNN網(wǎng)絡(luò)層的預(yù)定義的優(yōu)化型實現(xiàn)方案，這也是構(gòu)建定制神經(jīng)網(wǎng)絡(luò)所必需的。機器學(xué)習(xí)元素配合豐富的滿足加速要求的OpenCV系列功能用于計算機視覺處理。對應(yīng)用層開發(fā)來說，Xilinx支持業(yè)界標準的框架，包括用于機器學(xué)習(xí)的Caffe和用于計算機視覺的OpenVX。reVISION堆棧還包括Xilinx及第三方提供的開發(fā)平臺，諸如各種類型的傳感器。

Steve強調(diào)，reVISION消除了向廣泛視覺導(dǎo)向機器學(xué)習(xí)應(yīng)用擴展的障礙，而且加上可重配置加速堆棧，reVISION擴大了機器學(xué)習(xí)應(yīng)用直接從端到云的開發(fā)和部署。

reVISION的使命就是要將原來各個分散的嵌入式視覺系統(tǒng)進化為視覺導(dǎo)向的自主系統(tǒng)，例如工廠機器人成為視覺引導(dǎo)的協(xié)作機器人，裝備攝像頭飛行器成為“感應(yīng)與躲避”和可以自動駕駛的無人機，物理顯示和HMI成為增強現(xiàn)實和抬頭顯示器，前視汽車攝像頭成為無人駕駛汽車，視頻安全攝像頭成為自動監(jiān)控系統(tǒng)，醫(yī)學(xué)成像與人眼應(yīng)用成為自動醫(yī)療診斷系統(tǒng)。reVISION的推出，鋪平了機器學(xué)習(xí)廣泛應(yīng)用的道路， 智能時代將加速到來！