关于TinyML的认识

TinyML是好药，但绝不是“银弹”！为什么呢？我给大家分析分析，

    TinyML这篇文章主要宣贯的微端智能应用未来几年是大的爆发点，但我认为其实本质是芯片博弈革命，我之前也多次讲过芯片的发展其实分两个方向，一个是通用芯片，一个是专用芯片，专用芯片面向特定应用场景更高效，因为高效，所以功耗就低（挖矿机算一个面向专项应用的机器，但还是用的通用芯片,功耗并不低），对于微端智能应用发展，一定是从芯片革命开始的，从现在来看个性化微芯片发展刚刚起步，特别是面向传感器级别的专项芯片，由于难度低，应用构建块，特别容易放量。针对传统机器学习应用，通过嵌入式很容易实现，而且现在有已经有一些应用在做。但面向深度学习的芯片大部分还是用通用GPU做，GPU本质上是为了图像显示处理的，好的显卡就是一个好的GPU处理器（哪些年打游戏的同学，游戏本是否还在），但这几年TPU和NPU的出现，完全是为神经网络算法而推出的，所以非常高效，当然功耗也就低，这就为嵌入式微端智能提供了技术可行性，尤其打破能量瓶颈，这又会出现多少新场景呢。所以我说面向嵌入式的微端智能前提硬核是什么呢？是面向底层芯片的进步，这种芯片完全是颠覆式的，因此又会出现多少新软件技术呢？

 

嵌入式微端智能应用来了，我们准备好了吗？

   嵌入式应用神器C/C++是否能重回巅峰，.C/C++不能丢，记不清什么时候人们已经把这俩兄弟遗忘了，今天面向嵌入式如果是未来，这俩兄弟一定是神器，学习Python的同学，是不是该醒一醒了？此处省略800字，据说某房地产大亨也再学习，你可以侮辱码农的职业，但绝不要侮辱程序猿的智商！

 

观点认识:

        1.关于TinyML的应用场景，从现在技术发展的现状来看，现在所谓的应用有些言过其实，很多还是意淫的伪需求，情形并没有那么明朗，还是物联网组织的概念推广期。
        2.TinyML即服务是完全蹭概念的流氓意淫认识，我们要知道嵌入式基本架构模式就不可能提这么无知的看法。

        3.依托专用芯片打造嵌入式微智能应用是特别好的发展方向，从技术芯片TPN、NPU和其他嵌入式计算单元来看，技术2年已经开始向这里发展了，这种应用一旦推出，会颠覆软件成本核算模式，真正拿设备装备成本把软件成本趋向零，因此面向智能装置的软硬一体的发展路数绝对是正道。