34、人工智能与数据科学：硬件、云服务与大数据的融合应用

人工智能与数据科学：硬件、云服务与大数据的融合应用

一、为树莓派添加硬件 AI

如今，不少公司开始研发专门的 AI 计算棒，这些计算棒是带有处理器的 USB 加密狗，而非仅仅具备存储功能。很多此类计算棒可在树莓派上使用，通常有 Python 库，尤其是 TensorFlow Python 库提供支持。以下介绍两款颇具特色的计算棒：

1.1 英特尔神经计算棒（NCS）

NCS 棒可插入树莓派或其他计算机的 USB 端口，为基于深度学习的分析提供硬件支持。例如，借助小型树莓派计算机系统，可利用亚马逊云进行图像分析、处理和分类，将计算密集型任务从树莓派转移到云端。而使用 NCS 棒通过训练好的深度学习神经网络进行分析，甚至能让设备完全脱离互联网。NCS 棒进行图像分析的速度比树莓派快约 60 倍，且成本低于 100 美元。它可用于人脸识别、文本分析、监控和维护等。需注意，NCS 棒用于数据的分析和推理，但不用于模型训练，仍需构建和训练模型，不过它与 Keras 和 TensorFlow 有良好的接口，便于合理地进行训练，可将其视为项目训练完成后的加速器。

1.2 谷歌边缘 TPU 加速器

谷歌边缘 TPU（张量处理单元）有一个 USB Type - C 接口，可插入基于 Linux 的系统，为机器学习分析和推理提供加速。这里的“张量”与神经网络中的矩阵类似。和英特尔 NCS 棒一样，该设备主要用于执行训练好的机器学习模型，需用其他更强大的计算机训练机器学习网络，然后在该设备上执行模型，这就是边缘计算。

在未来几年，用于运行机器学习模型的专业硬件将迎来爆发式增长，谷歌、英特尔、英伟达、AMD、高通等公司以及众多小型企业将