姓名：张润东 学号：19029100015 学院：电子工程学院
引自：https://blog.csdn.net/linxid/article/details/72673756?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162763072316780269815050%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=162763072316780269815050&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_v2~rank_v29-13-72673756.pc_search_result_before_js&utm_term=%E5%B5%8C%E5%85%A5%E5%BC%8F%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD&spm=1018.2226.3001.4187
【嵌牛导读】本文介绍了北大AI公开课——嵌入式人工智能的一些信息
【嵌牛鼻子】嵌入式人工智能
【嵌牛提问】嵌入式人工智能目前发展如何？发展前景如何？
【嵌牛正文】
首先，先给大家介绍一下这次公开课的主讲人：余凯，地平线创始人兼CEO。
现在计算科学的转变：从过去的computing到现在的data science。
big data；big model；big computing三要素推动发展该行业的发展。所有计算开始从pc到移动设备的聚合趋势，聚合到云计算、数据中心。
主讲人对嵌入式人工智能的思考：现在大多数AI的计算都在BAT等的数据中心，使用云计算，远离数据中心，在互联网的边缘，反而存在一个巨大机会，即设备依赖自身的处理器等完成计算。
接下来，主讲人介绍了现在的三大趋势：
1.新摩尔定律：摩尔定律在过去2-30年推动科技界的发展。预计2045年，可购买到的计算资源相当于人脑。人脑和天河2号的功耗对比，1000瓦：20瓦。摩尔定律开始变慢，推动计算机向前发展的，不再是每个单位面积上的晶体管数目，而是架构的改进。
人脑，是一个special purpose，即特殊硬件计算设备。大脑对图像并行处理，而不是像计算机的逐行扫描、顺序扫描。人脑存在多个子系统，对不同的内容、部分进行优化。电脑作为通用处理器，灵活，可以完成多重任务但是效率不高，针对不同功能做优化，效率提高好2到3个量级。
2.从中心到边缘。PC到移动到IoT（物联网）。其他设备device更有AI的需求。百度：即搜即得；今日头条：不搜即得。因为移动设备上，有一个主动推荐机制，使得信息获取更高效。设备要求：无延迟，实时计算，低功耗，低成本，并做好隐私保护。未来的计算更集中于边缘设备。举例：1.Amazon的Echo；2.监控摄像头；3.孙正义：2040年100亿的机器人设备，高价收购英国的ARM。
3.边缘竞赛，更高更快更强。无人驾驶的传感器数量更多，清晰度更高，速度越来越快，处理数据量的增加。
以下是我对上面的理解：
首先，趋势1的指我们以前的芯片进步，主要依靠的是每单位面积上的晶体管数量”无脑“式增加，是暴力的提升，但未来依靠的是对结构的优化，趋势2指我们可以将边缘的设备也加入到算力里，增加计算结果的推广。
随后，他还介绍了5-10年最足颠覆性的产业机会。
产业发展的两个阶段：
1. ToB，Enabling Technology，公司做技术本身，给第二波技术提供支持、服务
2. ToC，Technology-enabled Business，公司利用ToB提供的服务，寻找消费者用户导向的机会。案例：CISCO（ToB阶段）àGoogle（ToC阶段）；移动时期的高通，苹果同样是。
本文对该次公开课介绍完毕。
