機器學習(Machine learning;ML)技術為家庭、零售、工廠和城市帶來智慧,機器學習在不同環境下檢測模式、偵測異常並啟動回應。
邊緣是部署機器學習應用程式的理想選擇。與雲端處理不同,邊緣處理是即時完成的,更接近使用者,提供洞察和本地化決策允許更無縫、同步、高效的用戶體驗。
神經網路模型效率的提高和高速神經網路加速器的出現,正在幫助機器學習向邊緣轉移。一個可能性的好例示為恩智浦i.MX 8M Plus,為EdgeVerse產品組合的新生力軍。它提供專用機器學習硬體-神經處理單元(NPU),即使在最複雜的神經網路模型中也可以執行推斷。開發人員可以將機器學習推理功能從 NPU中登出,從而允許高性能Cortex-A和Cortex-M內核、DSP和GPU執行其他系統級或使用者應用任務。
...
...
使用者別 |
新聞閱讀限制 |
文章閱讀限制 |
出版品優惠 |
一般訪客 |
10則/每30天 |
5/則/每30天 |
付費下載 |
VIP會員 |
無限制 |
20則/每30天 |
付費下載 |