蘋果最近幾週以2億美元的價格收購了總部位於西雅圖的AI邊緣公司Xnor，從而在某種程度上避免了頭條新聞。對於蘋果粉絲群來說，這是一個令人振奮的發展，因為這可能意味著我們將很快看到Xnor的低功耗AI算法用於諸如iPhone，iPad等的未來迭代中的對象檢測之類的事情。
對於那些不熟悉Xnor的人來說，該公司是Allen人工智能研究所的衍生產品。在與蘋果公司達成交易之前，它在運營的三年中已經籌集了1,460萬美元的資金。該公司的創始人Ali Farhadi和Mohammed Rastegari是YOLO的創建者，YOLO是一種廣泛用於對象檢測的流行神經網絡
Xnor針對嵌入式處理器的解決方案基於二進制神經網絡（BNN），該神經網絡使用二進制值進行激活和權重，而不是全精度值。這樣可以減少模型大小和內存需求。Xnor-net是第一個二值化卷積神經網絡，可以在保持精度的情況下以很小的處理能力檢測圖像中的對象。
換句話說，這些模型和技術可用於諸如智能手機，安全攝像機和其他遠程傳感器網絡等資源受限設備中的圖像處理。從隱私的角度來看，這也是有益的，因為所有圖像數據都可以在實際的邊緣設備中進行處理，而不是將該信息發送到雲中，這反過來可能會導致高延遲和明顯的隱私問題。
一個很好的例子：在Raspberry Pi Zero上運行的一個Xnor演示能夠以每秒8幀的速度進行人檢測。
“這是一個50美分的CPU，通常不被認為是可行的邊緣推理平台，” Xnor副總裁，工程副總裁Peter Zatloukal在今年早些時候的嵌入式視覺峰會上表示。
此外，該公司的演示還包括在$ 2-FPGA（Lattice ECP5）上使用深度學習進行最先進的人檢測。此演示可以使用48mW（每個推斷1.5mJ）每秒推斷32幀用於人檢測。電源需求如此之小，以至於演示通過一個小型太陽能收集器由周圍的陽光提供動力。Zatloukal解釋說，它可以無限期運行而無需外部電源輸入。
還值得指出的是：該公司的開發人員平台AI2GO包括用於嵌入式設備的軟件開發套件，以及針對嵌入式設備進行了優化的預訓練AI模型。
圖文參考 ： IoT Times
