微小的机器学习(Tinyml)是严格限制的资源和功率的AI工作负载,是一个重要而挑战性的话题。该简介首先提出了一个极其微小的主链,用于为各种视觉任务构建高效率CNN模型。然后,专门设计的神经协调员(NCP)与MCU互连以构建一个超低功率Tinyml系统,该系统将所有功能和权重存储在芯片上,并完全消除芯片内存储器访问中的延迟和功耗。此外,进一步提出了一个特定的指令集,以实现敏捷开发和快速部署。广泛的实验表明,基于我们的模型,NCP和指令集的提议的Tinyml系统可产生相当大的精确性,并在30FPS以实现对象检测和识别时实现了创纪录的160MW的超低功率。演示视频可在\ url {https://www.youtube.com/watch?v=mizpxtj-9ey}上获得。
translated by 谷歌翻译