嵌入式AI双周简报 第16期

点击文末 阅读原文 跳转到我们的双周简报主页，可以阅读带条目超链接的版本。

业界新闻

• 移动和嵌入式设备上也能直接玩机器学习 | Arm芯闻
  简评：Arm推出神经网络机器学习软件 Arm NN。这是一项关键技术，可在基于 Arm 的高能效平台上轻松构建和运行机器学习应用程序。

• 微芯宣布收购美国最大军用半导体设备商 | 新智元
  简评：微芯表示，将以约83.5亿美元收购美国最大的军用和航空半导体设备供应商美高森美。微芯目前在航空航天和国防市场的年销售额中仅占2％左右，此次交易将加强微芯在计算和通信领域的基础能力。同时，由于公司数量减少，过去两年半导体产业的并购浪潮在去年有所缓解，随着微芯收购美高森美、博通与高通的收购拉锯战，今年行业里的看点越来越多。

• Arm推出全新Mali多媒体套件 | Arm芯闻
  简评：arm宣布推出包含全新的视频、显示和图像处理器的Mali多媒体套件。新的IP套件可与现有基于DynamIQ的CPU和其他Arm IP无缝集成，从而全面实现Arm新一代针对主流移动设备和数字电视（DTV）的解决方案。

• 英特尔提出新型压缩技术DeepThin，适合移动端设备深度神经网络 | 机器之心
  简评：英特尔的研究者提出新型深度神经网络压缩技术 DeepThin，适合移动端设备，性能优于其他压缩技术。

论文

• [1802.10264] Deep Reinforcement Learning for Vision-Based Robotic Grasping: A Simulated Comparative Evaluation of Off-Policy Methods
  简评：该文章提出了一个机器人抓取的模拟基准，它强调了非策略学习和对看不见的物体的泛化。非策略学习可以利用各种各样的抓取数据。

• [1802.09941] Demystifying Parallel and Distributed Deep Learning: An In-Depth Concurrency Analysis
  简评：文章呈现了DNN架构的趋势以及由此产生的对并行策略的影响，并且讨论了DNNs中不同类型的并发性；同步和异步随机梯度下降，分布式系统体系结构。

• [1802.05383] Deep Learning Based Speech Beamforming
  简评：基于深度学习的增强方法能够学习复杂的语音分布并进行有效的推理，但是它们不能处理可变数量的输入通道。此外，深度学习方法引入了大量的错误，特别是在存在不可见的噪声类型和se的情况下。

• [1802.04868] SimplE Embedding for Link Prediction in Knowledge Graphs
  简评：文章作者开发了一个简单的张量分解模型，该模型被称为simple，证明了简单的是完全表达的，并推导出了它的嵌入的大小的完整的表达率。作者以经验证明，尽管它简单，但是简单的胜过了几个最先进的张量因子分解技术。

开源项目

• (Python/Cython/C++)基于Numpy/CUDA/cuDNN的最小化深度学习库
  简评：Aurora是一个在Python、Cython和c++中使用Numpy、CUDA和cuDNN编写的最小深度学习库。虽然它很简单，但是Aurora有一些先进的设计概念，它是一个典型的深度学习库。

• 微软开源MMdnn：实现多个框架之间的模型转换 | 机器之心
  简评：微软开源 MMdnn，可用于转换、可视化和诊断深度神经网络模型的全面、跨框架解决方案，目前支持 Caffe、Keras、MXNet、CNTK 等框架。

• Keras官方中文版文档正式发布 | 机器之心
  简评：Keras 作者 François Chollet，他已经在 GitHub 上展开了一个 Keras 中文文档项目。François Chollet再一次在推特上表示 Keras 官方文档已经基本完成！他非常感谢翻译和校对人员两个多月的不懈努力，也希望 Keras 中文使用者能继续帮助提升文档质量。

• OpenAI发布可扩展的元学习算法Reptile | 量子位
  简评：OpenAI发布了一种新型的可扩展元学习算法Reptile，可以在线试玩，这是通过重复对一个任务进行采样、随机梯度下降并将初始参数更新为从任务中学习到的最终参数的算法。

• OpenAI开放机器人研究模拟环境&Baselines实现 | openai
  简评：点击这里查看视频。

博文

• 谷歌展示全新移动端分割技术 | 机器之心
  简评：为视频中人物实时替换背景的技术能够催生出很多新类型的应用。谷歌最近提出的机器学习视频分割技术首先被应用在了自家的 YouTube app 上，实现了令人惊艳的效果。同时，由于模型被高度压缩，其在 iPhone 7 这样的移动端设备上也可以达到 100+ FPS 的高帧率。

• 使用树莓派实现实时人脸检测 | 机器之心
  简评：本文介绍了如何在树莓派上，使用 OpenCV 和 Python 完成人脸检测项目。该项目不仅描述了识别人脸所需要的具体步骤，同时还提供了很多扩展知识。此外，该项目并不需要读者了解详细的人脸识别理论知识，因此初学者也能轻松跟着步骤实现。

• 谷歌推出72-qubit量子处理器Bristlecone | 机器之心
  简评：谷歌在洛杉矶举办的美国物理学会年度会议上推出了他们的 72-qubit 超导量子处理器 Bristlecone。本文介绍了他们的成果、近期目标和未来展望。

• 第三个变种 SgxSpectre 来临（附视频、论文） | 云头条
  简评：今年早些时候全面曝光的 Spectre 和 Meltdown 处理器安全漏洞，让整个计算机行业面临着严重的信任危机，尤其是芯片巨头英特尔。自 1995 年以来的所有现代微处理器，几乎都受到了这两个漏洞的影响，万幸的是当前暂未出现利用它们的严重威胁。不过本文要着重警示的，却是新款英特尔微处理器上所部署的“软件保护扩展”功能（简称 SGX）。此文讲述的主角是SgxSpectre攻击，可以从英特尔SGX Enclaves中提取数据。

• AI通用芯老玩法新套路：GPU/FPGA脱颖而出，CPU/DSP还有哪些可能 | 与非网
  简评：芯片作为产业链技术要求最高的环节之一，往往是最难攻克的阵地。2016年，我们谈中国集成电路在芯片环节还比较薄弱；2017上半年，我们说我国与美国的差距主要在硬件方面，尤其是芯片环节；2017下半年及2018年，我们看到一批本土AI芯发布，很多还带有“首款”的荣誉称号，首款嵌入式AI芯、首款人脸识别AI芯、首款AI移动芯片等等。似乎，集成电路最难攻克的环节——芯片，在AI大环境下，一切都变得那么EASY。这是真的吗？

Editor: 王建章、袁帅

点击文末 阅读原文 跳转到我们的双周简报主页，可以阅读带条目超链接的版本。

PerfXLab澎峰科技

请躺下