馮一龍　殷建立

摘? ?要：嵌入式人工智能技術在相關設備的使用者操作習慣記錄、控制指令的響應速度提升等多個方面有重要的意義，所以該項技術已經成為當前行業(yè)內的研究重點。本文探索了嵌入式人工智能技術的開發(fā)方法，通過對詳細開發(fā)過程的研究和了解，分析了這一技術的實現(xiàn)方式，讓人工智能技術能夠獲得更好的應用水平。

關鍵詞：嵌入式人工智能技術? 技術開發(fā)? 技術使用

中圖分類號：TP393? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2020）02（a）-0139-02

嵌入式人工智能技術依托于硬件設備，通過軟件系統(tǒng)的設計和開發(fā)，從而讓所有的硬件設施能夠協(xié)同運行，讓這一系統(tǒng)的運行質量獲得大幅度的提高。就實際作用效果上來看，當前大量的企業(yè)已經開始開發(fā)這一新型技術，并且取得了較好的應用水平，今后要對這一技術進行進一步的研究，分析該項技術的作用質量。

1? 嵌入式人工智能技術的開發(fā)

1.1 處理系統(tǒng)架構

處理系統(tǒng)的框架確定過程，通常需要以專業(yè)類型的芯片作為內核的整體架構思想，從而讓這一系統(tǒng)能夠保持運行的穩(wěn)定。通常情況下，會選用異構多核架構模式，既能夠在運行過程中產生更少的消耗和占據更少的物理空間，也能夠充分提高處理器的運行性能。在目前的行業(yè)發(fā)展中，已經開始大量使用這一設計理念，用異構多核處理系統(tǒng)完成整體加工工作。比如高性能ARM核芯片等，就是采用這一多核處理架構提高了整個系統(tǒng)的工作性能。

1.2 GPU嵌入

GPU的作用是實現(xiàn)對于各類圖片和圖像信息的渲染以及處理，可以說，當GPU功能較差或者存在缺陷時，并不能夠發(fā)揮圖片顯示硬件設施的功能潛能，所以要對這批芯片進行合理加工。當前的GPU設計過程，要能夠對各類信息加速計算，以提高整個系統(tǒng)的響應速度，同時讓該芯片能夠更好地完成各類數據的處理任務。當前常用的設計思路是，在邊緣計算的環(huán)境下，讓GPU的運轉能夠實現(xiàn)對所有參數的加速處理，達到這一目的有兩種思路，一種是堆核處理方法，另一種是大核處理方法，前者的代表是ARM芯片，后者的代表是高通公司生產的芯片。

1.3 神經網絡建設

神經網絡系統(tǒng)事實上是整個人工智能技術中最核心的技術體系，這一方法顛覆了傳統(tǒng)軟件系統(tǒng)和硬件設施的建設框架，實現(xiàn)了深度學習以及數據的自主革新。

在系統(tǒng)的具體運行過程中，采用的架構方法是數據驅動并行計算理念，這一方法會把獲取的所有操作指令和信息使用到后續(xù)的數據處理過程，并且通過對其余參數的獲取和整理實現(xiàn)深度計算[1]。當前這一架構形式已經在多種處理器中取得了應用，比如華為公司的麒麟芯片系列、高通公司的芯片系列、寒武紀公司的芯片等，都開始采用這一技術詳細記錄所有的數據。

1.4 數字信號處理

DSP作為數字信號處理裝置，其運行過程中會把所有的數據導入到專業(yè)的處理模塊內，并且由于其中含有的硬件數據處理器、相關的信號處理單元可以協(xié)同運行，所以會把所有的數據以專業(yè)控制模塊的方式處理，最終做好數據的核算和管理工作。DSP信號處理裝置的使用過程，可以實現(xiàn)對所有數據的加速計算工作，并在此基礎上讓該系統(tǒng)的運行質量獲得提高，當前的DSP經過了長時間的開發(fā)和發(fā)展已經經過了升級，具有更高的集成度。

1.5 其余配置設計

其余配件的設計最核心的有兩類，一個是芯片內核加速單元，另一個是類人腦單元。前者當前多采用多數據流技術，把獲取的多媒體信號和其余類型的信號加工處理，并給出經過處理后的獲取控制指令。在前端部署方案的構造過程，通常采用這一處理方式，借助卷積運算體系，對所有的計算過程加速。

在后者的設計過程，當前主要采用的方式是模擬人腦神經網絡建成的芯片系統(tǒng)，數據處理功能中含有大量的神經細胞和神經突觸，其可以廣泛地獲取數據，并強化數據的處理水平，發(fā)揮了類似于人腦的功能。

2? 嵌入式人工智能技術的實現(xiàn)和使用

2.1 硬件平臺搭建

硬件平臺的搭建過程，上文中已經選擇了所有設備的具體參數，而且已經開發(fā)出了滿足這些功能的所有硬件設備[2]。在系統(tǒng)的搭建過程，首先按照已經建設的方案以及整體架構，完成硬件設備的選擇，詳細選擇之后要檢查架構質量，確定某一批次的產品質量是否符合要求，可把其安裝到設計的硬件內，從而讓硬件平臺的搭建水平大幅度提高。

其次是輔助設施的構造，建設過程要分析所有硬件設備的具體運行情況，并且對電路板中的通路以及通電系統(tǒng)合理設計，并把其構筑到同一個芯片架構內部，防止芯片的生產之后發(fā)現(xiàn)存在通信通道的斷路問題或短路問題，這就要求加工企業(yè)以及代工廠具有專業(yè)的運營資質，以提高對于某批次芯片的生產質量。

最后是質檢工作的踐行，要求專業(yè)的質檢人員和質檢部門做好對于這一設備的全面保護和檢查工作，當發(fā)現(xiàn)某零件的質量和實際要求不符，或者零件的損壞率高出標準值，則需要深度分析該批次芯片生產過程中存在的缺陷。

2.2 功能算法設計

2.2.1 特征值獲取

特征值獲取是軟件系統(tǒng)的最基礎性功能，在邊緣特征的提取方法中，設計思路是把環(huán)境的數據壓縮到感知理論體系內，并且基于深度學習理念，從獲取的數據中提取特征值。這兩種方法都能夠在整個系統(tǒng)的運行過程中獲取相關參數，并且把這類參數輸入到后續(xù)的分析模塊內，這一工作模式可以把已經生產的芯片和需要開發(fā)的嵌入性功能進行對接，從而實現(xiàn)了對運算精度和速度的雙方面兼顧，最終讓設計的芯片運行質量獲得大幅度的提高，以滿足對大量數據的處理要求。

2.2.2 計算速度提高

計算速度的提高過程，要實現(xiàn)在算法層面上的優(yōu)化，由于采用的算法能夠體現(xiàn)所有程序，并且算法可以實現(xiàn)對程序的普適性處理，所以要做好對算法的改進工作?？梢圆捎玫脑O計思路是，通過分析某場景的優(yōu)化方式，研究同一類型工作體系下，對某問題的解決最佳方案，并研究所有問題解決方案的構成因素，當這些構成因素可以應用于其余類型問題的解決過程，則可把其作為一個算法的構成內容，在此基礎上實現(xiàn)任務的多角度和多層面深度涵蓋[3]。

2.2.3 傳感器數據采集

把傳感器獲取的所有數據直接輸入到算法內，并按照建成的功能模塊處理各類信息時，則能夠大幅度提高所有數據的處理速度，并且由于減少了中間環(huán)節(jié)數量，則數據的處理精度也可以獲得提高，當前已經開始大量使用這一方法提高對系統(tǒng)的處理水平。比如對于移動設備來說，傳感器體系中的陀螺儀等硬件，可以測量設備的偏移角度，并把這一參數輸入到屏幕處理裝置，可以確定是否需要進行屏幕的翻轉和校準，此外該過程也可根據實際需求，在其中設置更高控制權限的數據輸入裝置，這一權限要能夠做到對當前設備操作方式和操作流程的自主監(jiān)測。

2.2.4 深度學習算法應用

深度學習過程的核心要求是簡化網絡，采用的方法是刪除各類對性能影響較小的卷積核，這一方式可以讓整個系統(tǒng)處于更為高效優(yōu)質的運行狀態(tài)，從而讓整個系統(tǒng)的運行穩(wěn)定度提高。另外也要把學習模型和各項參數簡化處理，并且把這些參數輸入到專用的處理系統(tǒng)內，從而讓最終獲取的輸入參數具有更高的應用水平。

3? 結語

綜上所述，嵌入式人工智能技術的開發(fā)過程，要考慮對于硬件平臺的搭建和軟件系統(tǒng)的合理開發(fā)，通過傳感器的構造、計算體系加入等多種技術的使用，實現(xiàn)對于各類輸入信號的識別和了解，并且對控制信號詳細處理，在此基礎上輸出控制指令，讓被控設備精準運行。

參考文獻

[1] 曾凡菊.機械電子工程中人工智能技術的有效運用分析[J].湖北農機化，2019（12）：17.

[2] 畢盛.嵌入式人工智能技術開發(fā)及應用[J].電子產品世界，2019，26（5）：14-16，25.

[3] 袁孫奇，段然，崔春風.基于O-RAN架構的無線網絡嵌入式人工智能探索[J].通信世界，2019（7）：36-39.