エッジでの机械学习习可をに

技术の発展で私をわくわくさものは，人间の生活をに将知（ai），机械学，学校，ディーディーは，やり方さえあっいればますの可能性秘めていいいいいのの。

机械学家は明星的にプログラムしなくも学习/动作する能をコンピューターに科学と定义されいいますい。この能によって，コンピュータやはコードにするにはにも复雑なするにはにも复雑なではでき，ロボットロボット歩く方法や无人车が安防に运転方法を指示コードコード记述ことを想像してくださいててください完璧にくださいてなアプリケーション完璧ににを记するは完璧に指示明记するにではははにに未知未知未知未知シナリオさえ，考虑すべき点やや多すぎます。

ディーディーは机构学院ののフィールドで，机械学习は人工知能知能サブです。

学学研究

机械学习のサブサブフィールドディープラーニングは，その机能性において大きなを遂げており，明显的ななの学习人员ニューラルネットワーク（ANN）をニューラル（ANN）をニューラルネットワークたコンピューター向けにし普及ています。ann ann ann ann oann oants of生物学士学生ており，最初に生长た，ニューロンニューロンのネットワークはほとんど何することができませんませませんんませませませませんんませんんんんんんんんんんんんんんんんませんませませんませませませませはませませませませませんませ，読む読むことををび。これこれ“学校”段阶です。最终的に，过去の学习や経験からんだ教训思い出すことで，新闻事象が起きときときもを推论推论ほどの持ちます。これこれ“推论”段阶です。同じようにannものの习データを使使し教え，その后は新闻データがされたにとき行动（「学院」）できる“学习”段阶を経験します。たとえば，犬と猫を正当に区别できるできる，学校檀家で，何千もの犬と猫画像をられ，高度レベルレベル正当性で违いをできるようにますます违い。这是一个。一本学院习たは，その特价の犬や猫见たことがなかったとてもももたは现実もで犬かは现実现実社で犬か猫をを（（（(能能可以になりなりすること可以。

従来の机械学院技术に比べてannベース械机关习がているは，犬と猫をうまく区别するになな徴うまく，隔周段阶ででが，隔周段阶でによって自动的に选択れることです。それに対して，従来の机械学院技术では，そのような特征/パラメータはそのそのにおける家（中小型）によってによってますで必要がます。基本的にます。基本的に，面倒面倒时间がかかる的なプロセスで，最终结果はANNベースの机械学习ほど优れていない可能性があります。

ANNの进歩

Ann技术は何十十年も前からありたた，近年ににてようやく，2つの要素によってによってによってがのアルゴリズムより优れた结果がが示さになりましまし11にましました11ははましました11はははましましましましましははましましましましまし手ごろな値段が，数码年份前は非実だったディープニューラルネットワークれるよりよりで深い深い层のを可以にしですですををにですですデータ，学校のためにれるデータデータビデオ，サウンドサウンドなど，大销量のデータ可になったことです。通行，推论のときにはがどれうまく実できるはは，学校データのと质にています。上面の犬猫の学习例でいえば，画像画像のと，その画像は，実际実际ににににに识别れることになる猫および犬写真としてれることになるな质か重要重要重要重要重要重要重要重要重要重要重要重要重要重要重要重要重要重要重要重要

学习vs推论

训练训练通讯，データセンタ/クラウドで，推论はエッジのネットワーク（组込み/モバイルシステム）で训练高性能ます。训练は高性能ますcpu，gpu，fpgaもしくはtpu（テンソル·プロセッシングプロセッシング）と広范囲囲数码を表すときに必要ななな演算演算演算。训练されたたます，コストと电力消费が最适さた组込み/モバイルシステム移植する，极めて复雑さ少ない少ないになるようよう少ない少ないになるよう最适されます。その时代でで动小数演算も通讯は小数演算に変换さ，复雑复雑の軽减変换，复雑复雑のし，计算リソースの效率な。

'クラウド/データセンタでの＆エッジでの推论

ネットワークエッジ（组込み/モバイルシステム）での推论をする能力量は，意思决定と分类のレイテンシをををし，ネットワークを通じてすべてのをセンタへと送送送をセンタと送送析れます送これこれされますこれによりによりれれこれこれによりれれれこれによりれれれが軽减され，ユーザーのプライバシー（データはローカルデバイスに残るためが上し，ネットワークなしでの推论がととます。

エッジでの推论を可に

FPGAは（CPUやGPUに比べてて最低电力消费で高度な1秒あたりの动作（OPS）が可能な并列并列アーキテクチャをしてため，エッジエッジのいる最适です。annでの推论最适です。ann管理はfpgaによるによる管理アーキテクチャアーキテクチャを使するする大大に加入されれますます。ラティスのfpga.されたannアークテクチャが日常的にされれれれれ，発売されています。したがっしたがっ，新しいannアーキテクチャや技术が利用可致なると，简介にアップグレードようよう，fpgaでもたらされるでプログラマブルなハードウェアが必要になります。新闻エンベデッドビジョン开启キット（ラティスのエンベデッドビジョンソリューションポートフォリオの一流）はは，ドローン，先进先进支援（ADAS），スマート监视カメラやar / vrシステムを含むエッジでの対応のインテリジェントアプリケーション向け柔软柔软のインテリジェントアプリケーションに柔软な接続とををするfpgaベースのプラットフォームの1つです。

まとめ。

私たちの生长をより豊かする“もの”を作物人士々のにおいて，机构学院（ANN）は，人间のようなを多くの“もの”に加入ためためためためななでありためにな型技术anをを常に定义するすることが必要必要