“嵌入式智能计算”课程思政的设计与实践

以高校“嵌入式智能计算”课程教学为依托,围绕“实施科教兴国战略,强化现代化建设人才支撑”主题,面向嵌入式智能计算领域人才培养特点和专业能力素质的培养需求,结合课程知识点,提炼思政元素和德育功能。以立德树人为核心,科学合理地设计并融入了思想政治教育内容,同时结合理论课、研讨课、实验课内容给出了具体的实施方案,力图将思想政治内容通过润物无声的方式浸润学生,并同步通过教学感悟提升教师自身品德修养。该教学方式有助于学生树立积极向上的价值观念,成为技术能力与政治品质兼备的社会主义建设者和接班人。

嵌入式智能计算机计算能力评测方法

计算能力评测方法是嵌入式智能计算机领域的研究热点之一.嵌入式智能计算机存在多种神经形态计算的优化方案和机器学习加速器,导致其评测难度大于通用计算机.基准测试是目前普遍采用的评测方法,但是在资源受限的嵌入式设备上,基准测试集和评价指标的复用能力有限,难以适应配置多样化的嵌入式智能系统;测试集中神经网络模型的计算强度存在一定的随机性,无法充分挖掘待测设备的计算潜力;评价指标不统一,难以对不同嵌入式智能计算机的计算能力进行对比分析.本文提出了一种基于神经进化算法的嵌入式智能计算机计算能力评测方法.首先,基于Roofline理论模型,融合计算潜力挖掘、资源适配和评价指标统一等优势,提出了一种适配各种嵌入式智能计算机的计算能力评测框架,并对其合理性进行分析;其次,提出了一种评测计算能力的神经网络模型生成算法,利用神经进化算法,使生成模型的计算强度逼近嵌入式智能计算机的计算强度上限,充分挖掘待测设备的计算潜力,使评测结果更客观;然后,采用环境固定的上位机作为对照,分别在待测设备和上位机交叉运行生成的神经网络模型,并以两次执行推断任务时的每秒浮点运算次数作为计算因子,给出计算能力评测的通用公式,可以实现不同嵌入式智能计算机计算能力的对比分析;最后,在Mindspore-cpu、Tensorflow-cpu和Mindspore-ascend310框架下评测华为Atlas200,相比基准测试中常用的5种神经网络模型,采用本文生成的神经网络模型的测评结果更合理,证实两个DaVinci核心的智能计算能力是八个Cortex-A55核心的42.37倍.

基于ARM+DLP+SRIO的嵌入式智能计算系统研究

以x86+GPU为代表的当前主流AI计算平台,受限于功耗、体积、带宽、环境适应性等因素,无法适用于物端及边缘智能计算场景.提出并研究了一种基于ARM+DLP+SRIO的嵌入式智能计算系统,从AI算力、能效比、IO带宽三个方面分析了所提嵌入式智能计算系统的设计思路和技术优势,并实验验证了该系统的功能及性能指标.实验结果表明:基于ARM+DLP+SRIO的嵌入式智能计算系统AI峰值算力达到114.9TOPS,能效比达到1.03TFLOPS/W,IO带宽达到20Gbps.在智能计算系统领域,其能效比优于国内其它已知同类板卡或系统,嵌入式环境适应能力优于传统台式机和服务器,可作为物端及边缘环境下AI计算任务的通用硬件加速平台.

嵌入式异构智能计算系统并行多流水线设计

嵌入式智能计算系统因其功耗受限和多传感器实时智能处理需要,对硬件平台的智能算力能效比和智能计算业务并行度提出了严峻挑战.传统嵌入式计算系统常采用的DSP+FPGA数字信号处理架构,无法适用于多个神经网络模型加速场景.本文基于ARM+DLP+SRIO嵌入式异构智能计算架构,利用智能处理器多片多核多内存通道特性,提出了并行多流水线设计方法.该方法充分考虑智能计算业务中数据传输、拷贝、推理、结果反馈等环节时间开销,为不同的神经网络模型合理分配智能算力资源,以达到最大的端到端智能计算业务吞吐率.实验结果表明,采用并行多流水线设计方法的深度学习处理器利用率较单流水线平均提高约25.2%,较无流水线平均提高约30.7%,满足可见光、红外、SAR等多模图像实时智能处理需求,具有实际应用价值.

基于高性能嵌入式AI计算平台的人机交互手势控制识别研究

本文以智能嵌入式应用系统中手势控制的非接触式人机交互开发为主要应用对象,深入研究深度学习应用与部署过程的基本方法,以华为Atlas 200 为智能计算平台完成深度学习算法的推理过程,通过摄像头获取手势信息,再通过Atlas 200进行手势信息的识别,降低嵌入式系统中进行手势图像智能识别的难度,从而为广大嵌入式应用开发者提供一种简便高效的基于手势控制的人机交互方法。

人工智能基础软硬件架构的关键技术研究

针对当前人工智能技术在军用领域的应用问题和难点,研究基于深度学习技术的军用软硬件架构设计方法,并且结合业内主流的软硬件基础架构,分析在军事应用中涉及的关键技术和解决思路。通过对深度学习模型压缩转化、数据增强和分布式训练等软硬件架构的关键技术研究,设计构建了一站式人工智能开发平台、嵌入式边缘智能计算平台,对军用人工智能提供端到端的训练、部署和测试支撑。该研究可为未来智能无人作战系统提供软硬协同的智能计算解决方案。

基于高层次综合的FPGA循环神经网络加速器设计

嵌入式环境下使用FPGA作为协处理器进行算法加速已经被业界广泛使用,但传统FPGA逻辑设计的流程复杂,开发难度大,无法快速重构,不能满足算法模型快速迭代的需求,采用半自动化的FPGA优化部署方案是较为合适的技术路线。面向下一代航空电子系统微型化智能化的需求,使用FPGA作为深度学习加速协处理器,针对典型机载任务中涉及的空战决策算法,使用高层次综合技术完成深度学习算法在FPGA上部署、优化、加速的全流程设计,收获了明显的加速效果,并为FPGA循环神经网络加速器设计和快速开发提供详细的技术支撑。

Cognitive Network Management in Internet of Things

The wide variety of smart embedded computing devices and their increasing number of applications in our daily life have created new op- portunities to acquire knowledge from the physical world anytime and anywhere, which is envisioned as the＂Internet of Things＂ （IoT）. Since a huge number of heterogeneous resources are brought in- to IoT, one of the main challenges is how to effi- ciently manage the increasing complexity of IoT in a scalable, flexNle, and autonomic way. Further- more, the emerging IoT applications will require collaborations among loosely coupled devices, which may reside in various locations of the Inter- net. In this paper, we propose a new IoT network management architecture based on cognitive net- work management technology and Service-Orien- ted Architecture to provide effective and efficient network management of loT.

艾雷斯2005年全国巡回路演

“擎起民族工控大旗艾雷斯2005年全国巡回路演”路演首次研讨会将于3月从北京开始，随后将继续在上海(4月8日)、深圳(4月22日)、武汉(5月20日)、西安(9月9日)等地召开。