由 dawei 【资讯】在普通移动个人电脑的功能上，不仅仅是CPU和GPU，还包括嵌入式人工智能推理芯片，比如英特尔/Movidius视觉处理器(VPU)。
微软公司今天在其Windows开发日发布了Windows ML的一个开放标准框架，即Windows操作系统中的机器学习任务的开放标准框架。微软表示，它正在扩展Windows OS对英特尔/ Movidius VPU的原生支持。隐含的信息是，英特尔/ Movidius已经向寻找一个不仅仅是在在嵌入式应用程序(如无人驾驶飞机和监控摄像头)中，而且在基于Windows的笔记本电脑和平板电脑的家庭迈进一步。
Movidius营销总监Gary Brown表示，“虽然今天的消息并不是关于移动PC上的VPU集成，但是，你会看到VPU正在进入PC主板。”
预计Windows ML将在快速升温的AI世界中为Windows带来更新。据悉，它将“动态地确定任何给定AI工作负载的最合适硬件，并智能分布于多种硬件类型，包括英特尔VPU”。
布朗解释道，“我们的VPU可以卸载PC上的CPU和GPU等重型AI处理任务，如视觉、人脸识别、语音、生物识别等。，VPU可以帮助释放他们的处理资源。”
英特尔/ Movidius VPU走向主流
Tirias Research的首席分析师Kevin Krewell告诉我们：“添加本地Windows支持将标志着开发商Movidius VPU会变得更加主流。”
但是，Krewell并不确定PC是否是VPU的理想家园。 “我可以将VPU看作是下一代Hololens等AR / VR产品的一个很好的补充。我不确定它是否在个人电脑中有意义。但它在PC上确实有足够的处理能力，包括处理视频的CPU和GPU。 Movidius VPU在功率受限的地方效果最佳，例如无人机。”
他补充表示，“也许这是微软将Windows延伸到无人机和机器人等新领域的第一步。”
英特尔Movidus AI
人工智能的世界正在快速扩张，使微软面临追赶的压力。去年，Khronos开始制定自己的低层ML框架。像图形API一样，这意味着是一个通用的API。但是，正如在Windows ML声明中所看到的，显然微软仍然需要一个特定于Windows操作系统的特性。
The Linley Group的高级分析师Mike Demler观察到Windows ML看起来像其他神经网络运行API时一样。他补充表示，“现在是微软赶上Arm平台的时候了。”
“Windows操作系统原生支持”可以让Movidius更好地进入Windows笔记本电脑/平板电脑市场。
当被问及微软的内容时，Demler解释道，“开发人员已经可以在Windows平台上使用CPU、GPU或者像[Intel / Movidius] Myriad这样的自定义外设运行机器学习应用程序，但Windows ML为他们提供了一种标准方法。对于PC用户来说，Windows ML将“帮助推动机器学习应用程序迁移到客户端设备。”
什么AI应用程序?
如果将AI处理器设计到特定的嵌入式系统中，则分配给AI芯片的应用程序和任务将变得清晰。他们可以进行物体跟踪，无人机中的避碰，或监控摄像头中的取证分析。前任Movidius首席执行官Remi El-Ouazzane，现在是英特尔副总裁兼总经理，曾在几年前的EE Times采访中表示，推动AI走向边缘的目标是使嵌入式系统能够“感知、评估和决定”行动。
如果是这样，那么PC上的AI应用程序究竟是什么?
英特尔的布朗给出了很多建议， “假设你走进一个房间，桌子上有一台Windows平板电脑。它可以看到你，认出你的声音或脸，并帮助你进行各种个人助理类型的工作，包括智能音乐搜索或照片分类。基于视觉的AI还可以帮助增强视频会议中的图像。当然，这取决于应用程序开发人员在PC上开发新的AI应用程序的想象力。”
Demler认为，“PC上的AI应用程序与其他移动设备上的应用程序没有区别。包括生物识别技术、AR / VR、图像处理、物体识别等等。”
目前，英特尔的布朗承认，Movidius /英特尔的Myriad X是第一个把Windows ML用于移动PC的AI处理器。在被问到Myriad X是否会在主板上出现的时机时，布朗表示，“很快。”
但是，这笔交易显然并非英特尔/ Movidius所独有。
当被问到在PC上推测其他可能的AI加速器候选者时，Demler强调，这次谈话主要集中在移动PC上。“有很多Nvidia GPU在台式电脑上运行机器学习应用程序。 Linley 最近报道了一家名为Gyrfalcon的AI加速器初创公司，他们将一个AI加速器芯片与Movidius一样构建到USB存储棒中。
Myriad X
预计Windows ML首次推出的AI推理芯片是英特尔/ Movidus的Myriad X。去年夏天该公司首次推出时，El-Ouazzne告诉我们，在设计该公司的第三代VPU时，“我们期待任何让我们在不增加功率的情况下就提高神经网络的性能。”
借助更多的硬件加速模块，今天的Myriad X架构可以在深度神经网络推断上实现每秒万亿次操作(TOPS)的计算性能，同时将功耗保持在1瓦以内，Myriad X采用8 x 9毫米的封装。
在设计Myriad X时，Movidius解释说，它将Streaming混合架构矢量引擎(SHAVE)DSP内核的数量从12增加到了16个。Movidius增加了一个超过20多个增强硬件加速器的神经计算引擎。这些加速器旨在执行特定的任务，而无需额外的计算开销。