Pete Warden，是谷歌TensorFlow團(tuán)隊(duì)成員，也是TensorFLow Mobile的負(fù)責(zé)人，常年遨游在深度學(xué)習(xí)的大海。

另外，這些看上去很熟悉的書(shū)，也是他的作品。

除此之外，皮特有個(gè)新的想法要和大家分享——

他堅(jiān)定地相信，未來(lái)的深度學(xué)習(xí)能夠在微型的、低功耗的芯片上自由地奔跑。

換句話(huà)說(shuō)，單片機(jī) （MCU） ，有一天會(huì)成為深度學(xué)習(xí)最肥沃的土壤。

這里面的邏輯走得有些繞，但好像還是有點(diǎn)道理的。

為什么是單片機(jī)

單片機(jī)遍地都是

根據(jù)皮特的估計(jì)，今年一年全球會(huì)有大約400億枚單片機(jī) （MCU） 售出。

MCU里面有個(gè)小CPU，RAM只有幾kb的那種，但醫(yī)療設(shè)備、汽車(chē)設(shè)備、工業(yè)設(shè)備，還有消費(fèi)級(jí)電子產(chǎn)品里，都用得到。

這樣的計(jì)算機(jī)，需要的電量很小，價(jià)格也很便宜，大概不到50美分。

之所以得不到重視，是因?yàn)橐话闱闆r下，MCU都是用來(lái)取代 （如洗衣機(jī)里、遙控器里的） 那些老式的機(jī)電系統(tǒng)——控制機(jī)器用的邏輯沒(méi)有發(fā)生什么變化。

能耗才是限制因素

任何需要主電源 （Mains Electricity） 的設(shè)備，都有很大的局限性。畢竟，不管到哪都要找地方插電，就算是手機(jī)和PC都得經(jīng)常充電才行。

然而，對(duì)智能產(chǎn)品來(lái)說(shuō)，在任何地方都能用、又不用經(jīng)常維護(hù)，才是王道。

所以，先來(lái)看下智能手機(jī)的各個(gè)部位用電有多快——

· 顯示器400毫瓦

· 無(wú)線(xiàn)電800毫瓦

· 藍(lán)牙100毫瓦

· 加速度計(jì)21毫瓦

· 陀螺儀130毫瓦

· GPS 176毫瓦

相比之下，MCU只需要1毫瓦，或者比這更少?？墒?，一枚紐扣電池?fù)碛?，000焦耳的電量，所以即便是1毫瓦的設(shè)備，也只能維持1個(gè)月。

當(dāng)然，現(xiàn)在的設(shè)備大多用占空比 （Duty Cycling） ，來(lái)避免每個(gè)部件一直處在工作狀態(tài)。不過(guò)，即便是這樣，電量分配還是很緊張。

CPU和傳感器不太耗電

CPU和傳感器的功耗，基本可以降到微瓦級(jí)，比如高通的Glance視覺(jué)芯片。

相比之下，顯示器和無(wú)線(xiàn)電，就尤其耗電了。即便是WiFi和藍(lán)牙也至少要幾十毫瓦。

因?yàn)椋瑪?shù)據(jù)傳輸需要的能量，似乎與傳輸距離成正比。CPU和傳感器只傳幾毫米，而無(wú)線(xiàn)電的傳送距離以米為單位，就要貴得多。