【AI Edge Computing開發社群論壇】後記
今天下午和一群高人在新北板橋探討AI Edge Computing這議題(另一群在新竹同步進行的是LASS年會)。
這次探討的Edge方案包括基於MCU的uTensor(
Neil Tan
,
Kazami Hsieh
,
Dboy Liao
),基於RPi的BerryNet(Paul),Intel旗下的Movidius神經棒(CAVEDU
曾吉弘
),並邀到
Jack Omnixri
首度解析他在進行的RPi GPU算力解放計劃(有機會加速20倍以上)。此外,也請地主中華電信來談談雲與端的AI互補架構。(比較可惜,少了Nvidia到場...)
辦這場論壇的目的,是希望促成"Maker更容易上手玩AI",多數Maker是玩IOT的"T",大多是MCU-based,強一些玩RPi或SBC單板電腦,這些"端"想跑的動AI應用,很顯然需要客製化的環境,而有能力客製化的,正是這群功力強大的Hacker、PRO Maker,在企業裏,通常稱為Developer的人。
事實上,我們今日"不太痛"的自架網站、滑手機(Android),安全的使用網路,甚至是有Arduino、RPi的豐沛資源可用,背後都有許許多多Hacker或PRO Maker在開源計畫中的貢獻。
所以,更多人參與AI Edge Computing的開源計畫,更快能讓更多人"不太痛"的發揮AI創意應用。
對uTensor有興趣的:
https://github.com/uTensor/uTensor
對BerryNet有興趣的:
https://github.com/DT42/BerryNet
------------------------------------------
想入門玩AI的Maker,推薦這兩門課:
【Maker學AI】機器怎麼學習?從自然語言處理實作入手
https://www.accupass.com/go/makerpro_ai_entry
【AI入門】利用「深度學習」模型進行影像二元分類
https://www.accupass.com/go/makerpro_colab
Jack Omnixri
2018-07-21 23:20:10
曾希哲
2018-07-22 12:27:16
董勝源
2018-07-25 06:18:35