AI简报20220211期硬核UP主自己造了一个激光雷达详解AI加速器

Posted 2022-02-21 RT-Thread物联网操作系统

嵌入式AI

详解AI加速器（一）：2012年的AlexNet到底做对了什么？

原文：

https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650835829&idx=3&sn=b217aeade8dde1d08159bcf58eed6e57&chksm=84e54f0bb392c61dae9401257fad2821a2edaa7345bd5a565e3c1f82f854c7362c6d8fb53e41&scene=21#wechat_redirect

AI、机器学习、深度学习的概念可以追溯到几十年前，然而，它们在过去的十几年里才真正流行起来，这是为什么呢？AlexNet 的基本结构和之前的 CNN 架构也没有本质区别，为什么就能一鸣惊人？在这一系列文章中，前苹果、飞利浦、Mellanox（现属英伟达）工程师、普林斯顿大学博士 Adi Fuchs 尝试从 AI 加速器的角度为我们寻找这些问题的答案。

详解AI加速器（二）：为什么说现在是AI加速器的黄金时代？

原文：

https://www.jiqizhixin.com/articles/2022-02-10-6

在上一篇文章中，前苹果工程师、普林斯顿大学博士 Adi Fuchs 解释了 AI 加速器诞生的动机。在这篇文章中，我们将跟着作者的思路回顾一下处理器的整个发展历程，看看 AI 加速器为什么能成为行业焦点。

这是本系列博客的第二篇，我们来到了整个系列的关键所在。在为新公司或新项目做推介时，风投资本家或高管经常会问一个基本问题：「为什么是现在?」

为了回答这个问题，我们需要简单回顾一下处理器的发展历史，看看近些年这一领域发生了哪些重大变化。

真正的全栈工程师！B站硬核UP主自己造了一个激光雷达

原文:

https://www.jiqizhixin.com/articles/2022-02-08-16

激光雷达（LiDAR）是激光探测及测距系统的简称，目前广泛应用在无人驾驶和扫地机器人等领域。这种广泛的应用一方面得益于激光雷达的性能提升，一方面也得益于其成本的下降。

根据扫描方式，激光雷达可分为 MEMS 型、Flash 型、相控阵型、机械旋转型；根据线数，可分为单线型和多线型：

话说回来，有没有可能自制一个激光雷达？B 站的一位硬核 UP 主「不想宅的技术宅」还真就把这个小目标实现了。UP 主用了大半年的业余时间，用一个激光测距传感器整出了一个单线机械旋转式激光雷达，总共包括硬件设计、结构设计、FPGA 开发和 3D 打印几个步骤。对于 UP 主来说，这不算是新的挑战，只能算是「把以前学过的东西复习了一遍」：

机器学习获得了量子加速

原文: 

https://www.jiqizhixin.com/articles/2022-02-11-6

机器学习获得了量子加速

为了让 Valeria Saggio（麻省理工学院的量子物理学家）在她以前的维也纳实验室启动计算机，她需要一个特殊的水晶；水晶大概只有她的指甲那么大。Saggio 会轻轻地将它放入一个小铜盒，一个微型电烤箱，将晶体加热到 77 华氏度。然后她会打开激光，用一束光子轰击晶体。

这种晶体，在这个精确的温度下，会将其中一些光子分裂成两个光子。其中一个会直接进入一个光探测器，它的旅程就结束了；另一个将进入一个微型硅芯片——一个量子计算处理器。芯片上的微型仪器可以驱动光子沿着不同的路径前进，但最终只有两种结果：正确的方式和许多错误的方式。根据结果，她的处理器可以选择另一条路径并重试。

这个序列感觉比 Windows 更像 Rube Goldberg，但目标是让量子计算机自学一项任务：找到正确的出路。对于 Saggio 来说，这个项目类似于将机器人困在迷宫中。计算机必须学习正确的路径，而无需事先知道要在哪里转弯。这件事其实并不难——一台普通的经典计算机，可以通过尝试死胡同和幸运的猜测来强行闯关。但 Saggio 想知道，「量子力学能帮上忙吗？」去年，她的团队证明了这一点。

AI热点

弯道极限超车、击败人类顶级玩家，索尼AI赛车手登上Nature封面

原文：

https://www.jiqizhixin.com/articles/2022-02-10-4

在《GT 赛车》中战胜数位全球顶级电子竞技赛车手，索尼 AI 开发了一个超强大的赛车 AI 智能体。

从国际象棋到围棋再到扑克，AI 智能体在许多游戏中都胜过人类。现在，这些智能体可以在《GT 赛车》（Gran Turismo）刷新最高分。

《GT 赛车》由 SCEJ 旗下的著名制作人山内一典领衔研发的一款赛车游戏。始创于 1997 年，此游戏是由 POLYPHONY DIGITAL 开发的赛车游戏。无论从游戏画面、操作驾驶时的赛道、赛车数量、真实感，系统都做到尽量完善。这款游戏收录了超过 50 条赛道，超过 1000 款车型，可谓汽车博物馆。

今日索尼宣布，其研究人员已经开发出一款名为「 GT Sophy」的 AI 驱动程序，其能够在 GT 赛车运动中连续几圈击败人类顶级电子竞技赛车手。相关论文登上 Nature 封面。

模型大十倍，性能提升几倍？谷歌研究员进行了一番研究

原文: 

https://mp.weixin.qq.com/s/qZ_k9SX0pP7YzJL5tyYrmA

搞大模型，大到一次训练要花几百万刀买算力，没钱重训的那种，会不会花冤枉钱？

随着深度学习模型的体量越来越大，进行任何形式的超参数调整都会变得非常昂贵，因为每次训练运行都可能要花费数百万美元。因此一些研究旨在探究「随着模型大小增加，性能提高程度」的规律。进行这种规律预测有助于让更小规模的研究拓展到更大更贵，但性能更高的环境。

作为研究扩展效应的示例，假设我们的目标是在具有 3 个隐藏层的宽得夸张的 MLP 中训练 ImageNet。我们要从 64、128 和 256 隐藏大小开始，并使用这些来选择超参数，在本例中为 Adam 找到了 3e-4 的学习率。我们还将训练的长度固定为 30k 权重更新，每 batch 有 128 张图像。

具有不同隐藏层体量的 8 个不同模型的性能（以蓝色显示）。拟合出来的线性回归（黑色虚线）在理想情况下应该能够预测给定隐藏层大小的损失。

文末福利

那些让你起飞的计算机基础知识！

原文: 

https://mp.weixin.qq.com/s/HrClOEJQWG1bIknctwPLjw

第一本是程序员必知的硬核基础知识，这是一本非常入门的经典 PDF，看完能让你对计算机有一个基础的了解和入门，是培养你 内核 的基础，我们看下目录大纲：

基本上涵盖了计算机所有基础知识，从 CPU 到内存、讲解什么是二进制、磁盘、压缩算法、操作系统、汇编等知识。

我们来看下内容是怎样的

👇 点击阅读原文进入官网