在微控制器領域，將機器學習人工智能（AI）引入網絡邊緣的努力正風起云涌。但是運行算法（如卷積神經網絡，CNN）的計算需求對功率要求相當高。無晶圓廠半導體供應商GreenWavesTechnologies發布了一款新處理器來回應這一要求，該處理器將AI應用于傳感器讀數，以幫助析取數據，減少數據的傳送流量。

日前，GreenWaves發布了其GAP8應用處理器，這是款針對視頻和音頻處理算法以及CNN優化的八核計算集群。該處理器還具有專用于通信、控制和傳感器數據預分析的內核。該器件的目標應用包括：目標和人臉檢測、振動分析及音頻數據流中的關鍵詞識別。GAP8基于開放的RISC-V架構，是歐洲并行超低功耗計劃（PULP）的一部分，旨在提高電池供電物聯網應用（如感知）的邊緣處理性能。

GreenWaves公司業務發展副總裁MartinCroome在接受采訪時表示，在邊緣擁有AI能力的好處，在于能夠顯著減少設備和云服務之間的數據流量。AI允許邊緣設備對其收集的數據進行分類，并僅發送分類結果，而不是原始數據。例如，在人數統計應用中，使物聯網攝像頭能夠將人與現場視野中的其他對象區分開來，就可以無需將視頻信息發送到云端。相反，設備只需發送它統計的人數，從而將數據速率從每秒幾千字節降低到每天幾個字節。同樣，只需少量命令字的簡單語音控制應用，幾乎可以完全在GAP8等邊緣器件的處理能力范圍內運行。

圖：Gapuino開發板將提供一個機會，使用GAP8處理器在邊緣快速開始與AI攜手。（圖片來源：GreenWavesTechnology）

該處理器的架構采用共享指令緩存（SIMD），可支持九個相同的處理器內核。一個核用作結構控制器，并激活其他八個核以根據需要提供并行處理。控制器能夠協調所產生的操作，因此每個核可以獨立運行任務直至完成，然后讓控制器匯集結果以供下一條指令使用。Croome估計，就完成AI功能來說，其實現的處理性能比傳統的DSP高出近20倍。

由于GAP8及其支持的軟件和開發工具建立在開放平臺上，因此實現這種水平性能的成本可能非常低。不涉及版稅或許可費用，該公司的開發投資只花費在其可以增值的地方而不是構建基礎。因此，該公司預計，該芯片以100K的量出貨時，單價為5美元。進而，該公司估計，采用成本低于15美元的硬件，就可以實現消費類機器人的機器視覺和語音控制。

該處理器的軟件開發套件（SDK）從2017年12月開始提供，而GreenWaves將在今年4月推出一款開發板——Gapuino（見圖），從而使開發人員能夠快速開始產品開發。該SDK支持多種實時操作系統（包括mBed），并包含一個自動拼接器（auto-tiler）來幫助并行處理應用代碼和數據流。它還提供一個用于常見AI算法（如CNN）的代碼生成器，以及用于將TensorFlow（用于人工智能的開源軟件庫）AI描述橋接到Gap的軟件。基礎開發板的預訂價格為100歐元，并且提供傳感器接口和圖像插件擴展板。