近来AI火红，其中一个推展大势则是将AI运算下放到局端（PC、笔电端），甚至是终端，也就是AI边缘运算的架构作法，而此作法的可行条件之一，即是需要有一套可加速运算的解决方案。本文将介绍目前相当突出的硬件加速装置 － IntelMovidius神经运算条（NCS），它仅有USB随身碟大小，却具有人工智能加速运算力。

IntelMovidius神经运算条（NCS）

NCS发展背景

Apple与Google Android的争夺战

当年Steve Jobs生前说：「Android是个错误，即便花尽Apple的600亿美元现金也要纠正这个错误。」此话一出，Apple对Android阵营展开长达数年的专利诉讼战，而Google为了护卫Android阵营，在2012年5月用了约125亿美元购并Motorola Mobility公司，以便取得手机相关技术专利抗衡Apple，Google在取得捍卫所需的专利后，于2014年将Motorola Mobility以29亿美元转售给Lenovo。

Google虽将Motorola Mobility卖给Lenovo，却留下原本属于MotorolaMobility的ATAP（Advanced Technology and Projects）研究团队，成为Google本有的X研究团队外的另一组研究团队，当时该团队有两项重要研究案：一是模块化智能型手机研究案Ara，二是行动增强实境技术研究案Tango。ATAP后续也有开展其他研究案，例如穿戴式毫米波雷达技术研究案Soli，或同属终端使用者输入技术的Jacquard项目。

Tango项目内容

在此我们只讨论Tango项目，该项目透过平板计算机上配置的2D画面影像传感器（摄影机）、3D深度传感器（红外线投射、ToF影像感测），以及平板计算机内的图像处理器（VPU），就可以边走边感测，描绘出行经路线的空间，包含障碍物、高度、距离等，可用在各种应用，例如室内导览、沉浸式游戏等，后来Tango技术也不限于平板计算机，可进一步缩小到智能手机内使用。

而在Tango项目的平板计算机中，其实用上两颗Movidius公司的Myriad 2芯片，此即是VPU。该芯片内已经用硬件电路方式实现类神经网络、人工智能等演算，加速对外界影像的视觉判别，后来该芯片也用于DJI的无人机上，好让无人机透过影像辨识，得以避障与降落。

神经运算条内的Myriad 2芯片仅有钮扣电池般的大小

知名品牌发展人工智能

由于人工智能运算日益重要，2016年9月Intel并购了Movidius公司，2017年12月Google宣布Tango项目这个增强实境软件平台即将结束，并由新的增强实境软件平台ARCore接手，项目虽结束，但Google依然持续运用Myriad 2芯片（MA2450）。同为12月，Google发表AIYVision Kit的人工智能套件，套件内即有用及Myriad 2芯片。

Intel也看好前端人工智能、类神经网络的运算应用，在买下Movidius后于2017年推出神经运算条棒NeuralCompute Stick，简称NCS（Movidius被购并前已展示过NCS的原型品，因购并案而延后正式发表）。NCS内用的也是Myriad 2芯片，但自成一套系统，并用USB接口与其他系统连接，NCS价格实惠仅79美元。除了USB版外，Intel也与台湾合作伙伴研阳（Aaeon）推出Mini－PCIe版的NCS，称为UP AI Core，费用降至69美元。

NCS开发环境

对NCS背景有些了解后，接着是着手于实务前的概念。在人工智能的开发上，Intel提出了一套架构（如下图）：一开始先用运算力强悍的计算机来训练模型，再用NCS与一般笔电来进行型态化（Profiling）、调整（Tuning）、编译（Compile），最后再用笔电或者简单的单板计算机（例如树莓派）来进行原型品实作（Prototyping）。

人工智能开发与应用程序图，包含建模、型态化、微调、编译、原型品等阶段

由于NCS需要连接笔电或树莓派，因此对笔电、树莓派的系统环境也有所要求，NCS需要有安装Ubuntu 16．04版的Linux操作系统，如果笔电只有Windows操作系统，且嫌开机切换成Linux比较麻烦，可以用桌面版虚拟化软件（如VirtualBox）建立一个虚拟图像文件，以虚拟化方式执行Ubuntu 16．04，也是可行的。

若为树莓派，则建议使用RPi 3Model B以上的规格，而后使用树莓派专用的DebianLinux操作系统Raspbian，且必须是Debian开发代号Stretch版以上的Raspbian才行，Debian Linux的Stretch版是在2017年6月提出，树莓派的Stretch版则在8月。

连接NCS的注意事项

另外要注意的是，Intel官网建议，连接NCS的系统最少要有1GB的内存，4GB的储存空间，以及USB 2．0的端口，最好可以是USB 3．0，以利大量数据传输。由此观之，树莓派的硬件资源与规格仅是勉强合格，但由于树莓派毕竟是创客圈最广泛流行的单板计算机，多数开发工具包仍会尽可能迎合支持树莓派，若期望有好一点的单板计算机，也可以用前述AAEON所推出的Up Square，该单板计算机有2～8GB内存，也有USB 3．0埠，并支持Ubuntu Linux。

准备好这些后，NCS可支持的人工智能框架主要有二，一是Google提出的TensorFlow，二是柏克莱分校提出的Caffe，也兼容OpenVINO、Andorid的神经网络（Neural Networks， NN）API。

很明显NCS无法与NVDIA的TeslaGPU比拼运算力，尚无法广泛支持各种框架，但NCS仅在1瓦用电下提供人工智能加速运算，已是难得可贵，毕竟TeslaGPU的功耗大多是数十、数百瓦。

进一步的开发则需要安装NC SDK（软件开发工具包）到笔电内，SDK内提供mvNCCompile、mvNCProfile、mvNCCheck等工具，可以转换格式、统计神经网络各层的效能、比较网络推论运算后的结果等，另外也附有范例程序及应用程序编程接口（API），这些均到位后即可开始学习摸索NCS了。

作者：陆向阳