作者简介

舒会（玄裳）
MNN 项目核心负责人之一
阿里巴巴淘系技术高级技术专家
先后任职于美国 Amazon、Google
Google ML Kit Founding Members之一

端智能介绍

▐ 什么是端智能？为什么要做它？

端智能（On-Device Machine Learning）是指把机器学习的应用放在端侧做。这里的“端侧”，是相对于云服务而言的。它可以是手机，也可以是IOT设备等。而端侧所做的机器学习，不仅包括模型的推理，也包括了模型的训练。

传统的机器学习，由于模型大小、机器算力的问题，很多是放在服务端做的。比如Amazon AWS有“Amazon Rekognition Service”，Google有 “Google Cloud Vision Service”。而随着以手机为代表的端侧设备算力的提高，以及模型设计本身的演进，大小更小、能力更强的模型逐渐能够部署到端上运行。端智能可以说是业界从Mobile First走向AI First的过程中必然会出现的产物。

你可能要问，模型可以放到端上跑，不一定代表它一定要放到端上跑。那为什么一定要做端智能呢？

关于这个问题，我们先来看一则新闻 [1]，主要内容是说工信部正在加强对于侵害用户隐私的App的整治。以后想不经过用户的同意而获得他们的数据就没那么简单了。而机器学习的核心就在于数据。有许多研究表明，有了足够的数据，模型结构再简单，也能获得很好的结果。中国对于数据隐私性的重视在加强，国外就更不用说了。欧洲有极其苛刻的数据隐私保护法律 GDPR (General Data Protection Regulation)。下图就代表了广大在外企工作的朋友们被GDPR折磨的痛苦（笔者亲身经历）。

屏幕快照 2020-02-03 下午5.54.15.png

可以说，隐私性是未来做机器学习所绕不开的一点。而端智能可以做到数据不离端而进行推理甚至模型训练，相比于云端机器学习有天然的隐私性优势。由 Google 推动的 Federated Learning 在这样的背景下应运而生，它能够让大量的端侧设备使用各自的数据协同训练出一个全部模型，并且保证训练数据不离端，隐私得到保护。这个就是端智能充分利用端侧设备的算力的一个例子。在手机淘宝，Federated Learning 也在布局之中。

除了隐私性上面的优势以外，端智能在算力方面也有天然的优势。给大家看一组数据的对比：2018年，世界上最快的计算机“Summit”的算力是143.5 PFLOPS [2] . 而在2018年，华为卖出了1700万台P20 [3]。每台P20中的麒麟970 NPU的算力是1.92 TFLOPS [4]。这些NPU合起来的算力就有32640 PFLOPS，相当于227个“Summit”。端侧设备的算力不容小觑。可以说，它是一个算力的海洋。

除了隐私性、更大的算力资源，许多应用场景是“非端不可”的，因为这些场景有很强的实时性。比如Snapchat中的人脸贴纸功能，需要对视频流的每一帧进行处理，然后渲染。这就要求图像处理的模型（例如人脸关键点的检测模型）运行在端上。

总结来说，更好的隐私性，更大的算力资源池，实时性是端智能独特的优势，也是做端智能的原因。

▐ 端智能的挑战

端智能的挑战主要有：速度、设备碎片化、引擎大小、模型大小、内存占用。

速度：尤其在中国的环境下，手机设备碎片化严重，许多中低端的手机性能还不够。推理引擎的运行速度非常重要。很多时候，某个视觉交互场景的FPS低于30，就是幻灯片体验，不能用。过了30 FPS就能用。这是一个0到1的区别。速度快才能让许多端智能应用场景在各种端上运行。

设备碎片化：端侧设备的碎片化比较严重，有不同OS和版本，各种加速硬件（DSP, NPU, GPU等）。如何适配各种设备，保证模型在不同的设备上都能运行并充分利用硬件加速，是一个挑战。

引擎大小：推理引擎需要集成到app里才能运行模型。App 大小超过一定的阈值，App Store/Play Store不给自动更新。
**
模型大小：**模型太大会影响加载速度，模型更新时花费过多用户的数据流量，而且运行时的内存占用太大。

内存占用：运行时内存占用太大导致GC频繁，影响用户体验，严重的甚至导致系统OOM。

▐ 端智能的几个趋势判断

端智能行业是一个飞速发展的行业，我们在这样的大环境下，不进则退。在这里，把我们平时做的调研总结一下，说4个趋势：

端上推理的重要性高于训练，但是补齐端上训练能力也有价值。
后摩尔时代到来，XPU 百花齐放。
NLP 逐步走向成熟。
从手机端到AIOT端。

► 端上推理与训练

在《2019-2020中国人工智能计算力发展评估报告》中 [5]，调查机构IDC有报告指出，推理相对于训练的比重会逐年上升，预计到2022年会超过训练。如下图所示。

屏幕快照 2020-02-03 下午5.55.34.png

从另外一个角度来说，端上训练的重要性并没有降低。TensorflowLite 把 On-Device Training列入了它的规划之中 [6]；Apple CoreML 3 把On-Device Training作为它主打的功能 [7]；即将开源的华为Mindspore框架也会拥有On-Device Training功能。

► 后摩尔时代与XPU

Google Jeff Dean在2019年12月中旬的一次采访中提到：One thing that’s been shown to be pretty effective is specialization of chips to do certain kinds of computation that you want to do that are not completely general purpose, like a general-purpose CPU。

摩尔定律在过去的几年逐渐失效，general-purpose CPU性能的增长速度已经平滑。见下图：

屏幕快照 2020-02-03 下午5.55.34.png

Image From：https://arxiv.org/abs/1911.05289

与此同时，每年出现的ML模型对算力的要求成指数增长。见下图：

屏幕快照 2020-02-03 下午5.56.59.png

Image From：https://arxiv.org/abs/1911.05289

为了满足新模型对算力的要求，出现了许多针对AI特殊加速的“XPU”。比如Google的TPU、Edge TPU，华为的麒麟NPU等。

可以说，未来的端智能大部分算力要靠XPU来提供。如何适配碎片化的XPU，充分利用硬件性能，将是未来几年推理引擎都需要面临的挑战。

► The “ImageNet” Moment of NLP

CV中的ImageNet Challenge在2015年进入到了一个特别的时刻：机器学习模型的准确率正式超过了人类 (ResNet的Top-5 Error Rate是3.6%，而人类的Top-5 Error Rate是5.1%) 见下图。

屏幕快照 2020-02-03 下午5.56.59.png

Image From：https://arxiv.org/abs/1911.05289

而NLP里机器学习模型的能力超过人类的时刻（所谓“ImageNet Moment”）也已经到来。大家看2019年Google ALBERT模型在几个NLP benchmark上面的表现：

屏幕快照 2020-02-03 下午5.59.24.png

RACE Leaderboard:http://www.qizhexie.com/data/RACE_leaderboard.html

在RACE benchmark上， ALBERT虽然不及人类最佳performance，但是已经远超普通人类的performance，也就是Amazon Mechanical Turk的结果。而在SQuAD benchmark上，ALBERT的ensemble模型performance已经超过了人类3%左右。见下图：

屏幕快照 2020-02-03 下午6.01.07.png