知识源于沉淀 近日，微软全球执行副总裁沈向洋在CVPR 2017大会上做主题演讲时宣布，融合了AI协处理器的新一代HPU可以实现各种类型的DNN。
毫不夸张地说，深度学习已经像风暴一样席卷了计算机视觉和其他识别领域。许多困难的识别问题在过去几年里取得了很大的进展。
虽然在深度神经网络(DNN)的影响下，识别精度有了很大的提高，但深度学习方法仍然面临两大挑战:需要海量的标注数据投入训练，需要不同于目前通用处理器/内存架构的计算类型。出于这个原因，一些公司已经建立了适合DNN要求的大规模并行计算的结构，包括微软使用的FPGA。但到目前为止，这些方法的主要作用是提高现有云计算架构的性能。
Marc Pollefeys所在的HoloLens一直在研究和制作具有完美混合现实的设备。除了计算设备、传感器和显示器，他们还计划在头上安装电池。HoloLens希望提供一种可以在本地运行的低延迟计算设备，用户可以使用它进行手势跟踪。这样的设备需要无与伦比的电池。那么他们会怎么做呢？创建了一个定制的硅仿真器。
首先介绍一些背景知识:HoloLens包括一个定制的多处理器，名为全息处理单元(Holographic Processing Unit，HPU)，负责处理所有机载传感器传输的信息，包括微软定制的飞行时间深度传感器、头部跟踪相机、惯性测量单元(inertial measurement unit，IMU)和红外相机。HPU使HoloLens成为世界上第一台也是唯一一立的全息计算机。
今天，微软执行副总裁沈向洋在CVPR 2017做主题演讲时宣布，目前正在研发的第二代HPU将包含一个AI协处理器，以自然、灵活地实现DNN。该芯片支持大量层类型，并且完全可编程。微软表示，AI协处理器将用于下一代HoloLens。
