我們知道了如何在個人電腦上執行訓練/使用一個 Deep Learning Model ，更進一步我們知道如果資源許可，我們可以在一台電腦上使用多個 GPU 來加速整個計算，更甚者，我們還可以跨機器訓練這種更誇張更快速的方法。但理想很豐滿，現實卻骨感QQ常常我們把好不容易設計出來的 Model 真的部屬到真實應用環境時，我們所能拿到的計算資源卻不是這種 Powerful 的 GPU，常常我們可以使用的資源是那些 Embedded 的板子，這種板子不要說有個大型GPU在上面了，我們普通在電腦 GPU 上用來定義 Model 參數的 Float32說不定都不支援XDDDD本章所要介紹的就是一個有趣的領域 : Edge Computing
iThome鐵人賽
看影片追技術