最近Movidius芯片的出場率越來越高了。DJI最新無人機的回避障礙功能、FLIR最新溫度攝像頭自動識別火災中的人——這些都是通過神經網絡的深度學習實現的。公司還與谷歌簽訂了合同，將芯片融入一個未公布的神秘產品中?，F在，這家芯片制造商出了個新產品，據稱可以將強大的深度學習帶給任何人：一款名為Fathon神經計算棒的USB。

Fathon配有Myriad2MA2450VPU，搭配512MB的LPDDR3RAM。之前說到的DJI和FLIR產品就是裝配了Myriad2芯片，可以同時搞定許多進程。因為它是專門為此設計的——架構與GPU和CPU非常不同，它不需要很大的電量就能提供很大的能量。他可以搞定最高150gigaFLOPS（一個gigaFLOPS代表每秒10億次浮點操作），只耗費不超過1.2瓦的電量。

與Tegra的深度學習方法不同的是，Fathom不是一個單獨的系統。這個概念是，你用USB3.0接口將它插入任何運行Linux的系統，就能得到“20-30倍的神經計算運行提升”。你可以用Fathom來快速做出神經網絡原型，一旦你準備好行動，就能獲得大得多的計算力。

當然，這是神經網絡，所以這并沒有那么簡單。Fathom接受Caffe和TensorFlow定義的網絡（兩個在深度學習領域很流行的框架）以及它們的數據庫。你需要使用一個Movidius工具來在Myriad2芯片上執行網絡，它會自動運行并獲取電量。乍一看這挺像CUDA和cuDNN（NVIDIA將神經網絡交給圖像卡的系統）。但是，Fathom的亮點在于，當你手頭沒有華麗麗的昂貴圖形卡和處理器，你就還是可以使用人工智能。

Fathom是個特別的設備。如果你試過使用馬力不足的機器來跑即使是基礎的神經網絡，你會發現，慢死了。目前，最好的方式是基于云的系統，使用遠方的計算能力。能夠給一個常規筆記本電腦增加一個不錯的計算能力，這能大大降低打造一個神經網絡的成本。

從本質上來說，這意味著插入Fathom的設備可以認知性地、或者說智能地產生回應，基于它在攝像頭所見的內容（通過計算視覺）或者它從另一個來源處理的數據。

除了計算棒本身，Movidius還打造了一個名為“Fathom深度學習軟件框架”的軟件，讓你可以優化和編譯算法，能用超低電量在Myriad2上運行。例如在計算視覺里，Movidius說它可以每秒運行16個圖像，在最高馬力運行也只使用一瓦電量。另外，還有很多認知領域可以應用。

但是Fathom的潛力還遠不止這些。在機器人、無人機和創客領域都能大顯身手。例如說，你可以給無人機的攝像頭編入程序，可以識別著陸地面是否平穩、扎實。又例如，將Fathom街上RaspberryPi，你可以給GoPro加入非常高級的計算機視覺能力。如果你腦洞再大一點，還能想到更多智能、小型、低耗能的實際應用：智能飛行、能感知情況的安全攝像頭、更小的自動駕駛設備、新級別的語音識別。大小和電量的因素，還讓可穿戴和VR等互動性裝備都可以應用（雖然不是直接插USB，但是可以找到其他融入的方式）。由于計算機視覺是支持AR的關鍵之一，以極小耗電量增強計算機視覺能力，我認為這種硬件可以在該領域內有很多發展可能。公司長遠的目標，當然是說服更多的制造商將Myriad芯片加入到他們的設備中，但是Fathom這樣的神器是非常重要的一步。

這在AI圈子里獲得了積極反響。Facebook的人工智能負責人YannLeCunn博士說，他“一直希望可以有類似Fathom這樣的東西…有了Fathom，每個機器人，不管大小，現在都可以有最尖端的視覺能力。”不過，谷歌的AI技術領導人PeteWarden說“要在設備內調試和運行這些復雜的神經網絡，Fathom還有很長的路要走。”

除了公司已經在合作的谷歌、FLIR等大客戶以外，中小型企業也可以為自己的項目獲得更強的計算能力，Fathom作為一個附加模塊可以為他們打開新的市場空間。

目前公司有1000件設備，免費送給符合標準的客戶和研究員。雖然一些機構正在簽收他們的Fathom，這款設備在第四季度之前還不會公開發售。現在還沒有固定價格，但是據稱，價格會在100美元以內。

更多資訊，請關注傳感器頻道。