嵌入式影像處理：轉變應用的樣貌

AMD企業解決方案事業群產品行銷總監Stephen Turnbull。

超微(AMD)企業解決方案事業群產品行銷總監Stephen Turnbull，提到智覺運算(Instinct computing)－AMD開發的臉部辨識技術，連年紀、臉部表情與情緒都可以判斷。

視覺資料已成網際網路最大宗，Flickr、Facebook、Instagram、YouTube等網站每天幾百萬？幾億張照片或幾十億視訊被瀏覽，累計幾百？幾千億張照片，預估到2020年有82%網際網路流量為視覺(影像？圖片)資料。

視覺是人腦與生俱來的奇妙功能。視覺判斷佔大腦區域30%、觸覺與聽覺則佔8%、3%。電腦視覺則是以電腦軟硬體技術，來判斷視訊或圖片處於何種情境、多少人物及彼此距離等等。

Stephen提到AMD是異質運算架構(Heterogeneous System Architecture；HSA)的領導者。率先將串列負載的CPU與平行負載的GPU，以統合式記憶體架構(Unified Memory)相互連接，以減少CPU與GPU之間資料的反覆搬移。

2012年6月AMD與其他業界共同創立HSA異質系統架構基金會，而AMD也是異質加速器、匯流排與運算函式聯盟(如CCIX、Gen-Z、OpenCAPI)的創始會員。

像Radeon Open Compute Platform(ROCm)開放運算平台架構，藉由提供驅動程式(如64位元Linux原生驅動程式)、跨CPU架構(x86、ARM、POWER)與機器學習函式(MI Open)/AMD HIP編譯器等方式，針對HPC高效能電腦、既有CUDA函式撰寫的程式碼移植，強化異質性運算、視覺處理與機器學習能力。

嵌入式影像處理技術，例如藉虹膜來判斷該人物的地區？族別，網球賽出界與否的落點等，Stephen播出示範影片，一個是SONY T未來實驗室開發的桌上互動投影機，運用AMD Merlin Falcon SoC晶片技術，辨識放置於桌面的物體並呈現互動式AR應用。

另一個是由Mentor Graphics、Qtechnology合作，用AMD機器視覺技術開發的偽鈔辨識機。他指出電腦視覺市場一年達數十億美元，光嵌入式裝置？機台加入機器視覺功能，售價就能從幾萬美元提升到幾十萬美元。

以GPU做超音波影像的斑點消除，效能較CPU快上4倍，影像邊緣強化則快上3倍；在每年數億張超音波照片下，MI Open機器學習技術可協助影像診斷。以AMD APU設計的印表機或掃描器，BOM Cost降低，且在1200DPI解析度下實測列印速度提升2.5倍，掃描效能提升3倍，並帶來光學辨識(OCR)技術的強化。

Stephen指出，預估到2025年全球有60萬自駕車上路，到2035年全球將有2,100萬輛自駕車。運用GPU運算的機器學習技術是製造自駕車安全、訓練與推理效率的關鍵。他最後總結，電腦科技也要能處理視覺，而GPU運算搭配機器學習是影像處理的關鍵，藉由最新GPU科技與軟體，可以啟發新興科技的應用與能耐。