近日微软全球执行副总裁沈向洋在 CVPR 2017 大会上做 keynote 时，宣布新一代 HPU，融入了 AI 协处理器，能够实现多种类型的 DNN。
毫不夸张地说，深度学习风暴般席卷了计算机视觉和其他识别领域。许多高难度的识别问题在过去几年中取得了极大进步。
尽管在深度神经网络（DNN）的影响下，识别的准确率有了大幅提升，但是深度学习方法仍然面临两大挑战：需要海量标注数据投入训练，需要一种不同于当前通用处理器/内存结构（memory architecture）的计算类型。一些公司为此构建了适用于 DNN 所需大规模并行计算（massively parallel compute）类型的结构，包括微软使用的 FPGA。但是截止到目前，这些方法的主要作用还是改善现有云计算结构（cloud computing fabric）的性能。
Marc Pollefeys 所在的 HoloLens 一直在研究制作完美混合现实的设备。除了计算设备、传感器、显示器之外，他们还打算把电池装在头上。HoloLens 想提供可本地运行的低延迟的计算设备，用户可用它进行手势跟踪。这样的设备需要一个无与伦比的电池。那么他们会怎么做呢？创造了定制硅仿真器。
首先介绍一些背景知识：HoloLens 包含一个定制的名为 Holographic Processing Unit（HPU）的多处理器，负责处理所有板上传感器传送过来的信息，包括微软的定制飞行时间法（time-of-flight）深度传感器、头部追踪摄像头、惯性测量单元（IMU）、红外摄像头。HPU 使得 HoloLens 成为全球首个以及唯一一个独立的全息计算机。
今天，微软执行副总裁沈向洋在 CVPR 2017 上做 Keynote 演讲时宣布，目前正在研发的 HPU 第二代，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，完全可编程。微软表示，该 AI 协处理器将被用在下一代 HoloLens 中。
图注：CVPR 2017 大会现场
