大规模部署 • 离线运行 • 支持不同的设备 • Linux, Windows • AMD64, ARM32v7, ARM64 Azure IoT Edge + AI 把 AI 运算下放到边缘计算节点。 如何运作？ 问题迎刃而解 • 延迟 • 数据隐私 • 成本 • 大规模部署 • 离线运行 • 支持不同的设备 • Linux, Windows • AMD64, ARM32v7, ARM64 classifier 导出为 Docker 项目 3. 创建 IoT Edge solution 4. 构建 IoT Edge solution 5. 部署 IoT Edge solution 到边缘设备 https://docs.microsoft.com/en-us/azure/iot-edge/tutorial-deploy- custom-vision 展望未来 Azure Notebook

嵌入式系统促使计算机的形态和性能更加小型化,多功能,低功耗. Ø 加速计算： Ø 如何提高计算效率，提高计算性能 Ø 加速计算框架的考虑 Ø 加速计算平台的考虑 Ø FPGA 是如何作为加速平台的？在边缘和云端 Python 与嵌入式计算 4 Ø FPGA（Field Programmable Gate Array）是在PAL、GAL等可编程器件的基础上进一步发展的 产物。它是作为专用集成电 Ø 大家对硬件加速的最初印象 Ø 不仅是嵌入式系统 软件仿真和硬件仿真 7 Ø 近期很热门的话题 Ø 目的：提高算法计算效率，缩短算法开发时间和验证时间 Ø 加速框架： Ø 分布式计算：多节点计算 Ø 并行计算：多处理器、多线程计算 Ø 分布式计算引擎：Spark Ø 并行计算语言（函数式编程）：Scala Ø 加速方法： Ø 算法的优化 Ø 算法的并行化 Ø CPU: 多核 CPU 开发者逐步了解硬件加速计算的理念 Ø生态：建立PYNQ 生态系统，和 python 开发者广泛合作 Ø算法：专注在算法应用的客户（计算机视觉、AI和大数据等） Ø产品：专注在小批量样机的设计 Ø领域：注重嵌入式计算，边缘计算，加快产品落地 Ø第三方合作：注重在AI 应用、视觉应用 欢迎大家和我们一起推动 Python 加速计算 ！ PYNQ on Ultra96 生态系统 Thank you. 陈志勇 Email:

嵌入式系统促使计算机的形态和性能更加小型化,多功能,低功耗. Ø 加速计算： Ø 如何提高计算效率，提高计算性能 Ø 加速计算框架的考虑 Ø 加速计算平台的考虑 Ø FPGA 是如何作为加速平台的？在边缘和云端 Python 与嵌入式计算 4 Ø FPGA（Field Programmable Gate Array）是在PAL、GAL等可编程器件的基础上进一步发展的 产物。它是作为专用集成电 Ø 大家对硬件加速的最初印象 Ø 不仅是嵌入式系统 软件仿真和硬件仿真 7 Ø 近期很热门的话题 Ø 目的：提高算法计算效率，缩短算法开发时间和验证时间 Ø 加速框架： Ø 分布式计算：多节点计算 Ø 并行计算：多处理器、多线程计算 Ø 分布式计算引擎：Spark Ø 并行计算语言（函数式编程）：Scala Ø 加速方法： Ø 算法的优化 Ø 算法的并行化 Ø CPU: 多核 CPU 开发者逐步了解硬件加速计算的理念 Ø生态：建立PYNQ 生态系统，和 python 开发者广泛合作 Ø算法：专注在算法应用的客户（计算机视觉、AI和大数据等） Ø产品：专注在小批量样机的设计 Ø领域：注重嵌入式计算，边缘计算，加快产品落地 Ø第三方合作：注重在AI 应用、视觉应用 欢迎大家和我们一起推动 Python 加速计算 ！ PYNQ on Ultra96 生态系统 Thank you. 陈志勇 Email:

嵌入式系统促使计算机的形态和性能更加小型化,多功能,低功耗. ➢ 加速计算： ➢ 如何提高计算效率，提高计算性能 ➢ 加速计算框架的考虑 ➢ 加速计算平台的考虑 ➢ FPGA 是如何作为加速平台的？在边缘和云端 Python 与嵌入式计算 4 ➢ FPGA（Field Programmable Gate Array）是在PAL、GAL等可编程器件的基础上进一步发展的 产物。它是作为专用集成电 ➢ 大家对硬件加速的最初印象 ➢ 不仅是嵌入式系统 软件仿真和硬件仿真 7 ➢ 近期很热门的话题 ➢ 目的：提高算法计算效率，缩短算法开发时间和验证时间 ➢ 加速框架： ➢ 分布式计算：多节点计算 ➢ 并行计算：多处理器、多线程计算 ➢ 分布式计算引擎：Spark ➢ 并行计算语言（函数式编程）：Scala ➢ 加速方法： ➢ 算法的优化 ➢ 算法的并行化 ➢ CPU: 多核 CPU 开发者逐步了解硬件加速计算的理念 ➢生态：建立PYNQ 生态系统，和 python 开发者广泛合作 ➢算法：专注在算法应用的客户（计算机视觉、AI和大数据等） ➢产品：专注在小批量样机的设计 ➢领域：注重嵌入式计算，边缘计算，加快产品落地 ➢第三方合作：注重在AI 应用、视觉应用 欢迎大家和我们一起推动 Python 加速计算 ！ PYNQ on Ultra96 生态系统 Thank you. 陈志勇 Email:

1 /dev/poll 轮询对象 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1105 18.4.2 边缘触发和水平触发的轮询 (epoll) 对象 . . . . . . . . . . . . . . . . . . . . . . . . . 1106 18.4.3 Poll 对象 . . . 抽象文法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1909 32.1.2 节点类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1912 32.1.3 3.13.0 堆是一种二叉树，其中每个上级节点的值都小于等于它的任意子节点。我们将这一条件称为堆的不变性。 这个实现使用了数组，其中对于所有从 0 开始计数的 k 都有 heap[k] <= heap[2*k+1] 且 heap[k] <= heap[2*k+2]。为了便于比较，不存在的元素将被视为无穷大。堆最有趣的特性在于其最小的元素始终 位于根节点 heap[0]。 这个 API 与教材的

1 /dev/poll 轮询对象 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1101 18.4.2 边缘触发和水平触发的轮询 (epoll) 对象 . . . . . . . . . . . . . . . . . . . . . . . . . 1102 18.4.3 Poll 对象 . . . 抽象文法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1905 32.1.2 节点类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1908 32.1.3 3.13.0 堆是一种二叉树，其中每个上级节点的值都小于等于它的任意子节点。我们将这一条件称为堆的不变性。 这个实现使用了数组，其中对于所有从 0 开始计数的 k 都有 heap[k] <= heap[2*k+1] 且 heap[k] <= heap[2*k+2]。为了便于比较，不存在的元素将被视为无穷大。堆最有趣的特性在于其最小的元素始终 位于根节点 heap[0]。 这个 API 与教材的

1 /dev/poll 轮询对象 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1071 18.4.2 边缘触发和水平触发的轮询 (epoll) 对象 . . . . . . . . . . . . . . . . . . . . . . . . . 1072 18.4.3 Poll 对象 . . . 抽象文法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1877 32.1.2 节点类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1880 32.1.3 3.12.7 堆是一种二叉树，其中每个上级节点的值都小于等于它的任意子节点。我们将这一条件称为堆的不变性。 这个实现使用了数组，其中对于所有从 0 开始计数的 k 都有 heap[k] <= heap[2*k+1] 且 heap[k] <= heap[2*k+2]。为了便于比较，不存在的元素将被视为无穷大。堆最有趣的特性在于其最小的元素始终 位于根节点 heap[0]。 这个 API 与教材的

1 /dev/poll 轮询对象 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1071 18.4.2 边缘触发和水平触发的轮询 (epoll) 对象 . . . . . . . . . . . . . . . . . . . . . . . . . 1072 18.4.3 Poll 对象 . . . 抽象文法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1877 32.1.2 节点类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1880 32.1.3 3.12.7 堆是一种二叉树，其中每个上级节点的值都小于等于它的任意子节点。我们将这一条件称为堆的不变性。 这个实现使用了数组，其中对于所有从 0 开始计数的 k 都有 heap[k] <= heap[2*k+1] 且 heap[k] <= heap[2*k+2]。为了便于比较，不存在的元素将被视为无穷大。堆最有趣的特性在于其最小的元素始终 位于根节点 heap[0]。 这个 API 与教材的

4.1 /dev/poll 轮询对象 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 974 18.4.2 边缘触发和水平触发的轮询 (epoll) 对象 . . . . . . . . . . . . . . . . . . . . . . . . . 975 18.4.3 Poll 对象 . . . . 抽象文法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1719 32.1.2 节点类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1722 32.1.3 对于抽象基类，参见abc 模块和 PEP 3119。 8.6 heapq --- 堆队列算法 源码：Lib/heapq.py 这个模块实现了堆队列算法，即优先队列算法。 堆是一棵完全二叉树，其中每个节点的值都小于等于其各个子节点的值。这个使用数组的实现，索引从 0 开始，且对所有的 k 都有 heap[k] <= heap[2*k+1] 和 heap[k] <= heap[2*k+2]。比较时不 存在的元素被认

4.1 /dev/poll 轮询对象 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 949 18.4.2 边缘触发和水平触发的轮询 (epoll) 对象 . . . . . . . . . . . . . . . . . . . . . . . . . 950 18.4.3 Poll 对象 . . . . 抽象文法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1671 32.2.2 节点类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1673 32.2.3 模块和 PEP 3119。 8.6 heapq --- 堆队列算法 源码：Lib/heapq.py 这个模块提供了堆队列算法的实现，也称为优先队列算法。 堆是一个二叉树，它的每个父节点的值都只会小于或等于所有孩子节点（的值）。它使用了数组来实现： 从零开始计数，对于所有的 k ，都有 heap[k] <= heap[2*k+1] 和 heap[k] <= heap[2*k+2]。为 了便于比较，