Ambiq 的 "专家问答 "博客系列提供来自 Ambiq 最优秀专业人士的行业见解和技术专业知识。
在本文中，Ambiq 人工智能副总裁卡洛斯-莫拉莱斯（Carlos Morales）在回答 "您为什么加入 Ambiq"这一问题时，阐述了他的知识、追求卓越的决心以及对人工智能的热爱。
我的第一份工作是在一次愉快的误会中找到的。我的简历中列出了 "微码 "经验，大多数公司都会认为这是我在大学项目中使用过的一种深奥的编码方式。但 IBM 不这么认为："microcode "是他们对 "固件 "的称呼。在经历了一次非常混乱的面试之后，我搬到了硅谷，加入了 IBM。
九家公司、四家初创企业和数不清的项目之后，我在寻找工作时变得更加用心。
When I first heard of Ambiq®, I nearly dismissed their claims of leveraging sub-threshold silicon design approaches out-of-hand: many other companies had tried to make sub-threshold work and failed, sometimes spectacularly. It was ‘common knowledge’ that sub-threshold wasn’t practical: sure, you could build a test chip, and maybe piece together a demo for CES, but the complexity, design, and manufacturing challenges made it impractical. Imagine my surprise and excitement when I realized Ambiq hadn’t just solved the sub-threshold puzzle but had taken that solution to market to the tune of millions of devices per month.
我惊呆了。
我的下一个担忧是，将人工智能部署到 Ambiq 设备通常针对的边缘设备上是否现实-这些设备由电池供电，其计算和内存资源比人工智能通常处理的要小数倍。在人工智能领域，尤其是在深度学习领域，内存从 32GB 开始，计算资源从每秒数百万亿次运算开始，并在此基础上不断飙升，通常会占用数英亩的数据中心空间。
在这里，我又一次惊喜地发现，有几种强大的趋势都汇聚到了这些微小的硅片上，从而实现了复杂的人工智能：
- 首先，一批人工智能研究人员把目光转向了让人工智能变得更小，从而在量化、剪枝和提炼技术方面取得了重大的算法进步。
- 其次，软件栈已经成熟，人工智能开发者的生态系统充满活力，产生了创新和有趣的人工智能应用。
- 第三，这两种趋势催生了人工智能民主化工具的诞生，利用 AutoML 和低代码/无代码开发等技术，将人工智能带给每个拥有数据和想法的人。
All that was missing was a way to bring these innovations to the mass market in a practical way. For example, consider smartwatches: many of their features are heavily reliant on AI (it’s how they know if you’re running or how they listen for your commands), but the intense computational requirements meant that either they ran out of battery in a day, or that they had to rely on a datacenter to perform the computation, using battery to transmit all that stuff back and forth, slowing the interaction down, and exposing your personal data in the process. Ideally, all that AI should run right on your wrist.
这就是 Ambiq 的超强耗电能力所在：
超高效计算是实现随处可见的复杂人工智能所需的最终趋势
SPOT® means I can compute something ten times (or more) using the same power it usually takes to compute it once. It takes a while to mentally adjust to being an order of magnitude more capable than you are used to - it’s like jumping and suddenly finding yourself above the rooftops. The second jump, though, is a blast. Once you make that mental adjustment and start realizing what you can do with that extra power, that is where things get exciting.
技术是一个充满困难和挑战的领域，尤其是当你选择像我在整个职业生涯中一样站在最前沿的时候。当一切都还是 "零版本"，一切都要从零开始时，胜利是罕见的，也是来之不易的。这总是令人满意的，但并不总是有趣的。
这也是 Ambiq 提醒我的一点：取悦客户很有趣。吹嘘自己的人工智能能力很有趣。获胜是一种乐趣。
在接下来的几个月里，我将就下面的一些主题进行写作：
- 受限人工智能研究趋势与技术
- 省电技巧与权衡
- 人工智能驱动的新功能将很快出现在各处的边缘设备上
敬请期待更多相关文章。
