智東西（公眾號：zhidxcom）
編輯 | 韋世瑋
智東西6月9日消息，近(jin)日GTIC 2021嵌入式AI創新峰(feng)會在(zai)北京圓滿收官(guan)！在(zai)這場全天座(zuo)無虛席(xi)、全網(wang)直播觀看人(ren)數逾(yu)150萬次的(de)(de)高規格產業峰(feng)會上，來自產業鏈上下游的(de)(de)16位大(da)佬共聚一堂(tang)，圍(wei)繞嵌入式AI的(de)(de)軟(ruan)硬(ying)件(jian)生(sheng)態創新、家居AIoT、移動機器(qi)人(ren)和工業制(zhi)造(zao)產業4大(da)版塊地圖，帶來了深入淺出的(de)(de)分享。
在(zai)峰會上(shang)，多位嘉(jia)賓(bin)都提到(dao)了AI落地場(chang)景的碎(sui)片(pian)化。上(shang)海睿賽(sai)德電子科(ke)技(ji)有限公司RT-Thread人工智能總(zong)監楊武認為，解決(jue)碎(sui)片(pian)化的最好方(fang)法，是采用(yong)一套(tao)物聯(lian)網(wang)操(cao)作系統。
▲睿賽德(de)電(dian)子(zi)人工智能(neng)總監(jian)楊武
在(zai)題(ti)為《讓設(she)備更聰(cong)明：物(wu)聯網(wang)操(cao)作(zuo)系統推動嵌入(ru)式AI開發》的演講中，楊武談到，當下，隨著AI模型(xing)本身對算力(li)的渴求直(zhi)線上(shang)升，盡管(guan)人們(men)不斷用輕量(liang)化技術進(jin)行模型(xing)壓縮，但(dan)一(yi)旦(dan)騰出一(yi)點點空間，人們(men)就想用它解決更多(duo)問題(ti)。
在這(zhe)種背景下，突破(po)算力瓶頸需要專用處理器，AI芯片(pian)(pian)市場一片(pian)(pian)火熱。但同時，這(zhe)也導(dao)致智(zhi)能物聯產業(ye)進一步呈(cheng)現(xian)碎(sui)片(pian)(pian)化態勢。對于算法(fa)開(kai)發者來說，在端側進行AI開(kai)發面(mian)臨的首要問題，就是上手(shou)太難，尤其在算法(fa)部署方面(mian)力不從心。
為了支持AI算法在嵌入(ru)式(shi)設備(bei)中的便捷部署，睿賽德電子公司(si)推出一套(tao)支持嵌入(ru)式(shi)AI落地的軟(ruan)件包，并更進一步推出RT-Thread AIKit軟(ruan)件包——一套(tao)易用(yong)(yong)、開放的邊緣(yuan)AI落地解決方案，這一方案能讓(rang)開發者感到(dao)集成運(yun)用(yong)(yong)AI算法模型就跟普通代碼(ma)庫一樣(yang)簡單。
以下(xia)為楊武演講實錄整理：
一、物聯網碎片化帶來難題，操作系統的三大發展趨勢
物聯網(wang)很熱(re)。我們(men)放到一(yi)個更(geng)大(da)的(de)(de)時間軸來看，在(zai)PC時代，人需要給電腦精確的(de)(de)指令，我們(men)把這些設備連網(wang)，再(zai)加上移動設備，可以用一(yi)種新的(de)(de)UI觸摸的(de)(de)方式來讓它關注我們(men)需要的(de)(de)活(huo)動，把我們(men)的(de)(de)數(shu)據(ju)和信息放進去(qu)。
今天(tian)非常方便(bian)了，我(wo)們做(zuo)各種事情，無論工作、生活(huo)、娛樂、消費都可以(yi)在手機上隨(sui)時(shi)隨(sui)地解決。
如果(guo)放(fang)眼周(zhou)邊，這個世界跟它還(huan)是有很(hen)多割裂(lie)沒有聯系(xi)起(qi)來的地方，我(wo)們(men)很(hen)希望在下一步(bu)，這個世界上一切東西都(dou)能(neng)為人類活動提供更加(jia)智能(neng)的支持(chi)。
所謂的智能就是設備(bei)要變聰(cong)明(ming)，最簡(jian)單的辦法是裝(zhuang)一個芯(xin)片，另外聯(lian)網，這樣才能隨時(shi)隨地感知到它(ta)，控制它(ta)，這樣我們(men)就提出了(le)物聯(lian)網的概(gai)念。
物聯網這個(ge)概(gai)念早在(zai)1996年(nian)就被提出來了(le)(le)，真正大發展在(zai)15年(nian)以后，近幾年(nian)它已經非(fei)常火了(le)(le)。
這導致(zhi)的結果是(shi)(shi)，互聯網數(shu)(shu)據(ju)(ju)本身就已經是(shi)(shi)海量數(shu)(shu)據(ju)(ju)了，如果到物(wu)聯網，這個(ge)數(shu)(shu)據(ju)(ju)量進一步爆炸(zha)。如果我們想駕馭(yu)好海量數(shu)(shu)據(ju)(ju)，很明(ming)顯要靠人工智能，靠人去處(chu)理的話會(hui)很吃(chi)力(li)。
另(ling)外，我(wo)們也希望生活能有(you)更(geng)加自然的(de)人(ren)機交互。例如我(wo)今天出門定(ding)個(ge)鬧(nao)鐘，已經不(bu)太習慣去點屏幕，而是(shi)(shi)直接跟手機說一(yi)聲(sheng)“幫我(wo)設定(ding)一(yi)個(ge)7點的(de)鬧(nao)鐘”，或是(shi)(shi)更(geng)自然的(de)人(ren)機交互，各種設備在觀察并支持(chi)著我(wo)，我(wo)甚至(zhi)不(bu)用去說。
再往(wang)前(qian)走一步，下了(le)班我坐在自(zi)己車(che)上，DMS攝像頭(tou)會看到我的表情，連(lian)接上網就能知道我今天碰(peng)到的糟心事(shi)，于(yu)是(shi)它給我放了(le)一首(shou)舒緩的音樂。
這(zhe)個世界變(bian)得很(hen)有(you)意(yi)思，一方(fang)面很(hen)方(fang)便，另外一方(fang)面也很(hen)嚇(xia)人(ren)。為什(shen)么嚇(xia)人(ren)？安全和隱私讓人(ren)擔心，尤其自(zi)然交互里面需要采集比(bi)較多的生物(wu)特征，比(bi)如人(ren)臉、指(zhi)紋(wen)、聲紋(wen)，這(zhe)些東西一旦泄漏之后，沒辦法(fa)修改，后果很(hen)嚴(yan)重。
世(shi)界發展的趨(qu)勢不可阻擋，物聯網(wang)有一個無比廣闊的應用場景，各(ge)種地方都(dou)需(xu)要。
分(fen)散而廣泛的(de)(de)(de)場景很(hen)自(zi)然會(hui)導致它們需求(qiu)的(de)(de)(de)設備不(bu)同，需要的(de)(de)(de)處(chu)理能(neng)力不(bu)一(yi)樣(yang)，需要占用的(de)(de)(de)智能(neng)化資(zi)源不(bu)一(yi)樣(yang)。同樣(yang)，這對(dui)聯網(wang)的(de)(de)(de)需求(qiu)也(ye)是不(bu)一(yi)樣(yang)的(de)(de)(de)，需要傳輸的(de)(de)(de)數據(ju)量不(bu)同，對(dui)于可(ke)靠性的(de)(de)(de)要求(qiu)、連接響(xiang)應的(de)(de)(de)時間都(dou)會(hui)不(bu)一(yi)樣(yang)。
有可(ke)能只(zhi)是偶(ou)然傳(chuan)一些(xie)數據，關注(zhu)低功耗，不要(yao)占(zhan)用太多(duo)的能量，也可(ke)能需(xu)要(yao)響應非(fei)常迅(xun)速，比如自動駕(jia)駛應用。
這(zhe)樣很自然(ran)給(gei)開發者(zhe)出(chu)了一(yi)個小難題(ti)，我(wo)做一(yi)個設備(bei)時用的(de)是這(zhe)家芯(xin)片(pian)(pian)、這(zhe)家網(wang)絡、這(zhe)種(zhong)技術(shu)棧，當我(wo)接新設備(bei)的(de)時候，可(ke)能還要換一(yi)個芯(xin)片(pian)(pian)平臺，換一(yi)個技術(shu)棧，十分(fen)碎片(pian)(pian)化(hua)。
解(jie)決碎片化(hua)問題最好(hao)的辦法是智能操作系統(tong)。裸機的前后臺模式已(yi)經應對(dui)不了業務的復雜程度，操作系統(tong)能承上啟(qi)下對(dui)于開(kai)發者來說，意味著有(you)標(biao)準的API，有(you)標(biao)準可(ke)重復的軟件(jian)包生態，各種組件(jian)可(ke)以拿過來用。
最近各個(ge)巨(ju)頭(tou)都在殺進這個(ge)市場，我們在這個(ge)領域也(ye)已經耕耘多年，得(de)到(dao)更(geng)大的(de)發展機會。
據(ju)我們觀察，針對(dui)這個市場，物聯(lian)網(wang)操作系統(tong)有(you)幾(ji)點發展趨勢(shi)，一是(shi)平臺(tai)要有(you)一致性，業務(wu)開(kai)發時有(you)接口一致的平臺(tai)方便積累(lei)和復用。
二(er)是(shi)開源中立，過去紛紛擾(rao)擾(rao)之下大家對(dui)這塊非常敏(min)感，對(dui)于(yu)一個廠(chang)商關(guan)起(qi)大門搞的(de)東西，大家都是(shi)比較(jiao)謹(jin)慎的(de)態度(du)。
三是生態服務(wu)要完(wan)整(zheng)，不是拿來(lai)玩的，我是拿來(lai)做業(ye)務(wu)的，最好能讓(rang)我非常(chang)省心(xin)且(qie)關注我應該要做的這塊業(ye)務(wu)，這樣整(zheng)個工作才能很好地開展。
四是國(guo)產化不可逆，這(zhe)(zhe)兩年特(te)別是華為被限制之后，已經(jing)開(kai)始(shi)有這(zhe)(zhe)個趨(qu)勢了(le)(le)。如果未來國(guo)際形勢恢復了(le)(le)，我(wo)們是不是又能回到(dao)全球一體化？如果有人家從80年代就已經(jing)開(kai)始(shi)做，一直(zhi)持(chi)續到(dao)現(xian)在有了(le)(le)非(fei)常成熟的系統(tong)，我(wo)們是不是還要自己搞或用(yong)國(guo)產的系統(tong)？
二、神經網絡的端到端優勢，對芯片算力提出挑戰
大(da)趨勢(shi)不講那么(me)多，接(jie)下(xia)來聚焦今(jin)天(tian)的主題。人工智能在物(wu)聯(lian)網領域(yu)既然這么(me)重(zhong)要，我們在端側做(zuo)人工智能時(shi)都會碰(peng)到(dao)什么(me)樣的問(wen)題？
人工智(zhi)能雖然(ran)紅火了(le)這些年，但它真正業務(wu)落(luo)地的大(da)舞臺就是在物(wu)聯網端側AI嵌入(ru)領域(yu)。這里面(mian)有(you)非常龐(pang)大(da)的應用場景(jing)，分散很厲害。
另外，物聯網的設(she)備(bei)數量(liang)(liang)巨大，且還在迅(xun)速增長，但服(fu)務(wu)器能有(you)多(duo)少臺(tai)？通過部署人工智(zhi)能到(dao)設(she)備(bei)中，產生的業務(wu)量(liang)(liang)非常驚(jing)人。
行業(ye)有(you)過一個預測，我們僅(jin)僅(jin)做設備的預測性維護(hu)，使得(de)我們能(neng)夠提升設備資產利用率，由此(ci)在未(wei)來五年產生的經(jing)濟價(jia)值大概在2.7萬億美元(yuan)左右，市場(chang)非常龐大。
我(wo)講的AI落地是(shi)(shi)把(ba)(ba)AI算法在端側運行(xing)，如(ru)果有的設(she)備(bei)把(ba)(ba)采集數據扔到云端，把(ba)(ba)分析結(jie)果拿(na)回(hui)來再做一些相(xiang)應(ying)的處理，這是(shi)(shi)不是(shi)(shi)人工(gong)智能在端側的應(ying)用？廣泛來說是(shi)(shi)的，但這并不難，真正有挑(tiao)戰性的是(shi)(shi)我(wo)們(men)在端側干(gan)的事情。
為什(shen)么(me)要(yao)在端(duan)側干這(zhe)個事情？人臉隨(sui)意被人采集過去(qu)，你心里不(bu)擔心嗎？最好數據就在端(duan)側處理(li)完，不(bu)要(yao)把(ba)原(yuan)始的圖(tu)片傳(chuan)回去(qu)，也不(bu)要(yao)把(ba)特征(zheng)信息傳(chuan)過去(qu)，只(zhi)要(yao)把(ba)授權發回到云端(duan)，這(zhe)樣比較好。
我們講(jiang)人工(gong)智能(neng)是(shi)一(yi)個很寬(kuan)泛的(de)詞，今天(tian)行(xing)業主流講(jiang)的(de)就是(shi)用基(ji)于神經網絡的(de)深度學(xue)習模(mo)型，來解決對數(shu)據模(mo)式(shi)下產生(sheng)的(de)交互感知、信息加工(gong)，甚至(zhi)是(shi)基(ji)于數(shu)據做一(yi)些決策判斷工(gong)作。
神經網絡具(ju)有端到端的(de)優勢(shi)，同時也(ye)有非常低的(de)門(men)檻，不(bu)像過去沒有一個非常堅(jian)強的(de)數據工具(ju)鏈，基于模式識別很難識別它(ta)。
神(shen)經網(wang)絡有個(ge)特點(dian)是，有多少人工就有多少智能，有多少標注好的數據，你訓(xun)練好的模型就有多厲(li)害。
當然算法的設(she)計能(neng)力是(shi)很重要(yao)的一(yi)環，在算法模(mo)型上做整個行業從沒有(you)的大差距(ju)其實不(bu)太(tai)容易。但是(shi)你(ni)有(you)一(yi)份非常強悍的數據集，你(ni)有(you)可能(neng)在某一(yi)個細分領域做得非常突(tu)出。
更重要(yao)的(de)是，神經(jing)網絡是基于大(da)量(liang)的(de)累加(jia)運算(suan)，大(da)規(gui)模(mo)的(de)并行運算(suan)，對(dui)于處理(li)器算(suan)力的(de)需求非常高，通用處理(li)器搞不定這個事情(qing)。現(xian)在(zai)(zai)摩爾定律的(de)發展已(yi)經(jing)很平緩了，模(mo)型本身對(dui)算(suan)力的(de)需求還(huan)在(zai)(zai)直(zhi)線上(shang)升，3到4個月模(mo)型就(jiu)能翻(fan)一倍。
盡管有(you)更多(duo)輕量化的技術壓(ya)縮它，但每當我(wo)(wo)們(men)的技術騰出一點點空間時，我(wo)(wo)們(men)就想用(yong)它來解(jie)決更大(da)的問題(ti)，或者把(ba)現有(you)問題(ti)解(jie)決得(de)更好。
紅火的(de)AI芯(xin)片市場，互聯網巨頭(tou)們從云端、手機端開始殺進(jin)來(lai)，芯(xin)片廠商不(bu)可(ke)能錯過這一波，還有更多的(de)創(chuang)業(ye)公司涌進(jin)來(lai)，用自(zi)己(ji)的(de)理(li)解去(qu)創(chuang)造不(bu)同領域的(de)加速產品(pin)。其中絕大部分人(ren)都是基(ji)于(yu)傳統的(de)計算加速思路，還有一些走的(de)是技術創(chuang)新(xin)思路。
三、算法端與開發端存在壁壘，通過物聯網操作系統統一
三、算法端與開發端存在壁壘，通過物聯網操作系統統一很(hen)高興今天(tian)剛(gang)剛(gang)看(kan)到知(zhi)存科技(ji)做的存內計(ji)(ji)算(suan)方向，可以落地實物(wu)化。還(huan)有(you)用光計(ji)(ji)算(suan)，還(huan)有(you)神經擬態(tai)網(wang)絡(luo)完(wan)全模擬人(ren)腦的神經網(wang)絡(luo)結(jie)構做人(ren)工智能，都非(fei)常有(you)吸引力，但成(cheng)熟度上跟基(ji)于計(ji)(ji)算(suan)加速的芯片方案比還(huan)有(you)一定(ding)距離(li)。
因為光有芯片我們(men)用(yong)不起來，尤其(qi)每一(yi)(yi)家把(ba)芯片搞出來之后，一(yi)(yi)定要給你一(yi)(yi)套工具鏈，換一(yi)(yi)個平臺就得現學一(yi)(yi)種，這個問題也蠻(man)頭疼的(de)。
端側開發工程(cheng)(cheng)師(shi)的(de)知(zhi)識領域，對(dui)于處理器、內存、存儲等等擅長，但對(dui)神經網(wang)絡、量化、調優就沒(mei)什么(me)概念(nian)，需要(yao)現學。而(er)算法工程(cheng)(cheng)師(shi)對(dui)這些(xie)東西往往沒(mei)有足夠(gou)的(de)概念(nian)，卻(que)對(dui)調優、量化非常熟悉。因此，我們要(yao)找一個第三方的(de)人把雙方搞(gao)定。
目前在產業中實際(ji)做(zuo)產品的(de)那些人(ren)，包括接(jie)觸(chu)開(kai)發(fa)者學習(xi)時，首(shou)要的(de)問題是(shi)上手(shou)更難，好多陌生的(de)東西要搞(gao)。這(zhe)里面有一個端側+AI部署(shu)的(de)統計，基(ji)本都是(shi)還沒上手(shou)。
有什么解決路徑？做人(ren)工(gong)智能產品基本都是這么一個(ge)思路，看準問題—算(suan)法—部署上去，跟業(ye)務集成(cheng)一下，運行監控(kong)分析。
其中(zhong)有兩個點，一(yi)個是算法部署很(hen)折(zhe)騰人，需(xu)要把(ba)上(shang)游的(de)模(mo)型轉化、量化壓縮到比較小，如果從網上(shang)找一(yi)個開(kai)源模(mo)型，在(zai)我們的(de)目標平臺上(shang)是跑不通的(de)，甚(shen)至不支持(chi)格(ge)式，你需(xu)要熟悉一(yi)套(tao)東西。
二是即使(shi)算法(fa)跑起來了，仍然(ran)跑得不夠快，這是很(hen)常(chang)(chang)見的(de)(de)問題(ti)。我們最好在算法(fa)設(she)計階段(duan)考量我們的(de)(de)目(mu)標(biao)是什么，不考慮這個目(mu)標(biao)平臺的(de)(de)算法(fa)模(mo)型，在部署階段(duan)需要(yao)做很(hen)大的(de)(de)犧牲(sheng)，通過(guo)裁減、量化，mAP可能降低20%也是很(hen)常(chang)(chang)見的(de)(de)事。
那么(me)在(zai)產品開(kai)發(fa)過程中，物聯網操(cao)作系統供應(ying)商該如(ru)何做(zuo)？我(wo)們做(zuo)了(le)很(hen)多嘗試，我(wo)們有一(yi)套軟(ruan)件包機制放到平臺上，你用一(yi)個配(pei)置工具把(ba)軟(ruan)件包里用得上的(de)相關東西拉下來，就可以使用它。
不過這樣明顯(xian)是不夠的，并沒(mei)有解決剛才說的一系列問題(ti)，只(zhi)是給了你一個軟(ruan)件包可(ke)以用(yong)起(qi)來。雖然像(xiang)TensorFlow Lite、ONNX、Runtime等(deng)都有了，但還是要(yao)從數據配編(bian)譯器(qi)等(deng)弄(nong)起(qi)來。
那是(shi)不是(shi)可以給物聯網(wang)使用者提(ti)供一個更簡單的(de)方(fang)法，讓他不要(yao)去(qu)面(mian)對這(zhe)種紛繁復雜的(de)碎片化(hua)世(shi)(shi)界，而是(shi)看到(dao)一個和諧統(tong)一的(de)世(shi)(shi)界？
例如，不(bu)管上游用什么(me)訓練(lian)工具，通過我們的(de)解決方案(an)就能(neng)部署到一個目標平(ping)臺(tai)上；只要這個平(ping)臺(tai)跑我們的(de)操作系(xi)統，就可以(yi)自然地承(cheng)上啟下把碎片化的(de)東西屏(ping)蔽掉(diao)。
我(wo)們希望進一步(bu)整理人工(gong)智能(neng)的相關工(gong)作，不(bu)僅要讓它跑(pao)起來，而且(qie)在這(zhe)個(ge)目標平臺上跑(pao)到(dao)一個(ge)最好(hao)的性能(neng)。
四、AIkit系統的優勢，生態開放發展
基于這(zhe)樣的(de)(de)想(xiang)法(fa)，我們著手做了(le)AIkit，希望(wang)在(zai)Aikit的(de)(de)加持下，開發產品可以用(yong)這(zhe)樣一個流程。
我們拿一個(ge)模型，不(bu)管買的(de)(de)還是訓練(lian)的(de)(de)，放(fang)到我們的(de)(de)RT-Thread工程(cheng)里，把格式轉換工作(zuo)做完(wan)，我們會提(ti)供一套(tao)非(fei)常薄的(de)(de)封裝在Runtime，把數據結果拿回(hui)來寫(xie)業務(wu)層的(de)(de)代碼(ma)就可以了。
我們可能有兩(liang)種情況，一種是硬件平(ping)臺已(yi)經定了(le)，需(xu)要(yao)選一個最好的(de)(de)模(mo)型(xing)，第(di)一個模(mo)型(xing)跑了(le)效果不(bu)理想(xiang)，我需(xu)要(yao)嘗試(shi)第(di)二種模(mo)型(xing)。我們只需(xu)要(yao)把第(di)三步(bu)重新運行(xing)(xing)一下(xia)，看(kan)結果就行(xing)(xing)，這(zhe)是非常方便的(de)(de)。
另外一(yi)種，我(wo)們可能(neng)有(you)一(yi)組硬件是侯選的，我(wo)要(yao)評估一(yi)下誰跑得(de)最好，需要(yao)把這個(ge)流程(cheng)放到不同的平臺上(shang)。這時我(wo)們在(zai)第二步會有(you)多個(ge)工程(cheng)，在(zai)第四步寫的業務代碼由于使用(yong)(yong)我(wo)們的標(biao)準(zhun)，可以在(zai)項目(mu)之間復用(yong)(yong)，不用(yong)(yong)每個(ge)項目(mu)再搞一(yi)遍(bian)。
整(zheng)體(ti)架構(gou)的(de)(de)(de)(de)示意，具體(ti)想法給大(da)家解釋一下。這(zhe)個世界碎片化很(hen)嚴重，并不(bu)希望在玻(bo)璃(li)碴子里面再扔(reng)一塊玻(bo)璃(li)，我們希望把現(xian)有的(de)(de)(de)(de)有機整(zheng)合起(qi)來，主要采用兩個插(cha)件(jian)的(de)(de)(de)(de)結構(gou)，對不(bu)同(tong)(tong)的(de)(de)(de)(de)硬件(jian)平臺、不(bu)同(tong)(tong)的(de)(de)(de)(de)軟(ruan)件(jian)引擎用插(cha)件(jian)的(de)(de)(de)(de)形(xing)式整(zheng)合起(qi)來，放(fang)到大(da)框(kuang)架里面，很(hen)自然給我們的(de)(de)(de)(de)開發(fa)者提供非常好的(de)(de)(de)(de)生(sheng)態(tai)。
目前這套插件已經可以拿到了，大家如果有需(xu)要的話(hua)可以關注使用一(yi)下。
最后(hou)講一(yi)下(xia)我(wo)(wo)們(men)(men)的生態(tai)，應該開(kai)放，我(wo)(wo)們(men)(men)一(yi)起(qi)建(jian)設它(ta)，不管你是算法模型廠(chang)商(shang)還(huan)是一(yi)個硬件(jian)廠(chang)商(shang)，不管芯片還(huan)是開(kai)發板、核(he)心板，或者做(zuo)AI加速卡，我(wo)(wo)們(men)(men)的目標也是把它(ta)放到產品里去，讓產品的開(kai)發者把它(ta)用起(qi)來。
如果我們是(shi)做軟件數據服(fu)務周邊的(de)(de)廠商，最終目的(de)(de)讓產品(pin)開(kai)發者在產品(pin)落地(di)場景里把(ba)(ba)我們的(de)(de)東西用(yong)起來，把(ba)(ba)價值(zhi)在這個過程中(zhong)兌(dui)現。
我們非常希望搭建一個框架，不管算法模(mo)型(xing)廠商(shang)是否有效推你的產品，我們的生(sheng)態里將會有一個算法模(mo)型(xing)市場(chang)，如果是芯片廠商(shang)，可(ke)以按照我們的開源結構做(zuo)插件(jian)，自然就能讓整個RT-Thread生(sheng)態發(fa)展起來。
目前我們的(de)生態還(huan)是不錯的(de)，RT-Thread設備(bei)大概在10億(yi)臺左右，國內的(de)開(kai)發(fa)者有(you)10萬人左右，還(huan)在積極拓展這(zhe)個社(she)區。
同樣，希望關(guan)注AI的開發者可以來我(wo)們(men)平(ping)臺(tai)上看一看，給我(wo)們(men)提出更(geng)多需求，哪些是我(wo)們(men)現在(zai)還(huan)沒做到位的。
芯片廠商也可以到社(she)(she)區(qu)里面(mian)發布一(yi)些項目，讓社(she)(she)區(qu)的(de)力量一(yi)起參與進來，當然(ran)也歡迎來找我(wo)們(men)合作。整個世(shi)界會在(zai)我(wo)們(men)的(de)一(yi)起努力下變得越來越美好(hao)。
以上是楊武演講內容的完整整理。
