Windows的下一个重要更新：基于硬件加速的机器学习

微软正忙着为开发人员准备下一个Windows 10更新1803版本，并将重点放在机器学习上。今年3月或4月，新版本将包含一个新的机器学习框架以用于Windows应用程序。

到目前为止，我们在整个计算机行业所见到的许多机器学习重点都集中在云系统上。处理数据集以构建模型，并且可以使用这些模型来识别模式。例如，视觉检查制造物品缺陷的工业系统将通过处理已知工作和已知缺陷物品的图像来训练其模型。机器学习系统可以了解好物体和坏物体的外观，并建立一个模型。然后可以使用这个模型来检查新制作的物品的图像，然后可以将它们分类为可能有效或可能有缺陷。

云的焦点已经存在，因为构建模型通常需要大量的数据集和大量的计算能力。但是，运行该模型来对数据进行分类的要求要低得多。例如，对于视频直播来说，它必然是trivial-running模型（仍然可能需要多个GPU执行可接受的操作），但它往往是“PC规模”而不是“云规模”。

当然，模型也可以在云中运行，但在本地运行它们有很多好处。对于服务提供商而言，那就是最终用户资源可以免费使用，而云服务则需要资金。如果您可以在客户端计算机上运行，​​而不是在云端系统上运行，则可以减少每月的云账单。此外，本地执行延迟更低，因为它不必通过网络发送数据，并且具有明显的隐私优势——敏感数据永远不必离开本地。

综上所述正是微软机器学习框架发挥作用的地方。这是一个全新的用于运行机器学习的模型的Windows组件（适用于所有Windows版本，不仅仅是PC，还包括HoloLens，服务器和物联网设备）。在CPU上它将使用包括最新的AVX512在内的指令集，同时它也可以在GPU上使用，微软表示，大约80％的Windows 10系统具有足够强大的GPU来运行这些模型。还有同样可以用于运行模型的专用机器学习加速器（如英特尔的Movidius“视觉处理单元”）的驱动程序模型。模型本身使用一种名为ONNX的格式，由微软，Facebook和亚马逊网络服务开发，并由Nvidia，高通（Qualcomm），英特尔（Intel）和AMD提供支持。

微软将会更新其本身的照片应用程序以使用新的框架。其中，照片应用程序具有许多机器学习驱动的功能，例如人脸检测和相关的视频内容识别。

该公司还表示，它将更新Visual Studio以改进对ONNX的支持，并使开发人员可以更轻松地构建具有机器学习功能的应用程序。