索爱会更智慧,X所搭载的A11计算机到底有多强

据CNBC报道,苹果据称正开发人工智能专用芯片,内部称为“苹果神经引擎”(Apple Neural Engine)。这种芯片能与标准处理器和图形芯片兼容,可辅助各种功能,比如计算机视觉、语音识别、面部识别以及其他AI形式。

原文:WIRED: APPLE’S ‘NEURAL ENGINE’ INFUSES THE IPHONE WITH AI SMARTS

姓名:李博澄

谷歌要想实现真正冲击苹果传统的移动生态系统,单从硬件的角度就需要相当的时间。

这种芯片将来可能帮助苹果支持无人驾驶汽车和增强现实软件,同时也能帮助提高苹果语音助理Siri的能力。据称,苹果计划将这款芯片整合到其所有产品中,包括iPhone和iPad。此前,苹果已经在iPhone上测试类似芯片,但当苹果今年9月份发布新iPhone时,可能还不会配置这款芯片。

图片 1

学号:14020110018

图片 2

苹果表示,开发者可能被允许使用转芯片支持第三方应用中与AI相关的功能。在iPhone上,这款AI芯片并非首款处理专门任务的芯片。自从2013年推出iPhone 5s后,苹果设备上就配置用于收集和存储传感器数据的运动协处理器,它允许iPhone和iPad不间断追踪用户动作和其他传感器数据,但却不会太过耗费电量。

苹果全球营销高级副总裁菲尔·席勒(Phil Schiller)于2017年9月12日在苹果公司(Cupertino)的苹果(Apple)的iPhone X上讨论新款A11芯片的特点

转载自:

随着谷歌在日前举行的谷歌I/O 2016上针对VR平台Daydream及在Android N系统中对于VR的支持,业内有关VR将成下一个计算平台的声音喧嚣尘上,甚至有评论认为,谷歌将会借助VR颠覆苹果。事实真的会如此吗?

谷歌已经开发AI专用芯片张量处理单元(Tensor Processing Unit),这是以Google Cloud为基础的芯片,可用于AI推理和训练。此外,谷歌最近也向Android应用开发者发布了TensorFlow Lite,将AI融入到自家产品中。高通也在现有移动处理器内使用了类似技术。

苹果首席执行官蒂姆·库克(Tim Cook)周二发布iPhone X时,他声称其“将为未来10年的技术发展奠定基础”。一些新功能是比较浅显的:近乎无边界的OLED屏幕、取消传统的Home键。然而,手机内部的创新可能会成为未来智能手机的标准,对苹果及其竞争对手的长远梦想至关重要。

【嵌牛导读】:今年苹果推出了十年旗舰iPhone X,除了它的刘海全面屏之外,其A11处理器也是大放异彩。

众所周知,一个新的生态系统的诞生和发展,甚至去颠覆现存的生态系统,需要的是软硬结合的能力,二者缺一不可。

苹果AI专用芯片有望在6月份的苹果全球开发者大会上亮相,但苹果对此未给于回应。

这项特性便是“神经引擎”,是苹果开发的用以驱动iPhone X的新型A11处理器的一部分。该引擎可以加速特定的人工智能软件——人工神经网络——其擅长处理图像和语音。

【嵌牛鼻子】:iPhone X、A11

尽管谷歌发布了Daydream平台,但谷歌VR部门负责人Clay Bavor在近日接受媒体采访时称,目前市场上流行的Android手机没有一款支持或者说满足Daydream对于VR体验所需的硬件要求。毕竟真正的VR体验需要强劲的CPU和GPU的计算能力、高性能的传感器和像素极高的屏幕等。

苹果公司表示,这款神经引擎将被用于驱动人脸识别解锁及面部表情到动画表情转移等算法,新的芯片还可以实现一些不特定的“其他功能”。

【嵌牛提问】:A11的过人之处是什么?

虽然说,移动处理器架构设计公司ARM日前发布了据称可以良好支持的新型移动处理器芯片架构Cortex-A73以及对应的图形图像处理引擎架构Mali-G71,但基于相应架构设计制造的芯片恐怕最早也要在2017年才会应用到主流手机厂商的旗舰机型上。

芯片专家表示,随着苹果更深入地涉足AR(增强现实)和图像识别等依赖机器学习算法的领域,神经引擎可能成为未来iPhone的核心。他们预测,谷歌、三星和其他领先的移动技术公司很快就会制造出自己的神经引擎。本月早些时候,中国的华为宣布了一款新的移动芯片,其专用的“神经处理单元”便能够加速机器学习。

【嵌牛正文】:

即便如此,鉴于旗舰机在各主流智能手机厂商中所占的比例很低,这意味着谷歌要想实现真正冲击苹果传统的移动生态系统,单从硬件的角度就需要相当的时间。

“我认为你肯定会在任何地方看到它们,”普渡大学(Purdue)的教授Eugenio Culurciello说,他在进行机器学习芯片的研究工作。Moor Insights & Strategy的分析师Patrick Moorhead对此表示赞同。他预计,三星(Samsung)和领先的移动芯片制造商高通(Qualcomm)将与苹果(Apple)的神经引擎开展最严酷的竞争,业界也会看到谷歌在进行移动AI芯片的设计。“像这样的芯片有很多事情可以做”,Moorhead说,特别是,新的硬件可以通过帮助iPhone分析用户Apple Watch的数据实现苹果在医疗保健方面的雄心。苹果公司周二表示,正在与斯坦福大学的研究人员合作,测试一款能够检测心律失常的应用。

上周,苹果公司在刚刚落成投入使用的“飞船”新总部(Apple Park)举行2017年秋季新品发布会,整场发布会基本被iPhone X抢尽了风头。

还有一点不容忽略的就是硬件配置的大幅升级是否会提升智能手机的价格。

苹果公司没有公布其神经引擎的细节,也没有回应要求提供更多信息的请求。Culurciello说,苹果的新芯片可以提高iPhone对你的声音和你周围世界的理解能力。

iPhone 8/8p和iPhone X都搭载了苹果自研的A11 Bionic(仿生)芯片。虽然苹果全程并没有在这款芯片上花太多功夫介绍,但我们仍旧知道它集成了一个专用于机器学习的硬件——“神经网络引擎(Neural Engine)”

如果VR不能证明自己是手机用户的刚需或者是新的杀手级应用的话,高企的价格用户是否会买单?如果用户不买单,哪怕是买单不够积极的话,手机厂商出于自身利益的考虑是否是向市场和用户力推支持Daydream平台的旗舰手机?

在过去的几年里,像Siri这样的应用程序可以更好地识别语音,就像苹果、谷歌和其他科技公司在利用人工神经网络重建语音识别系统一样。通过神经网络也实现了图像识别的功能,允许你在Apple Photos中搜索你的图像,比如“狗”。

图片 3

值得注意的是,从目前市场中在VR硬件领域最为活跃的Facebook、三星、HTC、索尼、微软看,除了三星之外,其他厂商的VR硬件几乎都是支持PC平台,这似乎又引出了我们的质疑,要想让用户得到真正的VR体验,在硬件的能力上,智能手机真的是最佳的VR体验设备吗?

像苹果的神经引擎这样的定制电路,可以让机器学习算法更快地分析数据,减少设备电池的消耗。Culurciello说,这能够在iPhone上拓展和加强机器学习和图像识别的用途,因为更强大的算法可以被部署在用户的手中。

可别小看了这块A11,通过智东西仔细研究发现,它不仅是iPhone X中一众“黑科技”的来源,而且苹果为了打造这块芯片早在9年前就开始了技术布局。

要知道,尽管智能手机硬件的性能这几年发展很快,但与PC相比依然不在一个级别上,这恐怕也是为何现在主流的VR厂商,包括开发者都将PC作为首选支持平台的主要原因。

AR(增强现实)类的应用,比如苹果周二所展示的AR游戏,它能识别并响应现实世界的物体,这需要尽快完成运算和处理。数据可以在云中可以被更密集地进行分析,但数据要花时间才能到达云和返回终端,这会引入延迟并损害了用户体验。此外,苹果公司更喜欢在手机上处理用户数据,以保护隐私。iPhone X的神经引擎改善了在端侧运算这一策略的缺点,它使手机运算能力可以向云端硬件方向有所加强。

一、参数亮相,跑分爆表了

提及上述VR是否是智能手机用户的刚需或者杀手级应用,近日Oculus与三星宣布,Gear VR用户突破百万。但三星在3月的 GDC大会上曾公布,Gear VR的使用时长总共只有200万小时,假如当时就按100万用户的数量平均计算,每台Gear VR设备的使用时长不过2小时,而三星和Oculus都是实力强劲的Android手机厂商和 VR厂商。

领先的科技公司已经在为在云端运行的机器学习算法开发更强大的硬件。谷歌已经开发了一种名为TPU的自定义芯片,以提高用于识别语音或图像的算法的性能和效率。微软(Microsoft)、英特尔(Intel)、图形芯片巨头英伟达(NVIDIA),以及许多初创公司都有自己的新想法在进行研究。

在介绍A11里专门用于机器学习的“神经网络引擎”之前,我们先来看看A11的基本参数。

这里我们先不说,VR硬件与智能手机保有量与新增量之间的巨大差距,但就已经配置VR设备的智能手机用户来说,VR对于智能手机用户来说并非是刚需或者是所谓的杀手级应用,充其量仅是目前智能手机原有生态系统的一个应用或者补充而已。

苹果可以通过允许第三方开发者使用其新手机内部的神经引擎,从而为iPhone的成功提供强大动力。说服程序员和软件公司花时间和金钱为iPhone带来新特性和功能,是苹果推动其最重要产品销售的有效途径。

工艺方面,A11采用了台积电10nm FinFET工艺,集成了43亿个晶体管(上一代采用16nm工艺的A10 Fusion集成了33亿个晶体管,华为麒麟970则用10nm工艺集成了55亿个)。

在此需要补充的是,VR的应用场景与现有智能手机普通App的应用场景相比要狭窄得多。

今年6月,苹果发布了新的工具来帮助开发者在应用程序中运行机器学习算法,其中包括一个名为CoreML的神经网络的新标准。Moorhead说,将其与iPhone x中的新AI硬件连接起来是合乎逻辑的,“我看到了CoreML和神经引擎之间的直接联系,”他说。

A11搭载了64位ARMv8-A架构的6核CPU,其中包括2个名为“Monsoon”的性能核(performance core)和4个名为“Mistral”的能效核(high-eggiciency core),性能核比上一代A10里的快了25%,能效核则快了70%。

试想一下,便携的智能手机佩戴并不便携的VR头显;移动中满是带VR头显的智能手机用户会是怎样的情景?不要忽略应用中的场景,谷歌、苹果和微软的语音识别技术之所以目前给人的感觉比不过亚马逊,就在于亚马逊推出的产品形态和应用满足了或者契合了语音识别的应用场景。

长远来看,能够高效运行机器学习软件的移动硬件对无人驾驶汽车的未来和穿戴式AR(增强现实)眼镜的未来至关重要——苹果最近已经表示出了兴趣。

而且,与A10不同,A11中使用了苹果自研的第二代新型性能控制器,允许6个CPU内核同时使用,整体性能比上一代快了70%。

例如市场咨询公司Creative Strategies在针对语音识别应用状况的最新研究报告显示,苹果的Siri和谷歌的Google Now之所以使用率低,主要原因就在于使用场景的限制(多在室内或者汽车内),而且用户认为当众使用语音技术会让自己感到不舒服。

至于为什么分为性能核和能效核呢?当手机进行发短信、浏览网页等轻量任务时,系统会选择调用能耗更低的能效核(high-eggiciency core),而当手机需要运行对计算能力要求更高的软件时,则需要动用性能核(performance core)进行处理,借此可以有效延长平均电池寿命。搭载了A11的iPhone X在充满电后,将会比iPhone 7延长2个小时的待机时间。

相比之下,亚马逊Alex语音识别技术支撑的Echo则避免了上述用户使用场景的尴尬。同样,曾经被业内寄予厚望的智能手表之所以到今天依然不温不火,也在于其忽略了用户对于可穿戴设备的应用场景和方式。

A11的另外一大亮点就是首次搭载了苹果自研的GPU,这是一款3核GPU,性能相比A10 Fusion提升30%,只需要一半的功耗就能达到A10的表现。

如果说上述是谷歌Daydream发展和普及自身存在的主观挑战因素外,从其要颠覆的苹果这个客观因素看,也不容乐观,至少不可小视。

这是今年4月苹果宣布和英国GPU设计公司Imagination Technologies“分手”后推出的首款自研GPU,针对AR、沉浸式3D游戏等方面都进行了优化,比A10快了30%。

众所周知,从iPod、iPhone、iPad、Apple Watch的发展和崛起看,苹果在上述产品所代表的领域或者产业中从来不是第一个“吃螃蟹的人”,苹果的特长之一就是对复杂的技术进行改造,使其对消费者或企业用户更有用,且将用户体验做极致。

A11里还集成了苹果自研的ISP、自研的视频编解码器等等。从种种强调的“自研”我们不难发现,苹果已经越来越强调架构的自主化。

对此,Forrester Research认为:在iPhone问世之前智能手机在就已存在,iPad和Apple Watch也并非首款平板电脑和智能手表。苹果的方法是,在浪潮开始起来的精确时间点上进入市场。

在彻底跟老朋友Imagination Technologies分手后(并且导致人家股价断崖式下跌70%后),苹果的下一个自研目标也许会移到基带技术上,与高通旷日持久的专利诉讼案件算得上是前兆了。

以目前苹果占据优势的智能手机产业看,诸多所谓的技术苹果都不是首先采用的。例如去年风行的压感屏。据业内相关分析,尽管Android厂商占得所谓先机,也适配了某些第三方应用。然而这些适配大多比较流于形式,同iPhone在整个系统层级对压感屏的适配有着天壤之别。

此外,我们也可以从A11在Geekbench的跑分上一窥究竟:在Geekbench中有A11的几个跑分,其中单核性能最高的是4274,多核性能最高的是10438,而取这些跑分平均值后,单核性能是4169,多核性能是9836。

即iPhone上的3D Touch,无论是图标的快捷操作还是轻压预览等功能,完成度均较高,同时借助于App Store的优势,第三方软件无论是在数量还是质量上对3D Touch的适配都远高于Android平台,而这是Android无法追赶的。

这是什么概念呢?跟上一代A10的“单核成绩3332,多核成绩5558”比起来,A11在两方面的性能有接近30%和50%的飙升。而iPad Pro中的A10X单核性能平均在3900左右,而多核性能是9200左右,依然弱于A11。

需要说明的是,苹果在虚拟现实领域似乎一无是处,而且从表面上来看,也的确如此。即苹果目前为止还没有宣布推出专门用来支持虚拟现实业务的硬件或软件。但从之前苹果CEO蒂姆·库克所言的VR设备并不小众,它非常酷而且有许多有趣的应用看,苹果是不会坐以待毙,错失VR的机会。

而Android阵营的种子选手——高通骁龙835的GeekBench成绩为单核2000左右,多核6500左右。

实际上,早在2000年中期,苹果还由创始人史蒂夫·乔布斯领导时,就有一个内部的小型团队打造了一款VR头盔的原型产品,并为该设备申请了专利。

二、A11就是“人工智能芯片”

而从现在的专利布局来看,Apple通过收购PrimeSense、Metaio、Faceshift、Flyby Media和Emotient等公司后,完善了立体传感、面部和运动捕捉、应用开发等方面的技术储备。

这次,苹果在自家的A11 Bionic芯片上搭载了一个专用于机器学习的硬件——“神经网络引擎(neural engine)”。

更值得关注的是,最近盛传苹果在推出自研AP后,正在试图打造自研的GPU和新的传感器,而这些就像我们前述的对于VR的体验都是至关重要的。

现在所谓的手机处理器,比如高通的835、苹果的A11、麒麟970等,实际上所指的是一个“处理器包”封装在一起,这个计算包专业一点说叫Soc(System-on-a-Chip),高大上的说法是“计算平台”;根据分工不同,很多专用功能的处理单元加进来,比如我们最熟悉的是GPU,现在这个包里的独立单元数量已经越来越大,比如ISP(图像处理)、Modem(通信模块)、DSP(数字信号处理)等。

综上所述,我们认为,在VR尚存在诸多挑战且存在不确定之时,谷歌Daydream无论是在Android阵营内部,还是面对苹果,不要说颠覆苹果的生态,何时自己能够成为主流都障碍重重。

不同的数据进来,交给不同特长的计算模块来处理将会得到更好的效果、更高的能效比,A11的神经网络引擎(neural engine)跟麒麟970的NPU一样,是在手机处理器平台新加入的一个擅长神经网络计算的硬件模块。

而这也是为什么从20nm、16nm、到现在的10nm、以及研发中的7nm,各大芯片设计商、代工商都在拼命把芯片技术往小了做,为的就是在不影响芯片大小的前提下挤进更多的独立处理单元。

A11的神经网络引擎采用双核设计,每秒运算次数最高可达6000亿次,相当于0.6TFlops(寒武纪NPU则是1.92TFlops,每秒可以进行19200次浮点运算),以帮助加速人工智能任务,即专门针对Face ID,Animoji和AR应用程序的ASIC(专用集成电路/全定制AI芯片)。

有了神经网络引擎,苹果高级副总裁Phil Schiller很有底气的表示:

“A11 Bionic是一款智能手机到目前为止所能拥有的最强劲、最智能的芯片。而基于ASIC的深度学习,实现了高准确率之外,还能比基于通用芯片(GPU、FPGA)的方案减少功耗。”

不过,苹果对这款神经网络引擎的功耗、实测性能等方面都没有进一步披露。

A11同时也支持Core ML,这是苹果在今年WWDC开发者大会上推出的一款新型机器学习框架,能让开发者更方便地将机器学习技术整合到自己的App中。Core ML支持所有主要的神经网络,如DNN、RNN、CNN等,开发者可以把训练完成的机器学习模型封装进App之中。

三、买买买,买出来的AI帝国

从去2010年开始,苹果就没有停止过收购人工智能创企的步伐,并且每次给出的都是惯常声明:“苹果会不时收购规模较小的科技公司。我们通常不讨论目的或计划。”非常有“事了拂衣去,深藏功与名”的意思。

而且,每个被苹果收购的公司都会立即关闭对外的产品和服务,像是忽然从世界消失一般。

收购芯片厂商

以芯片为例,早在2008年,苹果就以2.78亿美元收购了2003年成立加州的高性能低功耗处理器制造商PA Semi。

随后在2010年,苹果以1.21亿美元收购了1997年成立的美国德州半导体逻辑设计公司Intrinsity,专注于设计较少晶体管、低能耗同时具备高性能的处理器。

2011年年底,苹果又以3900万美元的价格收购了以色列闪存控制器设计公司Anobit。

2013年8月1日,苹果收购了成立于2007年的加州半导体公司Passif Semiconductor,其专长于低功耗无线通讯芯片(大胆地猜测一下Apple Watch的芯片技术是不是来自这里)。

其后的2015年底,苹果再次斥资1820万美元,收购了一间位于加州圣何塞北部的面积7万平方英尺(6500平方米)的芯片制造工厂。这座工厂原属于芯片制造商Maxim Integrated Products,其设施包括了芯片制造工具,而且工厂地址靠近三星半导体公司。

从以上一连串的买买买我们可以看到,苹果的芯片布局早在近十年前就开始了。

除了芯片之外,从2010年至今,苹果已经陆续收购了四五十家创企,包括语音识别、图像/面部识别、计算机视觉、AR、数据挖掘、机器学习、地图、定位等等,而这其中几个比较具备代表性的有:

收购面部识别/表情追踪厂商——Animoji和Face ID的技术来源

2010年,苹果以2900万美元收购瑞典面部识别创企Polar Rose,他们开发的面部识别程序可以可以为用户自动圈出照片中的人脸。

2015年11月,苹果收购《星球大战》背后的动作捕捉技术公司Faceshift,这家苏黎世的创业公司开发了实时追踪人脸表情,然后再用动画表现出来的技术。该技术还可以实现面部识别。

2016年1月,苹果收购了加州AI初创Emollient,该公司使用人工智能技术读取图片中的面部表情。

2017年2月,苹果以200万美元收购了面部识别以色列创企RealFace,该公司开发了一种独特的面部识别技术,其中整合人工智能并将人类的感知带回数字过程。

收购AR引擎巨头

2015年5月,苹果收购AR引擎巨头德国Metaio公司。彼时Metaio与Vuforia并肩称霸AR引擎行业,Metaio拥有约15万名开发者,Vuforia则拥有大约18万,两家的SDK开发者占到了当时整个市场的95%以上,在AR的行业地位有如Windows和Mac OS之于PC。这个收购举措,可以看作是ARkit的技术来源。

收购25年德国老牌眼球追踪企业

而离现在最近的一次收购,就是苹果今年6月时宣布收购德国老牌眼动追踪企业SMI(SensoMotoric Instruments)。其历史要追溯到1991年,SMI从柏林自由大学学术医疗研究院剥离出来,独自成立眼球追踪技术公司,迄今已经有超过25年的发展历史了。产品包括面向企业与研发机构的眼球追踪设备/应用、医疗医疗眼控辅助设备、手机、电脑、VR设备等的眼控技术支持等。

目前,眼球追踪技术已经被集成在了iPhone X里。在用Face ID解锁时,只要你眼睛没有看着屏幕,屏幕也是不会解锁的。

四、用来干啥:Face ID背后的结构光学技术

既然是“人工智能芯片”,当然是用来做人工智能——人脸识别、图像识别、面部表情追踪、语音识别、NLP、SLAM等等。

而A11的神经网络引擎第一个重要的应用就是iPhone X的刷脸解锁——Face ID。

虽然刷脸解锁并不是什么石破天惊的新技术,但是苹果的Face ID解锁跟普通的基于RGB图像的人脸识别解锁不同。寒武纪架构研发总监刘少礼博士说:

“我们这次对苹果A11的AI引擎了解不多,特别是功耗、实测性能等方面苹果发布会基本没有提。个人觉得iPhone X这次最大的亮点是距离传感器,用来支持3D的Face ID,这个功能在业内还是引起了不小震动,后续会给予这功能开发出不少有趣的应用。通过结构光发射器和红外摄像头配合,可以捕捉人脸的深度信息,比之前用2D图像作人脸识别进步了很多。”

根据原理和硬件实现方式的不同,行业内所采用的3D机器视觉主要有三种:结构光、TOF 时间光、双目立体成像。

双目立体成像方案软件算法复杂,技术还不成熟;结构光方案技术成熟,功耗低,平面信息分辨率高,但是容易受光照影响,识别距离近;TOF 方案抗干扰性好,识别距离远,但是平面分辨率低,功耗较大。

综合来看,结构光方案更加适合消费电子产品前置近距离摄像,可应用于人脸识别 、手势识别等方面,TOF方案更加适合消费电子产品后置远距离摄像,可应用于 AR、体感交互等方面。

iPhone X的Face ID采用了人工智能加持的结构光方案:数据采集由该机正面上方的景深感知摄像机(即“刘海儿”,TrueDepth Camera System)完成,其红外线发射器可以发射3万个侦测点,利用神经引擎(Neural Engine)将反射回来的数据与储存在A11芯片隔区内的数据进行对比,实现用户面部的3D读取与处理。通过神经网络训练的加持,Face ID失误率仅为百万分之一,远小于Touch ID的五万分之一。

与此同时,iPhone X还具备眼球追踪功能,在你面对屏幕,但是眼睛没有看着它的时候,也是不会解锁的。所以,这样的人脸解锁是照片骗不了的。

而且,苹果的软件工程高级副总裁Craig Federighi曾表示,“我们不会在用户注册Face ID时收集数据,它会保留在你的设备上,不会被发送到云端进行训练。” 符合苹果一贯的“用户隐私为上”理念。

最为神奇的是,用户面容适应(化妆、佩戴眼镜、长胡子、随着年龄增长而变容改变等)过程需要用到的深度学习训练也是在本地完成的。深度学习分为训练(Training)和推理/应用(Inference)两部分,训练阶段所需的计算量比应用阶段的要大上许多。

另一方面,计算与训练的本地化也有助于让Siri变得更加智能。毕竟有不少人认为由于苹果对用户的隐私过于重视,导致Siri发展较慢,竞争对手们后来居上。

此外,在A11的加成下,iPhone X前头“刘海儿”实现的脸部追踪技术还可以用于个人定制化表情Animoji(能捕捉并分析 50 多种不同的肌肉运动)、AR滤镜等,新的互动的方式有望提高用户的参与度和粘性,提高AR社交平台的经济价值。而3D视觉所提供的景深信息和建模能力是现有普通摄像头无法比拟的。

而iPhone X还搭载了全新陀螺仪和加速计,刷新率达到60 fps,可以实现准确的动作追踪以及很好的渲染效果。在发布会上,苹果全球市场营销高级副总裁Phil Schiller是这么说的:“这是第一款真正为AR打造的智能手机。”

五、火热的AI芯片产业

当前人工智能芯片主要分为GPU、ASIC、FPGA。代表分别为NVIDIATesla系列GPU、Google的TPU、Xilinx的FPGA。此外,Intel还推出了融核芯片Xeon Phi,适用于包括深度学习在内的高性能计算,但目前根据公开消息来看在深度学习方面业内较少使用。

其中,苹果的A11、寒武纪的A1、谷歌的TPU等都属于ASIC,也就是专用集成电路。

ASIC(Application Specific Integrated Circuit)。顾名思义,ASIC就是根据特定的需求而专门设计并制造出的芯片,能够优化芯片架构,针对性的提出神经网络计算处理的指令集,因而在处理特定任务时,其性能、功耗等方面的表现优于 CPU、GPU 和 FPGA;但ASIC算法框架尚未统一,因此并未成为目前主流的解决方案。

谷歌ASIC产品探索

现有的ASIC包括谷歌的TPU、我国中科院计算所的寒武纪、应用于大疆无人机和海康威视智能摄像头的Movidius Myriad芯片、曾用于Tesla汽车自动驾驶和ADAS的Mobileye芯片等针对特定算法以及特定框架的全定制AI芯片。

此外,更近一步的的AI芯片前景,大概是IBM的TrueNorth这类的类脑芯片(BPU)。类脑芯片的目的是开发出新的类脑计算机体系结构,会采用忆阻器和 ReRAM 等新器件来提高存储密度,目前技术远未成熟。

结语:我们离手机AI芯片还有多远?

在苹果的推动下,专用AI处理单元可能会越来越成为智能手机芯片的发展趋势。毕竟目前在生物识别、图形图像识别、用户使用习惯学习等方面都越来越依赖机器学习技术,而不太稳定的网络带宽(大家记不记得早期Prisma要等好久才能生成图片)、个人隐私、功耗比等问题也在驱动着手机芯片集成专用AI处理单元的发展。

总的来说,无论是A11还是之前的麒麟970,都是让AI在手机端开始由软到硬落地的表现,是人工智能进一步产业化落地的一个典型代表。

本文由一分钟一开的彩票平台发布于通讯产品,转载请注明出处:索爱会更智慧,X所搭载的A11计算机到底有多强

您可能还会对下面的文章感兴趣: