《電子技術應用》
您所在的位置:首頁 > 模擬設計 > 業(yè)界動態(tài) > AI芯片決勝移動終端市場

AI芯片決勝移動終端市場

2017-09-25

隨著物聯(lián)網時代的到來,智能設備的實時決策能力受到廣大科技廠商的關注。本月,華為蘋果接連發(fā)布搭載神經網絡模塊的手機芯片,提振了移動端AI芯片的市場預期。利用神經網絡增強設備的本地化智能,將AI從數(shù)據(jù)中心后臺送入用戶的口袋,或成為AI芯片的下一個目標。

跨國企業(yè)積極布局

蘋果一推出用于iPhone的A系列處理器和M系列動態(tài)處理器,科技廠商就對面向設備的AI芯片躍躍欲試。寒武紀創(chuàng)始人陳天石表示,自主開發(fā)核心AI指令集是發(fā)展AI生態(tài)的根本之策。ARM與寒武紀英雄所見略同,在最新發(fā)布的多核微架構DynamIQ中加入了機器學習和人工智能的原生指令集,并宣稱在3~5年內將Cortex-A73的AI性能提升50倍。DynamIQ可在單個集群實現(xiàn)對最多8枚異構內核的細粒度管理,單個內核可以有不同的性能和功耗,帶給人工智能應用更加靈活的解決方案,首款基于DynamIQ的嵌入式處理器Cortex-A75將面向智能手機、智能家電、單板機等終端設備。

ARM產品經理Govind Wathan指出,CPU算力的提升將降低設備對云端網絡的依賴,提升智慧駕駛等延時敏感場景下的決策響應速度,并優(yōu)化數(shù)據(jù)安全。

微軟也將在下一代HoloLens的全息處理單元集成一枚自主設計的AI芯片。該芯片利用神經網絡模塊,基于設備本身處理頭部追蹤器、紅外攝像機生成的視覺數(shù)據(jù),避免數(shù)據(jù)上傳云端導致的延時抖動并降低隱私泄露風險。就像ARM標榜DynamIQ是“下一個時代的計算技術”,微軟HoloLens技術總監(jiān)Marc Pollefeys認為混合現(xiàn)實和人工智能代表計算力的未來,微軟用AI打造智能化MR設備的嘗試正加速它的到來。

將TPU以云服務方式供應的谷歌也意識到設備數(shù)據(jù)回傳遠程服務器的延時問題,并在最新發(fā)布的安卓穿戴設備上搭載了谷歌首個完全面向終端的機器學習技術。安卓副總工程師Dave Burke透露,谷歌還將發(fā)布手機版人工智能學習系統(tǒng)TensorFlow Lite,允許開發(fā)者運用谷歌機器學習開發(fā)手機App,而且谷歌和Facebook都在推進神經網絡在手機和虛擬現(xiàn)實頭盔中的應用。

華為略微“搶跑”

據(jù)悉,微軟AI芯片將隨著下一代HoloLens在2019年登場,ARM DynamIQ尚需3~5年的提升周期,谷歌安卓穿戴設備的機器學習功能暫只面向智能簡訊系統(tǒng)。而采用麒麟970處理器的華為已“搶跑”成功,率先發(fā)布全球首個集成獨立AI專用NPU(神經網絡處理單元)的移動芯片。

華為消費者BG CEO余承東強調,華為的AI戰(zhàn)略是Mobile AI=On Device AI+Cloud AI。說明華為將終端智能與云端智能做出區(qū)分,兩者并重。據(jù)了解,華為NPU支持運動追蹤、人臉識別、夜拍優(yōu)化,峰值運算達到1.92TFP、16OPS。在內部測試中,三星S8每分鐘識別圖片95張,蘋果CPU+GPU的A10處理器每分鐘識別487張,搭載CPU、GPU、NPU的麒麟970每分鐘識別2005張。與Kirin960的四核Cortex-A73相比,性能提升25倍,效能提升50倍。

緊接著麒麟970,蘋果公布搭載神經網絡引擎的A11仿生芯片,這款雙核仿生神經網絡引擎專為機器學習算法開發(fā),能優(yōu)化面部特征提取、Animoji、增強現(xiàn)實功能,每秒運算次數(shù)最高達6000億次。

與微軟的考慮類似,發(fā)布了增強現(xiàn)實平臺ARKit的蘋果需動用手機攝像頭、動作傳感器、陀螺儀實現(xiàn)場景追蹤、光學估算等AR功能,靠云端處理多個傳感器的數(shù)據(jù)將占用內存、加劇延時抖動和數(shù)據(jù)外流風險,神經網絡引擎將支持終端在不聯(lián)網狀態(tài)下處理AI相關任務。

“麒麟970的神經網絡功能模塊和A11的神經運算模型是一種積極的嘗試,未來雙方的神經網絡模塊會更完善,集成更多CPU、GPU的軟核與模組單元來支持設備本身的智能應用?!辟惖项檰栯娮有畔⑿袠I(yè)分析師向陽在接受《中國電子報》專訪時說。

具有先發(fā)優(yōu)勢的華為、蘋果并非高枕無憂,老對手高通在終端市場蓄力已久。先是發(fā)布驍龍NPE(神經處理引擎)軟件開發(fā)包,支持開發(fā)者基于NPE兼容的Caffe、Caffe2、Tensorflow深度學習框架,利用驍龍600系列和800系列處理器為App搭載AI功能,實現(xiàn)攝像頭、汽車、智能手機、無人機的本地化AI應用。繼而在上個月收購荷蘭深度學習初創(chuàng)公司Scyfer,為高通的AI終端化戰(zhàn)略提供技術支持。

高通研發(fā)團隊認為,將AI算法集成到終端而非云端有利于及時響應、保護隱私、提升性能比和帶寬利用效率。高通執(zhí)行副總裁Matt Grob指出,高通將為手機、智能車等終端搭載機器視覺、自然語言處理能力,并探索AI在無線連接、能源管理和圖像方面的應用。

“蘋果和華為搭載神經網絡單元的芯片有很強的定制色彩,會有優(yōu)秀的應用性和專業(yè)性,但在通用性層面還不能與高通比肩。如果兩家企業(yè)能推出更多的通用性解決方案,會讓各自的AI芯片煥發(fā)更大價值。”賽迪智庫軟件產業(yè)所研究員蒲松濤告訴《中國電子報》記者。Scorch AI軟件發(fā)展負責人Vadim Budarv指出,AI應賦予終端設備積累、學習用戶習慣的本地化智能,深入貼合用戶喜好,支持智能駕駛、智能監(jiān)控場景下的實時決策,將人工智能真正送進用戶的口袋。

本站內容除特別聲明的原創(chuàng)文章之外,轉載內容只為傳遞更多信息,并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創(chuàng)文章及圖片等內容無法一一聯(lián)系確認版權者。如涉及作品內容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經濟損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。