人工智能大潮之下：芯片算法同樣重要
2017年手機(jī)圈的主旋律莫過于全屏手機(jī)和人工智能兩方面。各個(gè)廠商的全面屏產(chǎn)品接踵而至，人工智能產(chǎn)品也在不斷加快研究腳步。人工智能主要包括兩個(gè)方面，一個(gè)是軟件算法，另外一個(gè)就是芯片。只有軟件和硬件相結(jié)合，才能讓AI擁有更好的效率。
人工智能芯片
雖然說AI芯片是今年AI的潮流，但是AI最核心的還是算法，沒有算法的AI芯片將會(huì)一無是處。今年的很多手機(jī)廠商都在新品發(fā)布之時(shí)宣稱，手機(jī)加入了AI(人工智能)功能，支持深度學(xué)習(xí)。不可否認(rèn)的是，AI算法給手機(jī)的體驗(yàn)帶來了很大的提升，手機(jī)的耗電、卡慢問題得到很好的緩解。
蘋果的布局
其實(shí)AI很早就已經(jīng)加入了手機(jī)中，蘋果的Siri就算是AI早期的雛形，不過Siri并沒有能夠達(dá)到蘋果的預(yù)期。在10月5日，蘋果“購(gòu)買”Init.ai公司的AI團(tuán)隊(duì)，不過蘋果并沒有直接收購(gòu)Init.ai公司，也沒有購(gòu)買該公司的任何專利，這意味著蘋果不會(huì)運(yùn)用Init.ai的技術(shù)，蘋果看中的是Init.ai的AI團(tuán)隊(duì)，該團(tuán)隊(duì)將會(huì)負(fù)責(zé)開發(fā)Siri。
蘋果收購(gòu)Init.ai
同樣在9月初，蘋果發(fā)布了iPhoneX、iPhone 8以及iPhone 8 Plus手機(jī)，其中所搭載了A11處理器也具備了獨(dú)立的AI芯片，這個(gè)雙核的“A11生物神經(jīng)網(wǎng)絡(luò)引擎”(A11 bionic neural engine)芯片可實(shí)現(xiàn)每秒6000億次的運(yùn)算。前面已經(jīng)提到，蘋果的Siri是他們?cè)谌斯ぶ悄艿闹匾季?，收?gòu)Init.ai的AI團(tuán)隊(duì)就是最好的證明。
谷歌的布局
谷歌也在也在國(guó)慶前收購(gòu)了HTC的Pixel團(tuán)隊(duì)，想要加強(qiáng)他們?cè)贏ndroid系統(tǒng)中的控制力。因?yàn)楝F(xiàn)在所有的智能手機(jī)廠都在布局自己的AI產(chǎn)品，谷歌的統(tǒng)治地位受到了極大的威脅。谷歌一直是一家軟件公司，AI會(huì)成為谷歌軟件服務(wù)的關(guān)鍵，而Pixel手機(jī)和GoogleHome等硬件會(huì)為ODM廠商提供范例。
谷歌
谷歌CEO皮查伊提出了AI的4個(gè)核心要點(diǎn)：交互化、場(chǎng)景化、語境化、迭代化。谷歌瞄準(zhǔn)了個(gè)人、家庭和生產(chǎn)力三大AI入口，皮查伊再次強(qiáng)調(diào)軟硬件結(jié)合需要共同努力來優(yōu)化。谷歌還發(fā)布了全新的AotoML，這套改進(jìn)的算法利用機(jī)器學(xué)習(xí)來訓(xùn)練機(jī)器學(xué)習(xí)，以不斷進(jìn)步AI的發(fā)展和使用。
移動(dòng)端硬件支持
AI芯片也是在下半年才開始出現(xiàn)，所以現(xiàn)在主要的AI方案還是基于處理器+GPU+DSP來進(jìn)行的，這種方案的最大優(yōu)勢(shì)是成本低，風(fēng)險(xiǎn)小。獨(dú)立開發(fā)AI芯片耗時(shí)耗力，而且在AI風(fēng)口過去之后，是否還有必要繼續(xù)下去也是一個(gè)重要問題，這也是高通雖然有布局，但遲遲沒有入局的原因。
華為在9月的IFA大會(huì)上發(fā)布麒麟970處理器，并宣稱該處理器搭載了獨(dú)立的AI芯片。華為麒麟970處理器中的AI芯片來自寒武紀(jì)，具有AI人工智能處理器的神經(jīng)元網(wǎng)絡(luò)，也就是說具有了自主思考、學(xué)習(xí)的能力，而不再是簡(jiǎn)單的執(zhí)行命令。
ARM推出新架構(gòu)DynamIQ芯片，該處理器架構(gòu)將會(huì)通過為不一樣部分配置軟件的方式將多個(gè)處理核心集聚在一起，其中包括一個(gè)專門為AI算法規(guī)劃的處理器。芯片廠商將可以為新處理器配置最多8個(gè)核心。同時(shí)為了能讓主流AI在自己的處理器上更好地運(yùn)行，ARM還將放出一系列軟件庫(kù)。
DynamIQ是在ARM上一代革新架構(gòu)big.LITTLE基礎(chǔ)上的一次演進(jìn)，這種架構(gòu)能夠?qū)ν贿\(yùn)算設(shè)備中的大小兩個(gè)核進(jìn)行適當(dāng)配置，以減少電池消耗。ARM稱，與在現(xiàn)有芯片架構(gòu)上開發(fā)出的處理器（即Cortex-A73）相比，基于DynamIQ架構(gòu)開發(fā)的全新處理器有望在三到五年內(nèi)使人工智能的表現(xiàn)增強(qiáng)50倍?，F(xiàn)在big.LITTLE架構(gòu)已經(jīng)被使用到了幾乎所有智能手機(jī)的芯片上，包括用于安卓系統(tǒng)的高通驍龍?zhí)幚砥鳌?
其他硬件支持
nVidia已經(jīng)成為云端服務(wù)器領(lǐng)域非常重要的一部分，現(xiàn)在世界上大部分的AI初創(chuàng)公司是由nVidia提供硬件平臺(tái)的，將其稱為領(lǐng)跑者也沒有問題。但是基于nVidia的人工智能平臺(tái)功耗太大，在短時(shí)間內(nèi)可以實(shí)現(xiàn)開發(fā)，但是真正運(yùn)作起來，需要定位更加精細(xì)的產(chǎn)品才可以。
nVidia創(chuàng)始人黃仁勛
作為PC時(shí)代的巨頭，英特爾錯(cuò)過了移動(dòng)互聯(lián)網(wǎng)時(shí)代，哪怕是在即將到來的AI時(shí)代，英特爾還是有些準(zhǔn)備不夠，但是財(cái)大氣粗的英特爾通過并購(gòu)的方式來實(shí)現(xiàn)彎道超車。英特爾在2015年收購(gòu)了Altera，并推出基于FPGA專用的深度學(xué)習(xí)加速卡;2016年收購(gòu)了Movidius;2017年十年收購(gòu)Mobileye，后者能為前者提供傳感器芯片和算法。雖然現(xiàn)在英特爾并沒有太多大動(dòng)作，但是未來移動(dòng)端人工智能還是非常值得期待的。
藍(lán)色巨人IBM在科技界一直是非常強(qiáng)大的，各家半導(dǎo)體廠商的產(chǎn)品很多都是從IBM實(shí)驗(yàn)室中誕生的，AI芯片方面也不例外。IBM很早就發(fā)布過watson，并投入是使用。TrueNorth是IBM參與DARPA的研究項(xiàng)目SyNapse的成果，這種芯片把數(shù)字處理器當(dāng)作神經(jīng)元，把內(nèi)存作為突觸，將內(nèi)存、處理器和通信部件是完全集成在一起。TrueNorth芯片的信息處理完全在本地進(jìn)行，傳統(tǒng)計(jì)算機(jī)內(nèi)存與處理器之間的瓶頸不復(fù)存在了。
芯片算法同樣重要
面對(duì)洶涌而至的AI大潮，每一個(gè)科技大廠都不愿意放過。不過現(xiàn)在人工智能主要還是集中在語音識(shí)別、場(chǎng)景交互多個(gè)方面，蘋果的A11 Bionic芯片主要就是處理來自Face ID的圖形問題，并延伸到Siri上;而且他的手機(jī)廠商除了以上的使用之外，還將人工智能算法加入到系統(tǒng)優(yōu)化等方面。
芯片最終還是離不開制造，半導(dǎo)體先進(jìn)工藝制程更新腳步慢慢放緩，雖然華為麒麟970和蘋果A11都在臺(tái)積電放量生產(chǎn)，但是隨著成本的不斷提升，制程微縮與經(jīng)濟(jì)性之間的平衡難以維持，芯片的電路規(guī)劃和系統(tǒng)優(yōu)化就尤為重要。只有芯片和算法兩種同時(shí)發(fā)展，才能讓人工智能更快到來。
評(píng)論 (0)