• 官方微信

    CA800二维码微平台 大视野

  • 工控头条

    CA800二维码工控头条App

当前位置:自动化网>自动化新闻>自动化要闻>MWC 2018:人工智能成为主旋律

MWC 2018:人工智能成为主旋律

发布时间:2018-02-28 来源:至顶网 类型:自动化要闻 人浏览
关键字:

人工智能 AI 2018 MWC

导  读:

MWC 2018:人工智能成为主旋律。无论底层硬件如何,毕竟最关键的还是能够购在任何智能手机上体现AI体验差异化的软件。

MWC 2018:人工智能成为主旋律

虽然苹果和三星都拥有自主开发的应用处理器,锁定了高端智能手机市场,但是联发科(MediaTek)正在寻求在智能手机市场的反弹,在本周的2018世界移动通信大会上推出了Helio P60芯片组。

联发科的计划是重新进入与高通竞争的中高端智能手机市场。

联发科技将Helio P60视为“首款采用多核AI处理单元(移动APU)和联发科NeuroPilot AI技术的SoC平台”。

联发科的举动显示了该公司在行业智能手机大战中,策略重点转向移动人工智能的巨大变化。目前各种芯片供应商都在竞相将神经网络引擎用于手持设备上。目标很简单。他们希望开启人工智能体验——语音用户界面、人脸解锁、AR等等——在客户端设备上处理更快、更好,无论有没有网络连接。

Linley Group高级分析师Mike Demler表示:“我们在去年才看到了第一批带有嵌入式神经引擎的智能手机处理器,如苹果A11、华为麒麟970、高通Snapdragon 835和联发科Helio X30等旗舰处理器。”

Demler表示:“我们对联发科将在更低层添加神经引擎并不感到意外,但有趣的是,他们正在使用比其旗舰产品X30更强大的核心来实现这一点。”

换句话说,一个由中国手机制造商推动的、充满活力的中端智能手机供应商社区正在跃跃欲试,他们希望尽快赶上移动AI这股趋势。

新高度

联发科称其为“新高级”是指“以中档价格提供卓越性能和功能的设备”。联发科销售总经理Finbarr Moynihan解释说,“新高度”是目前智能手机的重要动作,像Oppo、Vivo、联想等中高端玩家都渴望缩小与顶级竞争对手的差距,希望在应用、功能和AI方面取得重大飞跃。

联发科告诉我们,2017年全球智能手机出货量的48%来自中国OEM厂商,主要针对新兴市场。联发科援引TrendForce报告指出,2017年中端消费者品牌出现大幅增长,小米的智能手机产量增幅高达76%,而Transsion、OPPO和Vivo也有大幅增长。

Helio P60在八核CPU中配备了4个ARM A73处理器和4个ARM A53处理器。基于big.LITTLE的8核设计,联发科技宣称与前代产品Helio P23和Hleio P30相比,CPU性能提升了70%。通过使用最高800MHz的新型Mali G72 GPU,P60还将GPU性能提高了70%。

联发科的神经网络引擎

然而,让Helio P60实至名归的是其内置的NeuroPilot AI平台、桥接CPU、GPU和板载AI加速器。联发科的人工智能框架可以通过协调SoC内CPU、GPU和AI加速器计算工作负载来管理异构AI计算架构,最大限度地提高性能和能效。

联发科已经证实,P60在其AI加速器中集成了Cadence Vision P6内核。

blob.png

Cadence Vision P6(来源:Cadence)

与联发科技旗舰产品Helio X30——使用Cadence Vision P5,每秒70 GMAC(8位)——相比, Helio P60每秒处理性能为280 GMAC。Demler表示:“所以在处理器整体性能上降低了一层,但同时将神经引擎性能提高了4倍。”

当被问及对比Helio P60神经网络引擎性能时,Demler说:“华为的麒麟970可以达到?1TMAC / s(FP16),因此在更高的分辨率下它的神经网络性能是P60的4倍。在280GMAC / s下,P60与苹果A11的很接近,达到300GMAC / s。”

缺乏AI基准

然而,我们咨询的大多数分析师都认为,深度学习加速器基准的缺乏,使得很难做出有任何意义的比较。Demler称这是“一个开放的大问题”,他说移动AI这个泥潭可能很容易导致我们陷入“GOPS / TOPS营销炒作之战”。

Tirias Research首席分析师Jim McGregor表示赞同。“这是一个令人困惑的话题,因为没有什么细节和基准。联发科和其他公司使其听起来像是无所不能的人工智能解决方案,”但通常并非如此,McGregor补充说。

例如,联发科的P60中使用的Cadence Vision P6内核是针对计算机视觉应用进行了优化,而非通用神经网络,Demler说。

正如McGregor所解释的,“首先,你需要了解大多数AI处理器是什么。”例如,联发科、苹果和华为称其解决方案为“专用”,意味着使用单个IP块进行AI加速。“在大多数情况下,这意味着从其他方——如Cadence或Ceva——那里获得的IP块许可。这种IP块支持可配置的神经网络,但有一些限制。可是没有人能确切地说出这些限制是什么。”

所以,显然地,在应用处理器内部放置一个神经网络引擎并不是故事的结尾。正如McGregor指出的那样,新神经网络的开发和训练仍然需要在数据中心进行,必须依赖更多高精度、强大的训练处理器。

1 2 下页

本文地址:http://ca800.com/news/d_1o0bl1o494sh1.html

拷贝地址

上一篇:MWC 2018:黑科技与人工智能

下一篇:机器换人排行榜,这八个国家遥遥领先

版权声明:版权归中国自动化网所有,转载请注明出处!

相关新闻
人工智能 AI 2018 MWC

猜您喜欢

更多精彩信息看点 请扫描以下二维码