Was Machen die KI-Chips in Neuen Smartphones Eigentlich?

17
Bild: Huawei

Künstliche Intelligenz kommt auf Ihr Handy. Das iPhone X hat ein Neuronales Engine als Teil seiner A11 Bionic chip; die Huawei Kiri 970 chip hat einen sogenannten Neural Processing Unit oder NPU; und die Pixel-2 hat ein Geheimnis AI-powered-imaging-chip, der gerade aktiviert wurde. Also, was genau sind diese next-gen-chips entwickelt, um zu tun?

Wie mobile Chipsätze gewachsen sind kleiner und anspruchsvoller, Sie begann auf sich zu nehmen, mehr Arbeitsplätze und mehr verschiedene Arten von jobs. Case in point, integrierter Grafik—GPUs sitzen nun neben CPUs im Herzen der high-end-smartphones, die Handhabung all die schwere Arbeit für die visuals so den Hauptprozessor etwas verschnaufen kann oder Holen Sie sich mit etwas anderem beschäftigt.

Die neue Generation von KI-chips sehr ähnlich sind—nur dieses mal der benannten Aufgaben zu erkennen sind, Bilder von Ihren Haustieren eher als das Rendern von Foto-realistische FPS Hintergründe.

Was wir reden, wenn wir reden über AI

AI oder künstliche Intelligenz, bedeutet nur, dass. Der Umfang des Begriffs tendiert zu verschieben und sich über die Zeit entwickeln, aber grob gesagt ist es nichts, wo eine Maschine zeigen kann, human-Stil Denkens und der Argumentation.

Eine person, versteckt hinter einem Bildschirm Bedienhebel auf einen mechanischen Roboter ist die künstliche Intelligenz, im weitesten Sinne natürlich die heutige KI ist weit darüber hinaus, aber ein Programmierer code-Antworten in einem computer-system ist nur eine erweiterte version, immer das gleiche Ergebnis (ein Roboter, der wirkt wie ein Mensch).

Google, zeig mir einige Hunde. Bild: Screenshot

Als für die informatik und die smartphones in der Tasche, hier AI eher eng definiert. Insbesondere ist es In der Regel beinhaltet die Maschine lernen, die Fähigkeit, für ein system zu lernen, die außerhalb seiner ursprünglichen Programmierung, und Tiefe lernen, das ist eine Art des maschinellen Lernens, der versucht zu imitieren das menschliche Gehirn mit vielen Schichten der Berechnung. Diese Ebenen sind aufgerufen, neuronale Netze, basierend auf der neuronalen Netzwerke in unserem Kopf.

So machine-learning könnte in der Lage sein, eine spam-Nachricht in Ihren Posteingang aufgrund von spam, es ‘ s gesehen, auch wenn die Eigenschaften der eingehenden E-Mail nicht ursprünglich codiert in den filter—es ist gelernt, was spam E-Mail.

Deep learning ist sehr ähnlich, nur ausgereifter und nuanciert, und besser auf bestimmte Aufgaben, vor allem in computer vision—”deep” – bit bedeutet eine ganze Menge mehr Daten, mehr Schichten, und intelligenter Gewichtung. Das bekannteste Beispiel ist zu erkennen, was ein Hund sieht aus wie eine million Bilder von Hunden.

Plain old machine learning könnte das gleiche zu tun Bilderkennung Aufgabe, aber es würde länger dauern, benötigen mehr manuelle Codierung, und nicht so präzise, vor allem die Vielfalt der Bilder erhöht. Mit Hilfe der heutigen Superkräften hardware, tiefes lernen (ein bestimmter Ansatz zum maschinellen lernen, erinnern), ist viel besser auf den job.

Apple stellt seine Neural Engine. Bild: Apple

Um es anders auszudrücken, ein machine-learning-system müsste gesagt werden, dass Katzen schnurrhaare hatte, um in der Lage sein, zu erkennen Katzen. Ein deep-learning-system arbeiten heraus, dass Katzen schnurrhaare hatte auf seine eigene.

Bedenken Sie, dass ein AI-Experte könnte ein Buch schreiben Bücher über die Konzepte, die wir haben, nur bedeckt von ein paar Absätze, so hatten wir, um es zu vereinfachen, aber diese sind die grundlegenden Ideen, die Sie wissen müssen.

KI-chips auf smartphones

Als wir am Anfang schon gesagt, im wesentlichen, KI-chips werden genau das tun, was die GPU-chips sind nur für die künstliche Intelligenz eher als Grafiken—mit einem separaten Raum, in dem Berechnungen besonders wichtig für machine learning und deep learning durchgeführt werden kann. Als mit GPUs und 3D-Grafik, KI-chips geben die CPU-Zeit zur Konzentration auf andere Aufgaben, und reduziert die Akku-ziehen zur gleichen Zeit. In bedeutet auch, dass Ihre Daten sicherer ist, weil weniger von ihm gesendet werden aus der cloud für die Verarbeitung.

Also, was bedeutet das in der realen Welt? Es bedeutet, dass die Bilderkennung und-Verarbeitung viel schneller sein könnte. Zum Beispiel, Huawei behauptet, dass seine NPU durchführen können Bild-Anerkennung auf 2.000 Bilder in jeder Sekunde, die die Firma behauptet auch, ist 20 mal schneller als es dauern würde, mit einer standard-CPU.

Der Huawei Kirin 970 hat eine spezielle KI-Komponente. Bild: Huawei

Genauer gesagt, es ausführen können, 1.92 teraflops, oder eine Billion Fließkomma-Operationen pro Sekunde, bei der Arbeit mit 16-bit-floating-point-zahlen. Im Gegensatz zu ganzen zahlen oder ganze zahlen, Gleitkomma—zahlen mit Nachkommastellen—sind von entscheidender Bedeutung für die Berechnungen, die durch den neuronalen Netzwerken beteiligt mit deep learning.

Apple nennt seine AI-chip, ein Teil der A11, Bionischen chip, der Neural Engine. Es ist wieder gewidmet machine learning und deep learning tasks—erkennen dein Gesicht, erkennen Sie Ihre Stimme, Aufnahme animojis, und zu erkennen, was Sie versuchen, zu Bild in der Kamera. Es kann mit rund 600 Milliarden Operationen pro Sekunde, Apple behauptet.

App-Entwickler können auf diese durch Kern ML, und die einfache plug-and-play-Möglichkeit der Einbeziehung von Bilderkennung und andere KI-algorithmen. Core ML nicht erforderlich ist, das iPhone X zu laufen, aber die Neural-Engine verarbeitet diese Arten von Aufgaben schneller. Mit der Huawei-chip, die Zeit-Verschiebung alle diese Daten-Verarbeitung in die cloud sollte stark reduziert, theoretisch verbessern der Leistung und erneut Verringerung der Belastung auf die Lebensdauer des Akkus.

KI-chips, Gesichter erkennen jetzt, und viel mehr bald. Bild: Apple

Und das ist wirklich, was diese chips sind etwa: Umgang mit der bestimmte Typen von Aufgaben bei der Programmierung, machine learning, deep learning und neuronale Netzwerke verlassen sich auf, auf dem Handy, schneller als die CPU oder die GPU verwalten kann. Wenn das Gesicht ID funktioniert im Handumdrehen, haben Sie wahrscheinlich bereits die Neuronalen Motor zu danken.

Ist das die Zukunft? Alle smartphone unweigerlich mit speziellen KI-chips in Zukunft? Die Rolle der künstlichen Intelligenz, die auf unseren Handys wächst, die Antwort ist wahrscheinlich ja. Qualcomm-chips können bereits bestimmte Teile der CPU für bestimmte AI-Aufgaben, und eine separate KI-chips ist der nächste Schritt. Jetzt diese chips werden nur genutzt für einen kleinen Teilbereich von Aufgaben, aber Ihre Bedeutung wird nur wachsen.

SHARE