起航 智能手机的新时代就要到了

1.ARM、高通等相继投入研发 智能手机自体AI化时代即将启航；

不再依赖云端或服务器系统的智能手机，可以自己直接执行人工智能(AI)功能，未来也许不再是梦，因为一种“基于装置的机器学习”(on-device machine learning)时代正在开启。韩媒ChosunBiz引述业界消息，指出以2018年为起点，三星电子(Samsung Electronics)、华为与联发科等业者，预料将相继推出支持机器学习的移动应用处理器(AP)。

过去一段时间以来，机器学习多透过高阶中央处理器(CPU)、图形处理器(GPU)等复杂硬件实现。然而，高通(Qualcomm)从2015年开始，透过一项名为Zeroth的研发计划，期望利用移动系统单芯片(SoC)，有效率且自动执行机器学习，目标是将机器学习芯片搭载至智能手机或机器人等装置上。

换句话说，这将让搭载高通Snapdragon移动芯片组的装置，可对影像、物体与人脸进行分类与辨识，如果这些功能皆能在装置内部实现，未来装置将不再依赖云端或通讯网路提供的AI服务。

目前全球移动芯片架构设计，99%以上掌握在英国Arm(ARM)手中。2017年Arm发表具机器学习功能的移动芯片架构设计DynamIQ，在芯片内部加入AI加速，相较目前最新款移动处理器，理论上功能可望提升50倍以上。

Arm韩国高层表示，智能手机与PC等消费者常用装置，如果出现一套可行的AI生态系，装置处理资料的速度可望更快，而Arm的目标，就是让搭载Arm架构芯片的智能手机等装置，可以进行快速且有效率的机器学习。

预料照Arm标准架构设计的许多移动AP业者，2018年将纷纷推出相关新产品。三星、联发科等全球领先移动AP业者，目前皆采Arm架构设计，至于高通、苹果(Apple)的AP，则是部分变更Arm架构设计，基本上使用的架构设计雷同。

移动装置如果正式进入AI时代，对韩国存储器业者也是一个大好机会。韩国学者指出，基于装置的深度学习，已是无法避免的时代潮流，韩国企业应该将其视为一个机会，努力思考其中的各种可能性。对于移动装置业者而言，也可视为目前市场成长停滞的解药之一，而移动处理器功能大幅跃升将带动软件进化，超高速DRAM与高容量NAND Flash需求也会增加。

另一方面，由于支持移动装置机器学习的半导体架构设计，大部分仍掌握在高通、Arm手中，中长期而言，三星、乐金电子(LG Electronics)等韩国智能手机业者，付出的授权费有可能增加。韩国半导体业界相关人士表示，三星每年付给Arm钜额授权费，如果未来Arm在移动装置机器学习领域先行突围，到时三星对Arm的依赖程度，恐怕将比现在更为加深。

2.AI准备抢滩移动PC市场；

笔电/平板装置的主板上可能很快就会出现AI芯片，像是Intel/Movidius开发的视觉处理器(Vision Processor Unit，VPU)...

一般大众使用的行动PC主板上可能很快就会不只有中央处理器(CPU)与绘图处理器(GPU)，还会配备人工智能(AI)推理芯片，像是英特尔(Intel)旗下Movidius所开发的视觉处理器(Vision Processor Unit，VPU)。

第一个线索来自于微软(Microsoft)在日前举行之年度Windows开发者大会(Windows Developer Day)上发表的Windows ML开放性架构，是专为在Windows *** 作系统执行机器学习任务所开发 ；微软表示，此架构将扩展Windows对Intel/Movidius之VPU的原生支持。

以上讯息意味着Intel/Movidius朝着为VPU找归宿更往前进了一步，而且目标不只是诸如无人机、保全摄影机等嵌入式系统，还包括Windows笔记本电脑与平板装置；而Intel/Movidius营销总监Gary Brown在接受EE TImes电话采访时证实，尽管Windows ML的发表并不是关于VPU与行动PC的整合：“没错，你会看到VPU进驻PC主板。 ”

Windows ML预期将让Windows *** 作系统跟上快速升温的AI潮流，根据Intel/Movidius说法，该架构能为任何既有的AI工作负载动态选择最适合的硬件，并在包括Intel VPU在内的多种硬件中智能分配任务。

Brown进一步解释：“我们的VPU能与CPU、GPU共同分摊繁重的AI处理任务，例如机器视觉、脸部辨识、语音、生物辨识等等；VPU也能帮忙腾出CPU与GPU的处理资源。 ”
 

 

　　Intel/Movidius要将VPU推向主流市场

　　对此市场研究机构TIrias Research分析师Kevin Krewell接受EE TImes访问时表示：“添加Windows原生支持，将向软件开发商昭示Movidius VPU将越来越靠近主流市场 ；”不过他并不很确定PC是否为VPU的“好归宿”。

　　“我可以预见VPU对AR/VR产品如新一代Hololens来说是不错的新添加物，但不确定这是否适合PC──PC内有大量的处理能力，包括CPU与GPU可处理视讯，VPU则是在性能有限的装置中才能有最好的发挥，例如无人机 ；”Krewell指出：“或许这是Microsoft将Windows触角伸向无人机、机器人等新领域的第一步。 ”

　　AI世界迅速扩张，也让Microsoft有跟上潮流的压力；去年开放性标准组织Khronos着手开发自己的低层ML架构，例如绘图API，这意图是成为一种通用API；不过就像从Windows ML之发表可看到的， 显然Microsoft还是需要为Windows量身打造的架构。

　　另一家市场研究机构The Linley Group资深分析师Mike Demler的观察是，Windows ML看来像是其他任何一种神经网络执行时期API，而“ 现在差不多是Microsoft赶上Arm平台的时候了”；他也指出，Windows *** 作系统原生支持“让Movidius能更顺利进军Windows笔记本电脑/平板装置市场”。

　　在被问到这对Microsoft有什么好处时，Demler解释：“开发者可能已经准备好利用CPU、GPU或客制化周边如Myriad （即Intel/Movidius的VPU），在Windows平台上执行机器学习应用程序， 而Windows ML提供他们一个标准方法；”对终端用户来说，Windows ML则将“有助于推动机器学习应用程序转移至客户端装置──在这个案例中是PC。 ”

　　PC适合什么样的AI应用程序？

　　如果AI处理器是为特定的嵌入式系统量身打造，该芯片被分配的应用程序与任务会很明确，可能是无人机的物体追踪、防碰撞，或者是保全摄影机的分析取证等功能；如Movidius前任执行长、现任Intel副总裁暨总经理几年前接受EE TImes访问时所言，把AI推向边缘的目标，就是赋予嵌入式系统“感知、评估与决策”的能力。

　　那么在PC上适合什么样的AI应用程序？ Intel的Brown建议了很多种，例如：“假设你走进一个房间，桌上有一台Windows平板装置，它可以看见你、辨识你的声音或脸，并借由各种个人助理类型的任务来提供帮助，例如智能音乐搜寻或是为你的照片分类 ；以视觉为基础的AI也能帮忙强化视频会议的影像。 ”

　　当然，一切取决于应用程序开发商的想象，看他们想把什么样的AI新应用程序放上PC。 但Demler认为，PC上的AI应用程序会跟其他行动装置上的应用程序没什么两样：“包括生物辨识、AR/VR、图像处理、物体识别等等。 ”

　　目前Brown坦承Intel/Movidius的Myriad X是第一款Windows ML架构在行动PC上利用的AI处理器，但关于该VPU出现在主板上的时间点，他仅表示：“很快。 ”

　　看来这显然并非Intel/Movidius的独门生意；在被问到其他可能进驻PC的AI处理器竞争对手时，Demler强调这样的对话仅能聚焦于行动PC：“有大量的Nvidia GPU正在桌面计算机执行机器学习应用程序 ；Linley Gwennap最近披露，一家名叫Gyrfalcon 的AI加速新创公司，开发了一款能内建于USB随身碟的AI芯片，就像是Movidius。 ”

　　他指出，诀窍在于能抢进主板：“在中国，还有像是寒武纪（Cambricon）这样的AI芯片开发商，其投资者包括联想（Lenovo）。 ”

　　认识Myriad X系列芯片

　　Myriad X预期会是第一款Windows ML支持的AI芯片，该系列产品是在去年夏天发表，当时El-Ouazzne表示，该公司设计这款第三代VPU芯片设计时，“我们尝试各种方法在不增加功耗的情况下提升神经网络性能。 ”

　　具备更多硬件加速功能区块的Myriad X架构，能在深度神经网络推理任务中提供TOPS等级的运算性能，同时让功耗维持在1W之内；该芯片采用8 x 9-mm尺寸封装，整体运算性能为4TOPS。 该芯片内部的SHAVE （Streaming Hybrid Architecture Vector Engine） DSP核心，从上一代产品的12个增加为16个，此外以20个经强化的硬件加速组合添加了神经运算引擎（ neural-compute engine）。

　　El-Ouazzane在去年的Myriad X发表会上解释，该引擎是为了在不增加额外运算开销的情况下执行特定任务，例如为支持边缘提取（extract edges）的深度图绘制（depth-mapping， 这是支持如无人机着陆等应用案例的关键功能），以及为支持更宽广视角的传感器去弯曲引擎（de-warping engine），还有对保全摄影机在追踪与人数统计应用上至关重要、支持超高性能运作评估的光流（optical flow） 功能。

　　3.AI+计算机视觉 加速机器人和智能家庭进展；

　　每年的CES都会出现一些令人惊叹的技术，包括汽车、智能机器人、无人机、AR/VR以及智能家电创新等。 从昂贵的未来派玩具演进到实际可用的装置是令人激动的，今年在这方面也有重大进展。 本文探讨哪些采用AI和计算机视觉的消费装置将会成为主流。

　　每年我们都会在国际消费电子展（CES）上看到一些令人惊叹的技术，包括汽车、智能机器人、无人机、扩增实境/虚拟现实（AR/VR）、智能家电领域的创新和许多其他技术。 从昂贵的未来派玩具演进到实际有用的装置是令人激动的，今年在这一方向上取得了重大进展，当然还是有一些言过其实，只是作秀的小玩意儿。 本文将探讨哪些采用人工智能（AI）和计算机视觉的消费装置将会成为主流。

　　以摄影机为眼+内建AI智能

　　自2014亚马逊（Amazon）首次推出Echo以来，语音接口已经在过去几年内被广泛采用。 今年很明确的一点是，为了达到更高的水平，必须在边缘装置（edge device）采用视觉和人工智能技术。 今年的CES展会上有不计其数包含摄影机的机器人，其中还有一些特别突出的产品。

　　

　　Omron Forpheus采用AI技术打乒乓球

　　机器人公司奥姆龙（Omron）透过生动有趣的方式展示其技术——这是一款名叫Forpheus的机器人乒乓球大师。 该机器人使用两个摄影机来追踪球的位置和速度，采用专利的预测模型计算球的运动轨迹，以保持与人类对手的来回对抗。 还有一个额外的摄影机追踪人类玩家的脸部表情，判断他们是否享受这一游戏过程，以确保这是一场有趣的比赛。 虽然这并不意味着它是一个商用产品，但是表明人工智能、感测和先进的机器人技术可以应用于各种工业和消费功能上。

　　并不是所有的展示都像Forpheus的乒乓球技术一样流畅。 LG发布的智能家庭机器人CLOi，就出现了一些尴尬的时刻，例如机器人没有响应语音指令等。 拥有类似外观的Jibo展现其社交技能，包括脸部辨识。 该装置自去年10月开始销售，它采用一种与主流智能音箱不同的途径，使其更定位于社交，并能与用户进行个性化的互动。 SLAMtec也展示一些机器人，其特点是Slam定位和导航解决方案，例如其中的通用的机器人平台——宙斯（Zeus）。 UbTech Robotics公司去年发布了Alexa驱动的人形机器人Lynx，今年则推出了可以爬楼梯和踢足球的两足机器人。

　　Sony在90年代末推出的机器人宠物狗Aibo，最近正以全新且更先进的版本重回人们的视线。 它包含两个摄影机和多个传感器，从而可以辨识主人并且对触摸和声音做出反应。

　　另一个和宠物相关的创新产品是交互式Wi-Fi宠物相机Petcube，它可以让用户远程检查宠物的状况。 其中一款型号的宠物相机甚至可以让你晃一晃手指就能为宠物准备好一顿饭。

　　虚拟现实何时起飞？

　　至于虚拟现实市场的创新，我们看到了稳步地成长，但仍未像预期一样爆发。 这主要是由于存在一些困难的挑战，例如有限的运算资源、功耗、自内向外追踪（inside-out tracking）和内容质量的限制。

　　在CES 2018上，宏达国际电子（HTC）发布了HTC Vive Pro，支持高分辨率和低延迟，但更重要的是它能够直接将内容串流传输到头戴式装置上，而不必像其他装置一样需要使用电缆。 相较于HTC Vive，Vive Pro看起来更大，而且由于价格昂贵，所以主要针对高阶专业用户。

　　

　　无线的头戴式显示设备（HMD）——HTC Vive Pro（来源：HTC）

　　虚拟现实技术的新应用之一是Google VR180，可望成为主流消费产品。 它采用创新的方式利用双目立体相机技术撷取3D影像。 并以180度的拍摄角度，取代不方便透过正常视角观看的360度。 致力于拍摄这种新格式的两款产品是联想（Lenovo）的Mirage相机，以及小蚁（Yi） Horizon VR180相机。 用户可以透过Google Daydream VR头戴式显示设备（HMD）观看3D照片，或是在任何屏幕上观看2D照片。

　　无人驾驶车大出锋头

　　无人驾驶车已经成为过去几届CES大会上最具吸引力的展示之一。 今年，汽车专家认为无人驾驶车已经是既定现实，转而开始寻找必要的服务和应用，以满足人类无需开车时产生的新需求。 例如，福特（Ford Motor）执行长Jim Hackett在主题演讲中将整个自动驾驶车驱动的生态系统称为“生活街”（the living street）。 丰田（Toyota Motor）的e-Palette概念车也传递了类似的讯息，描绘车辆在没有驾驶人的情况下，拥有从行动赌场和餐厅到共乘服务和货物运输的多用途和模块化配置。

　　在自主航空领域，贝尔直升机（Bell Helicopter）公司展示如何在类似出租车的电动直升机中实现无人驾驶飞行的旅程。

　　这些例子证明每个人都清楚地认识到无人驾驶车的革命正在发生。 唯一的问题是一旦它实现了，我们的城市将会是什么样子？

　　

　　Bell空中出租车提供了自动驾驶直升机的缩影

　　智能朝向边缘发展

　　人工智能在过去几年的爆发式发展，可说是因特网最直接的成果。 过去，个人计算机（PC）和手持装置还不够强大到足以支持深度学习，所以像是Google和亚马逊等大型公司使用巨大的服务器中心在云端处理数据。 这种方法的优点是实现几乎无穷尽的运算能力，而不需要考虑哪一种特定装置采用的处理器。 但是缺点也有很多。 首先是数据传输的延迟，会随着网络覆盖状况而发生变化，更不用提在没有网络覆盖的情况了。 更重要的是云端处理的缺点——隐私和安全的问题。 因此，当处理敏感信息时，最好保持在装置上，而不是发送到安全性薄弱的外部。

　　这些理由清楚地表明使用云端处理深度学习只是一个临时方案。 一旦嵌入式平台可以提供足够的性能支持人工智能处理，就会开始在边缘装置上执行。 你可能想知道嵌入式平台什么时候才够强大能实现这一愿景，答案是它们已经到位了。 最新的旗舰级手机，像iPhone X上的嵌入式神经引擎能够在本地辨识人脸来解锁手机，而无需再发送信息到云端。

　　其他还有许多的人工智能特性也可以在终端装置上实现，特别是透过强大和高效的数字信号处理器（DSP）以及基于向量处理器的专用深度学习引擎。 先进的处理和节能技术使这些系统比绘图处理器（GPU）和其他用于远程服务器的处理器消耗更少的功耗，所以即使是小型、以电池驱动的装置也可以使用人工智能处理器，而不必依赖云端。 例如NeuPro人工智能系列处理器搭配软件和硬件工具，能够实现嵌入式智能和更流畅的开发周期。

　　

　　针对嵌入式装置的自主专用人工智能处理器NeuPro（来源：CEVA）eettaiwan

　　4.AMD和英伟达的区块链前景令投资者兴奋不已；

　　据路透社报道，美国半导体公司AMD季度收益惊人，使芯片销售成为区块链技术提供商的焦点。区块链作为一种数字分类账，已经超越了加密货币迎来爆炸式增长。

　　AMD和英伟达的区块链前景令投资者兴奋不已

　　区块链是比特币和以太坊背后的技术，加密货币矿商使用快速图形处理单元（GPU）来解决复杂的数学问题，并获得新数字货币作为奖励。

　　AMD和英伟达将于下周公布财报，这两家公司都出售GPU，它们可能会在价格上涨时获得重大收益。分析师预计，随着全球更多公司宣布进入比特币行业或区块链技术的计划，这两家公司的销售额将进一步增长。

　　投资者对未来感到兴奋。AMD股价周三上涨约6%，而英伟达的股价上涨3%。

　　2017年，颇受欢迎的比特币的价格飙升逾1300个百分点，吸引了世界各地更多的人来使用比特币，推高了对GPU的需求。

　　过去，AMD和英伟达试图降低对加密货币潜在收入增长的预期，但分析人士认为，区块链的闸门已然开启。

　　Stifel分析师Kevin Cassidy表示：“我们认为区块链更大范畴是一个可持续的GPU市场，它最终会成为区块链应用的特定应用芯片ASIC。”

　　“我们认为，AMD和英伟达都有可能从中获益，至少也会从为ASIC提供知识产权中获益。”

　　尽管区块链最广为人知的是作为支撑比特币的系统，但越来越多的行业使用它来提高安全性或业务效率，比如戴比尔斯（De Beers）利用区块链技术来验证钻石真伪。

　　瑞士信贷分析师John Pitzer称，“尽管有些人会认为加密技术的好处应该打个折扣，但我们认为，区块链的可持续性比大多数技术都要高。”

　　Pitzer估计，AMD在2017年向区块链公司出售了约3.2亿美元的芯片，但这只占AMD公司全年营收（超过50亿美元）的一小部分。

　　AMD首席执行官Lisa Su在周二的财报电话会议上表示，虽然区块链是一个流动性非常强，并且充满活力的市场，但AMD在12月份增长势头强劲，而且这种势头持续进入了今年第一季度。

　　AMD最大的竞争对手英伟达将于2月8日公布第四季度财报，该公司10月份公布的季度营收超过了1亿美元。 TechWeb

　　5.AI技术酝酿大者恒大的风暴 科技大厂积极收购新创

　　移动、云端与数据厂商UnfoldLabs，其执行长Asokan Ashok于举办在洛杉矶的NexGen 2017 Conference & Technology Expo会议中透露，就在人工智能（AI）技术更普及化的当下，能够掌控最多数据的企业，将成为这场数位竞赛的赢家，并囊括最大的市占率。这些大型科技企业，也将收购绝大多数具前景与创意的新创业者，最终成为“大者恒大”的科技生态圈。

　　据CRN报导，有鉴于数据的重要性日益显著，能够掌握AI技术的几家品牌大厂，将会获得最大比例的有用资讯，这些品牌大厂也将大规模收购有潜力的新创业者。

　　然Ashok指出，这些新创企业的收购并非出于自愿，而是受制于数位经济结构的压力。Ashok表示，诸如亚马逊（Amazon）、Google、Facebook与IBM等品牌大厂，将会引领数据领域的购并与茁壮。然而，这项技术目前仍处于婴儿期阶段。

　　Ashok表示，近来市场对AI领域的投资呈爆炸型成长，导致机器学习、深度学习（deep learning）、大数据（big data）、自然语言处理（natural language processing）、语音转内文（speech-to-text）、内文转语音（ text-to-speech）、机器视觉（machine vision）与模式识别（image recognition）等进展，已引发一股“科技的完美风暴”（a perfect storm of technologies）。

　　虽然AI风潮看似为近来的产物，但事实上，AI的构思最初早于1956年就曾经被业界人士所提出，之后陆续有产业人士允诺，未来的世界将因AI技术的成熟而有典范式转移。然而，这些允诺从未真正落实过，直到近年来，AI生态圈的发展因演算速率的快速增加，而有跳跃式进展。云端运算的进步，尤其是AI突飞猛进的最大功臣。

　　Ashok表示，品牌大厂对数据的掌控，绝对会让这些科技巨擘们，持续占据市场的龙头宝座。对于能够在运算模式上也突破进展的新创业者，很有可能会一一遭这些大厂收购。Google收购DeepMind就是一个最好的范例。

　　未来一年，就当AI技术领导者为了持续奠定本身的领先地位，而四处寻找更大规模的海量资料时，群众外包（crowdsourcing）将会是获取资料的一大利器。Ashok指出，企业将寻找数据库以便执行AI。未来企业在争取智能资本（intellectual capital）与人才的竞争上，将会更加激烈。

　　Ashok表示，当AI的冲击力渐趋白热化之后，新的安全议题、隐私疑虑、道德与人文反思将陆续兴起。人们将大幅探讨AI运用是否将伤害到人类的福祉。尤有甚者，人们将忧虑AI是否将取代人类的劳动力。Ashok认为，这些议题将会是下几代的人类才会遇到问题。他不认为这一生，会有机会碰到如此深奥的难题。DIGITIMES