AI硬件呈现井喷式增长 联发科计划未来三年将专注于端智能开发

AI硬件呈现井喷式增长 联发科计划未来三年将专注于端智能开发,第1张

纵观市场走向,AI硬件产品在不久之后将会呈现井喷式增长,提升终端AI 的运算效率成为科技大佬争分夺秒进行的策略。近日联发科也向外发布了未来三年AI战略,计划在未来三年将专注于端智能开发,将从智能从云端到终端将有四大方面的性能提升。

今天手机芯片巨头联发科在北京召开媒体沟通会,就日前在CES上推出的人工智能平台NeuroPlot以及联发科接下来的在AI上的策略进行阐释。

虽然目前人工智能的进展主要在视觉识别(AI Vision )和语音识别(AI Voice)两个方面。而在视觉识别方面,目前的人工智能基于深度学习算法通过对大规模的图像进行特征标注,在运算力强的云端进行训练,而在芯片市场,GPU已在云端一家独大。从月初的CES上,小编也观察到AI硬件产品也在呈现井喷式增长,端智能已经成为人工智能领域的一大趋势。

一、未来三年将专注于端智能开发

AI硬件呈现井喷式增长 联发科计划未来三年将专注于端智能开发,AI硬件呈现井喷式增长 联发科计划未来三年将专注于端智能开发,第2张

据联发科技CTO办公室协理林宗瑶说智能从云端到终端将有四大方面的性能提升。

1、反应速率,目前的智能设备很多都是由终端设备进行数据采集,再传回给云端进行运算处理,之后再传会给终端设备,而整个过程都有时间损失,比如在车载系统等需要做出快速反应的系统中,从端-云-端这样的信息处理会来不及,而终端智能就可以及时进行系统反馈。

2、隐私保护,设备将数据上传到云端进行处理,对用户来说最大的问题就是隐私权。即便目前由公有云、私有云甚至是混合云等不同权限的云服务,用户的数据还是传到了云服务商的服务器后台。对云服务用户来说,除了隐私问题外,将资料上传到云也带来了成本上的压力,特别是数据相当庞大的用户。

3、网络连接,在云端进行数据处理的整个过程还需要连接网络,如遇到网络延迟或卡顿,数据的传输就会受阻,整个回应的过程也会变长,执行的效率大大变低。

4、运行功耗,据林宗瑶介绍目前云服务所产生的总功耗约占到全球总功耗的5%,如果可以在终端上进行AI处理的话,功率也会降下。

正是由于云端服务会有以上不尽人意之处,目前行业内部都在通过将智能下放到终端,来实现设备的智能化。作为手机芯片巨头的联发科也想成为端智能的推动者。林宗瑶更是强调,在未来的三年联发科都将专注在端智能上。

二、开放NeuroPlot人工智能平台

在月初的CES上,联发科推出了名为NeuroPlot人工智能平台,这一平台将硬件产品AI处理器与软件服务整合在一起,可为用户提供完整的人工智能解决方案。

AI硬件呈现井喷式增长 联发科计划未来三年将专注于端智能开发,AI硬件呈现井喷式增长 联发科计划未来三年将专注于端智能开发,第3张

NeuroPlot人工智能平台主打四大特点:

1、提升终端 AI 的运算效率──联发科的NeuroPilot AI平台让终端设备执行和运作AI应用程序时更具效率、更加可行。

2、利用AI增强产品功能──联发科的芯片平台利用AI技术提升产品效能及功能,主要针对面部识别、面部美化、场景检测、手势检测、系统性能以及语音识别等功能。

3、支持主流AI架构──联发科的AI解决方案支持市场上现有的AI架构,包括Google的TensorFlow、Caffe、Amazon的MXNet、Sony的NNabla等。 *** 作系统方面,联发科技同时支持AndroidLinux系统。

4、提供软、硬件整体解决方案──除了提供人工智能处理器,联发科也将推出NeuroPilot SDK,让开发者得以更为便利地采用联发科芯片,为消费型设备提供AI应用程序与功能。同时,NeuroPlot人工智能平台将提供涵盖中低端的完整的API支持。

所以,NeuroPilot AI平台是跨平台、跨架构、跨 *** 作系统的平台,所以用户只需要写一次代码,就可实现在不同平台、 *** 作系统下使用。

在提供整体方案上,NeuroPlot人工智能平台可为不同层级的开发项目提供服务,主要分三个层次:

1、对已有完整应用程序但因使用不同开发框架的项目,提供框架优化设计。由于联发科与谷歌、亚马逊、FaceBook等都是合作伙伴关系,因而可以兼容市面上常见的框架形式。

2、对已有基础脚本但需要进行AI加速运算的用户,NeuroPlot人工智能平台将为用户进行神经网络扩展,加速脚本的运行效率。

3、为合作伙伴提供定制化解决方案,这一层次基于联发科的异构运行能力。NeuroPlot人工智能平台可为CPU、GPU、APU(联发科自研的用于进行AI运算的芯片,不限于深度学习算法)等全部接入AI运算能力,这样无论终端设备是需要CPU、GPU、APU等哪一芯片进行运算时,都将实现快速的运算。

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/dianzi/2571676.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-07
下一篇 2022-08-07

发表评论

登录后才能评论

评论列表(0条)

保存