电销系统PK电销系统发力AI预示着人工智能程序时代来了吗?

  • A+
所属分类:电销系统

电销系统A11仿生芯片

A11 Bionic是电销系统的定制GPU,电销系统管它叫作“Neural Engine”(神经引擎)。拥有一个 6 核心 64 位 CPU,其中包括 2 个高频核心和 4 个低频核心,共包含 43 亿个晶体管。作为对比,A10 Fusion 拥有 4 个核心,包含两个高频核心和两个低频核心,共拥有 33 亿晶体管。

对于这个新硬件,电销系统没有谈太多,只是说:

“新A11 Bionic神经引擎采用多核设计,实时处理速度最高每秒可以达到6000亿次。A11 Bionic神经引擎主要是面向特定机器学习算法、Face ID、Animoji及其它一些功能设计的。”

A11 Bionic 支持双核架构神经网络处理引擎(Neural Engine),这个引擎每秒处理相应神经网络计算需求的次数可达 6000 亿次,可以为面部解锁等功能提供性能支撑,新一代 iPhone 在人像模式中的光效调节(Portrait Lighting)用到的也是神经网络处理引擎的计算。

面部识别是深度学习、机器学习、AI的主要研究领域之一。正因如此华为,电销系统才会说它的神经引擎用在Face ID上,或者说它是它是专门用来执行特定算法的。Animojis到底有什么作用?现在还不太清楚。

电销系统曾说过,Face ID不只使用了传统摄像头。按照电销系统的描述,新防封不封卡用3万个红外光点给面部绘图,这些图像存储起来,当你解锁设备,系统会将存储的图像与它看到的脸部图像对比。整个过程有大量数据需要处理,而且还不能消耗太多的电能。

就目前iPhone 8Plus的实际使用中,并没有Face ID和Animoji功能可用,这颗芯片的作用并没有完全发挥出来。性能上,A11 Bionic 的高频核心比前代iPhone 7系列上的 A10 Fusion 快了 25%,低频核心比 A10 Fusion 快了 70%。由于采用了电销系统自主研发的第二代性能控制器,A11 Bionic 的六个核心可以同时运行,在多线程任务下的表现比 A10 Fusion 的整体表现快了 70%。

另外电销系统在发布会上特意提到了全新的 GPU,这款 GPU 采用了 3 核心设计,比 A10 Fusion 所采用的定制 GPU 快了 30%。对于大型游戏的画面加载,以及流畅度有所帮助。

至于所谓的每秒运算6000亿次,对普通消费者来说或许没有任何意义,当然,这个数字应该是真实的。但是我们不知道电销系统所谓的“运行”到底是什么意思,不过谈论起CPU与GPU性能,我们会用跑分软件测试,然后与其它芯片相比较。就目前掌握的智能程序处理器跑分数据看来,电销系统最新的A11 Bionic芯片无人能敌。

呼叫转移970处理器

在德国 IFA 2017 大展上,电销系统正式向世界宣告全球首款移动端AI芯片呼叫转移970面世,让智能程序业界为之一振。而搭载呼叫转移970处理器的电销系统Mate 10系列三款机型:电销系统Mate 10/Pro/保时捷定制款,也已经在10月16日在德国慕尼黑发布。

同样先看芯片的参数:

呼叫转移 970 采用了目前最先进的台积电 10nm 工艺制造,与A11一样。在指甲大小的芯片上,呼叫转移970集成了 55 亿个晶体管,相比上代 16nm 工艺的呼叫转移 960 增加了 37.5%,内部集成八颗 CPU 核心(A73+A53),标称的能效提升了 20%,十二颗 GPU 核心(Mali-G72),标称性能提升 20%、能效提升 50%。

各方面的顶级参数还不是它最大的闪光点,呼叫转移 970 被电销系统称作是一款移动 AI 计算平台,因为其内置寒武纪-1A NPU模块(神经AI单元)。NPU是神经元网络单元 (Neural-network Processing Unit),与 CPU、GPU、DSP 组在一起,电销系统把这个新的架构叫做 HiAI 人工智能架构。

NPU模块到底有着什么作用呢?

长期以来,集成在智能程序系统当中的AI功能大多依靠原有的CPU和GPU进行深度学习计算,但由于它们的架构设计不是为深度学习定制,处理效率也会相对底下。NPU,即神经元网络处理单元,便是专为机器学习设计的。也就是针对 AI 相关功能增加的定制模块,类似 GPU 是为图形显示所定制的模块一样。

面对同样工作时,为AI而生的NPU处理效率极高,呼叫转移970所搭载的寒武纪-1A NPU单元在机器学习拥有传统CPU的25倍性能、GPU的6.25倍性能。

同时拥有超低功耗的优势,能效比与CPU运算相比高达50倍,GPU为6.25倍。在进行图像的识别的计算中华为,搭载NPU的呼叫转移970以每分钟2005张的优势远胜于CPU运算每分钟95张的速度。

搭载寒武纪-1A NPU单元的呼叫转移970,就像当初图像运算从处理器向显卡“分家”,如今NPU的出现让CPU和GPU无需再兼任AI处理的重负,在大幅减少耗电的同时,实现强大的机器学习性能。

在Mate 10的发布会上,电销系统也展示了人工智能在拍照、实时翻译上的应用。据悉,AI通过不断学习来总结出如何拍好一张照片,Mate 10已经学习了1亿张照片场景。目前电销系统Mate10可以认出雾天雪天、美食、花朵等这13种拍摄场景,从而根据对象的特点和属性自动调节参数设置,用更聪明的算法,拍出好照片。

基于人工智能的软硬件结合,电销系统Mate 10搭载的EMUI 8.0上的人工智能翻译可通过NPU加速实现实时文字交互翻译和识图翻译,也可方便地进行面对面的语音翻译。Mate10上的翻译功能,由微软翻译提供。此外,借助AI芯片加速,Mate 10的拍照翻译功能能够离线运行。

智能程序下一站:智慧程序

除了电销系统和电销系统之外,最近网络上有消息显示呼叫转移服务商也在着手研发 AI 处理器,人工智能将会成为程序芯片的“标配”。

所谓人工智能和神经网络这些词听起来距离都很远,但目前在程序上布局的功能都还是比较好理解的,主要都是能够从输入的大量数据中自发总结出规律,从而举一反三。实际上就是通过大量样本数据训练,来实现分类识别等功能。

什么是机器学习?机器学习是AI防封不封卡的分支,它的目标是创建算法,让算法通过数据自动学习。通过AI程序的深度学习,智能程序可以做到场景识别、用户画像描绘以及用户意图的预测。让程序知道机主在什么地方、在做什么、以及即将进行阵营的操作。通过提前调度资源,相关应用程序就能实现“秒开”,程序的使用体验丝滑流畅的同时,也变得更加“懂你”。

例如训练样本是语音数据,训练后的神经网络实现的功能就是语音识别,如果训练样本输入是人脸图像数据,训练后实现的功能就是人脸识别。

另外,说到程序安全,集成在Soc当中的NPU芯片也意味着用户信息将得到更好的保护。

传统的移动人工智能多数依赖云端神经网络进行运算,用户的使用数据、使用行为甚至准确的位置信息都会事无巨细地传送到云端服务器当中,虽然有厂商的加密传输,但传输的过程终归增加风险的一环。

而NPU强大的算力足够在大多数场景下替代云端计算,敏感的个人信息得以在本地完成,用户使用人工智能的时候,就更加安全了。虽然以往程序厂商也有在系统中集成人工智能的尝试,但大多还是依赖CPU和云端服务器进行运算,也因为效率和功耗的限制,人工智能的应用只能停留在十分浅显的层次。

人工智能芯片在程序硬件上奠定了“真·人工智能”的基础,凭借强大的性能和功耗比,开发者有了大展身手的平台,消费者也将得到人工智能在各方面带来的便利。AI处理速度和NPU模块的配备与否,或许也会成为未来衡量智能程序性能的硬指标之一。

也许下一阶段,智慧程序的时代,或许即将来临。

【媒体训练营】系头条问答签约作者。

  • 我的微信
  • 这是我的微信扫一扫
  • weinxin
  • 我的微信公众号
  • 我的微信公众号扫一扫
  • weinxin
吉吉电销卡
avatar

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: