科技巨頭搶占AI市場(chǎng)，智能芯片給生活帶來(lái)怎樣變化

　　科技行業(yè)的巨頭們看似已經(jīng)完全接受了人工智能革命。蘋(píng)果、高通和華為已經(jīng)制造了一種移動(dòng)芯片，而這些芯片的設計目的是提供機器學(xué)習一個(gè)更好的平臺，而不同公司設計這種芯片都采用了略微不同的方式。華為在今年的IFA上發(fā)布了Kirin 970，他們稱(chēng)其為第一款帶有專(zhuān)用神經(jīng)單元處理器(NPU)的芯片組。然后，蘋(píng)果發(fā)布了A11仿生智能芯片，該芯片為iPhone8、8Plus和x提供引擎動(dòng)力。A11仿生芯片的特點(diǎn)是，它的神經(jīng)引擎處理器是專(zhuān)門(mén)為機器學(xué)習而設計的。

　　上周，高通發(fā)布了驍龍845，該芯片能夠將人工智能任務(wù)發(fā)送至最合適處理器的核心系統。這三家公司的設計方法并沒(méi)有太大的區別——最終歸結為每種芯片向開(kāi)發(fā)者提供的訪(fǎng)問(wèn)權限，以及每一種設置所消耗的電量。

　　在我們討論這個(gè)問(wèn)題之前，我們先來(lái)弄清楚一個(gè)人工智能芯片跟現有的cpu有怎樣的不同。在業(yè)界，你會(huì )經(jīng)常聽(tīng)到叫“異構計算”的有關(guān)人工智能的術(shù)語(yǔ)。它指的是使用多種處理器的系統，并且每一種處理器都有專(zhuān)門(mén)的功能，以獲得更高的性能及節省能源。這個(gè)術(shù)語(yǔ)并不新鮮，而且許多現有的芯片組都使用了它——例如這三款新產(chǎn)品在不同程度上采用了這個(gè)概念。

　　過(guò)去三年來(lái)，智能手機的cpu使用了ARM的big.LITTLE架構，它能夠將相對較慢的節能核心與速度更快、能耗更低的核心結合起來(lái)。我們的主要目標是讓這款芯片盡可能少占用電能，以獲得更好的電池續航時(shí)間。首批采用這種架構的手機包括三星Galaxy S4，它只入了其公司自主生產(chǎn)的Exynos5芯片，以及華為的Mate8和榮譽(yù)6。

　　今年的“人工智能芯片”讓這一概念更進(jìn)一步，它通過(guò)添加一個(gè)新的專(zhuān)用組件來(lái)執行機器學(xué)習任務(wù)，或者可以使用其他低功耗內核來(lái)執行機器學(xué)習任務(wù)。例如，驍龍845可以利用它的數字信號處理器(DSP)來(lái)處理需要大量重復計算的長(cháng)時(shí)間運行的任務(wù)，比如在一段長(cháng)對話(huà)里通過(guò)分析找到一個(gè)用戶(hù)需要的熱詞。高通的產(chǎn)品管理總監加里布洛特曼告訴Engadget，在另一方面，像圖像識別這樣的需求可以通過(guò)GPU更好地管理，布羅特曼專(zhuān)門(mén)負責為驍龍智能平臺開(kāi)發(fā)人工智能和機器學(xué)習技術(shù)。

　　與此同時(shí)，蘋(píng)果的A11仿生學(xué)應用在其GPU上添加了一個(gè)神經(jīng)引擎，以加速人臉識別、動(dòng)話(huà)表情反饋和一些第三方應用的使用。這意味著(zhù)，當你在iPhoneX上啟動(dòng)這些進(jìn)程時(shí)，A11會(huì )打開(kāi)神經(jīng)引擎進(jìn)行計算來(lái)驗證用戶(hù)的身份，或者把你的面部表情倒入到“會(huì )說(shuō)話(huà)的便便”這款應用中。

　　在Kirin 970芯片中，NPU會(huì )處理一些任務(wù)，比如掃描和利用微軟翻譯來(lái)翻譯圖片里的文字。這是迄今為止唯一針對這款芯片進(jìn)行優(yōu)化的第三方應用。華為表示，其“HiAI”異構計算結構將其芯片組的大部分組件的性能最大化，因此它可能會(huì )將人工智能任務(wù)分配給更多，而不僅僅是NPU。

　　拋開(kāi)這些差異不說(shuō)，這種新的架構意味著(zhù)過(guò)去只能在云端處理機器學(xué)習計算，現在可以在設備本體上更高效地運行。通過(guò)使用非CPU的部分來(lái)運行人工智能任務(wù)，用戶(hù)的手機可以在同一時(shí)間處理更多的事情，這樣你在等待應用為你翻譯或例如尋找寵物狗的圖片時(shí)就不會(huì )遇到延遲的煩惱。

　　此外，在手機上運行這些程序不用將用戶(hù)的使用數據發(fā)送到云端，這對用戶(hù)隱私也有了更強的保護，因為這樣可以減少黑客獲取數據的機會(huì )。

　　這些人工智能芯片的另一大優(yōu)勢是節約能源。因為有些工作是重復的，我們手機電池消耗量需要針對這些重復的進(jìn)程進(jìn)行更合理地分配。GPU往往會(huì )吸收更多的能量，所以如果取而代之的是更節能的DSP，并且它可以實(shí)現與GPU類(lèi)似的效果，那么最好是選擇后者。

　　需要明確的是，在決定執行某些任務(wù)時(shí)，芯片本身并不決定使用哪個(gè)核心系統作為驅動(dòng)?！霸诮裉?，開(kāi)發(fā)者們和oem廠(chǎng)商都想要運行人工智能芯片，”Brotman說(shuō)。程序員可以使用像Google的TensorFlow這樣的支持數據庫(或者更確切地說(shuō)是它的Lite移動(dòng)版本)來(lái)選擇運行他們的模型的核心。高通、華為和蘋(píng)果都采用了TensorFlow Lite和Facebook的Caffe2等最受歡迎的選項作為他們設計的支持程序。高通也支持新的開(kāi)放神經(jīng)網(wǎng)絡(luò )交換(ONNX)系統，而蘋(píng)果則通過(guò)其核心的ML框架為更多機器學(xué)習模式添加了兼容性。

　　到目前為止，這些芯片都沒(méi)有在現實(shí)世界中帶來(lái)明顯的影響。芯片制造商們將會(huì )吹捧他們自己的測試結果和基準，但這些測試結果直到人工智能程序成為我們日常生活中重要的一部分之前都毫無(wú)意義。因為我們正處于讓設備進(jìn)行機器學(xué)習的發(fā)展早期階段，并且使用新硬件的開(kāi)發(fā)者少之又少。

　　科技巨頭搶占AI市場(chǎng)，智能芯片給生活帶來(lái)怎樣變化

　　不過(guò)現在很明顯的是，競爭已經(jīng)開(kāi)始了，競爭者們著(zhù)重研究如何讓機器學(xué)習相關(guān)的任務(wù)在用戶(hù)設備上運行地更快、更省電。我們只需要等待一段時(shí)間，就能看到從傳統芯片到人工智能芯片的轉變帶給我們生活上的幫助。