|
2017年手机圈的主旋律莫过于全屏手机和人工智能两方面。各个厂商的全面屏产品接踵而至，人工智能产品也在不断加快研究脚步。人工智能主要包括两个方面，一个是软件算法，另外一个就是芯片。只有软件和硬件相结合，才能让AI拥有更好的效率。 人工智能芯片 虽然说AI芯片是今年AI的潮流，但是AI最核心的还是算法，没有算法的AI芯片将会一无是处。今年的很多手机厂商都在新品发布之时宣称，手机加入了AI(人工智能)功能，支持深度学习。不可否认的是，AI算法给手机的体验带来了很大的提升，手机的耗电、卡慢问题得到很好的缓解。 苹果的布局 其实AI很早就已经加入了手机中，苹果的Siri就算是AI早期的雏形，不过Siri并没有能够达到苹果的预期。在10月5日，苹果“购买”Init.ai公司的AI团队，不过苹果并没有直接收购Init.ai公司，也没有购买该公司的任何专利，这意味着苹果不会运用Init.ai的技术，苹果看中的是Init.ai的AI团队，该团队将会负责开发Siri。
同样在9月初，苹果发布了iPhoneX、iPhone 8以及iPhone 8 Plus手机，其中所搭载了A11处理器也具备了独立的AI芯片，这个双核的“A11生物神经网络引擎”(A11 bionic neural engine)芯片可实现每秒6000亿次的运算。前面已经提到，苹果的Siri是他们在人工智能的重要布局，收购Init.ai的AI团队就是最好的证明。 谷歌的布局 谷歌也在也在国庆前收购了HTC的Pixel团队，想要加强他们在Android系统中的控制力。因为现在所有的智能手机厂都在布局自己的AI产品，谷歌的统治地位受到了极大的威胁。谷歌一直是一家软件公司，AI会成为谷歌软件服务的关键，而Pixel手机和GoogleHome等硬件会为ODM厂商提供范例。 谷歌CEO皮查伊提出了AI的4个核心要点：交互化、场景化、语境化、迭代化。谷歌瞄准了个人、家庭和生产力三大AI入口，皮查伊再次强调软硬件结合需要共同努力来优化。谷歌还发布了全新的AotoML，这套改进的算法利用机器学习来训练机器学习，以不断进步AI的发展和使用。 移动端硬件支持 AI芯片也是在下半年才开始出现，所以现在主要的AI方案还是基于处理器+GPU+DSP来进行的，这种方案的最大优势是成本低，风险小。独立开发AI芯片耗时耗力，而且在AI风口过去之后，是否还有必要继续下去也是一个重要问题，这也是高通虽然有布局，但迟迟没有入局的原因。 华为在9月的IFA大会上发布麒麟970处理器，并宣称该处理器搭载了独立的AI芯片。华为麒麟970处理器中的AI芯片来自寒武纪，具有AI人工智能处理器的神经元网络，也就是说具有了自主思考、学习的能力，而不再是简单的执行命令。 ARM推出新架构DynamIQ芯片，该处理器架构将会通过为不一样部分配置软件的方式将多个处理核心集聚在一起，其中包括一个专门为AI算法规划的处理器。芯片厂商将可以为新处理器配置最多8个核心。同时为了能让主流AI在自己的处理器上更好地运行，ARM还将放出一系列软件库。 DynamIQ是在ARM上一代革新架构big.LITTLE基础上的一次演进，这种架构能够对同一运算设备中的大小两个核进行适当配置，以减少电池消耗。ARM称，与在现有芯片架构上开发出的处理器（即Cortex-A73）相比，基于DynamIQ架构开发的全新处理器有望在三到五年内使人工智能的表现增强50倍。现在big.LITTLE架构已经被使用到了几乎所有智能手机的芯片上，包括用于安卓系统的高通骁龙处理器。 其他硬件支持 nVidia已经成为云端服务器领域非常重要的一部分，现在世界上大部分的AI初创公司是由nVidia提供硬件平台的，将其称为领跑者也没有问题。但是基于nVidia的人工智能平台功耗太大，在短时间内可以实现开发，但是真正运作起来，需要定位更加精细的产品才可以。 作为PC时代的巨头，英特尔错过了移动互联网时代，哪怕是在即将到来的AI时代，英特尔还是有些准备不够，但是财大气粗的英特尔通过并购的方式来实现弯道超车。英特尔在2015年收购了Altera，并推出基于FPGA专用的深度学习加速卡;2016年收购了Movidius;2017年十年收购Mobileye，后者能为前者提供传感器芯片和算法。虽然现在英特尔并没有太多大动作，但是未来移动端人工智能还是非常值得期待的。 蓝色巨人IBM在科技界一直是非常强大的，各家半导体厂商的产品很多都是从IBM实验室中诞生的，AI芯片方面也不例外。IBM很早就发布过watson，并投入是使用。TrueNorth是IBM参与DARPA的研究项目SyNapse的成果，这种芯片把数字处理器当作神经元，把内存作为突触，将内存、处理器和通信部件是完全集成在一起。TrueNorth芯片的信息处理完全在本地进行，传统计算机内存与处理器之间的瓶颈不复存在了。 芯片算法同样重要 面对汹涌而至的AI大潮，每一个科技大厂都不愿意放过。不过现在人工智能主要还是集中在语音识别、场景交互多个方面，苹果的A11 Bionic芯片主要就是处理来自Face ID的图形问题，并延伸到Siri上;而且他的手机厂商除了以上的使用之外，还将人工智能算法加入到系统优化等方面。 芯片最终还是离不开制造，半导体先进工艺制程更新脚步慢慢放缓，虽然华为麒麟970和苹果A11都在台积电放量生产，但是随着成本的不断提升，制程微缩与经济性之间的平衡难以维持，芯片的电路规划和系统优化就尤为重要。只有芯片和算法两种同时发展，才能让人工智能更快到来。 |
发表评论
