移动平台AI应用闪耀MWC2018

发布时间:2022年06月16日
       虽然苹果和三星都有自研的应用处理器, 在高端智能手机市场形成了一定的门槛;不过, 联发科最近在世界移动通信大会上推出了最新的 Helio 60 芯片组, 希望通过移动应用重振其智能手机市场。联发科的计划是重新进入与高通直接竞争的中高端智能手机市场。联发科将 60 视为“第一款内置多核 AI 处理器的下一代智能手机平台, 用于移动和联发科技术。”此举突显了智能手机市场竞争焦点的重大转变——开始转向移动设备。各种芯片供应商都在竞相将神经网络引擎安装在手持设备上。
       他们的目标很简单, 让人工智能体验——语音用户界面、面部解锁、增强现实等——能够在客户端设备上更快更好地处理, 无论是否有网络连接。这位资深分析师表示:“仅去年一年,

我们就看到了第一款嵌入神经引擎的智能手机处理器, 而且这些处理器几乎都是旗舰处理器, 比如华为麒麟 970、高通骁龙 835 和联发科的 30 等。”说:“联发科会在较低层添加神经引擎并不奇怪, 但有趣的是他们打算用比他们的旗舰 30 更强大的核心来这样做。”换句话说, 在中国手机制造商的推动下, 一个主要的中端智能手机供应商社区已经开始准备就绪。他们尽快打入移动市场。联发科将其所谓的“新溢价”定义为“中等价位”提供高质量性能和功能的设备”。
       联发科全球销售总经理解释说:“这是当今智能手机的趋势, 包括, 联想等中高端玩家急于缩小与顶级竞争对手的差距, 希望在取得重大进展。
       在应用程序, 功能和方面。联发科指出, 2017年全球48%的智能手机出货量来自中国, 主要针对新兴市场。联发科援引一份报告指出, 2017年中端消费品牌增长显着, 小米智能手机产量增幅高达76%, 同时, 也出现了显着增长。 60 在一个八核中具有四个 73 处理器和四个 53 处理器。联发科声称, 得益于八核设计, 60 的性能比其前身 23 和 30 提高了 70%。
       通过使用新的 72 到 800, 60 还可以将性能提高 70%。神经引擎 然而, 60 的特别之处在于其内置平台、桥接器和板载加速器。
       联发科的架构是通过协调在、加速器和加速器之间的计算负载来管理异构计算架构并最大化性能和能效。联发科已确认 60 加速器中集成了 6 个内核。 6(来源:对比联发科旗舰30——使用5实现每秒70个的高性能, 60每秒可以处理280个。说:“所以60的整体处理器性能只低一个档次, 神经引擎性能高出 4 倍。”相比 60 神经网络引擎的性能, 说:“华为麒麟 970 可以达到 ~116, 由于在更高分辨率下, 它可以实现比 60 高 4 倍的神经网络性能。在 280 时, 60 与 11 的 300 性能相当。 “缺乏基准” 然而, 我们咨询过的大多数分析师都同意, 在进行比较时, 深度学习加速器缺乏基准毫无意义。将此称为“一个重大的开放性问题”并引用此举的困境使我们很容易陷入“炒作之战”。首席分析师同意。 “这是一个令人困惑的话题, 因为现在几乎没有细节和基准可以看, ”他说。联发科和其他公司让这些解决方案听起来好像可以完成任何事情, 但事实并非如此。 “比如说联发科60使用的6个核心是针对计算机视觉应用优化的, 而不是通用的神经网络。解释说, ”首先你要明白, 大多数处理器, 比如联发科, 华为把他们的解决方案称为“专用”是指 - 这意味着他们使用单个块进行加速。在大多数情况下, 这意味着已经被其他运营商授权或等待的区块。 ”指出, 这些模块“支持有限数量的可配置神经网络”, 但“没有人会确切地说出这些限制是什么。因此,

显然, 将神经网络引擎置于应用处理器内部并不是最后一项任务。指出新型神经网络的开发和训练仍需在数据中心进行, 而且必须依靠更高精度、功能强大的处理器进行训练。如果应用程序开发人员和计算机应用处理器内部的神经引擎, 他们需要一个连接到底层硬件的软件架构。据观察, “所有主要的移动处理器设计师高通、联发科、华为都提供神经网络。”但它们都需要支持广泛的训练架构, 比如 and。在联发科的案例中, 它指出该公司提供的架构允许开发人员“直接深入到硬件并查看软件如何在专用加速器之上运行”。同时, 随着引擎是为机器学习而开发和运行的,

开发人员和开发人员还需要能够“找到并看到正在说什么”, 并补充说, “联发科的完全合规性”。在服务器执行应用程序的各种方式中,

高通似乎采取了一种略有不同的方法。它说, 高通的解决方案非常不同, 因为“它们占用了芯片上已经使用的多种资源, 包括内核和内核。”但他还补充说:“由于没有可用的基准, 很难确定哪种方法更好, 但高通的架构模型确实提供了更大的灵活性。”软件之争 无论底层硬件如何, 这些软件最终都可以真正区分任何智能手机的体验。说:“目前, 这些应用程序针对手机上的常见功能, 例如摄影和数字助理。但是, 通常是第三方软件开发人员为设备开发和训练模型。使用。”他指出, “在有限的情况下, 一些模型或工具库是可用的。高通开发了一些基于图像识别的工具库, 而三星则专注于在摄影技术方面, 也有望开发出自己的机型。 “其他情况取决于应用程序开发人员, 但这有明显的局限性, ”说:“许多应用程序开发人员不习惯深度学习, 或者无法访问深度学习所需的大型数据中心。”警告软件开发在最近的微处理器报告中。“处理器架构的多样性给开发人员带来了挑战, 因为即使在缺乏专用深度学习加速器的设备上, 这些也必须能够工作。另一方面, 他指出, 开发人员只需要支持为它设计的处理器很少。同样, 首席分析师警告说:“我看到的最大问题是每个芯片和供应商对机器的耕作方式不同。”研究领域。但可能有最好的机会能够标准化一个”编译:本文经授权编译自, 版权所有, 拒绝转载最前沿的电子设计资讯, 敬请关注到“电子工程相册微信公众号”。