閱讀324 返回首頁    go 機器人


2018高端智能手機標配:人工智能芯片+全麵屏

未來手機會是什麼樣子?

(圖片來源:拍信)

如同握在手中的一塊屏幕,卻又充滿了智慧,這是在諸多科幻電影中出現過的場景。在2017年,我們逐漸看到了這種願景實現的可能性,幾乎所有手機廠商打出了自家的全麵屏產品。雖然現階段全麵屏產品仍舊有著技術方麵的限製,但隨著三星、蘋果以及華為的加入,全麵屏手機市場正經曆著一個巨大的變革。

相較於全麵屏這一在外觀上的創新,將人工智能技術帶入到手機“大腦”中,所帶來的話題熱度更加深刻,這也是未來高端手機市場所具備的另一種潮流---人工智能手機芯片。

人工智能的浪潮

(2017新興技術成熟度曲線,來源Gartner)

人工智能席卷了整個科技行業,並被稱為是未來十年的熱點。全球排名前幾的企業,這其中包括了穀歌、Facebook以及微軟都在開始布局。前者所研發的Alpha Go更是以“第一個擊敗人類職業圍棋選手、第一個戰勝圍棋世界冠軍的人工智能程序”而著稱。

(蘋果A11 Bionic芯片)

人工智能也蔓延到手機端,環視目前全球排名前三的手機廠商:蘋果在iPhone X上使用了自研的人工智能仿生芯片---A11 Bionic芯片,用以提升AR功能以及人臉識別技術。華為最新的麒麟970芯片也將人工智能納入其中,不過與蘋果人工智能芯片僅僅服務指定功能不同,麒麟970創新設計了HiAI移動計算架構,並新加入NPU模塊,能夠提供了全局應用的人工智能服務,率先搭載麒麟970的華為Mate 10在今日也已經發布。

雖然目前三星並沒有類似人工智能手機芯片誕生,但有消息稱三星在準備AI芯片來為Bixby乃至整個手機服務。從麒麟970到蘋果A11,人工智能手機芯片已經成為了智能手機行業新的分水嶺。

浪潮之下,仍舊麵臨一些難點

2017年業界對AI性能處理探索的兩個典型代表,也就是穀歌研發的深度學習加速ASIC芯片---Tsela V100(在Alpha Go人機大戰中提供了致勝的算力支撐)以及英偉達在2017GPU技術大會上正式發布的新一代處理器架構Volta V100。以這兩款在服務器端無可挑剔的AI芯片為例,他們在使用過程中,是沒有尺寸的考慮和功耗方麵的明顯限製,因為可以一直插著電,並配有先進的降溫係統。

但是放在手機端,就必須考慮這樣的技術問題:

1、手機作為電子消費品,本身就在追求輕薄,對於內部空間就處於一個不斷壓縮的狀態。續航方麵所依賴的電池,一段時間以來也是遲遲未有重大突破,所以在這兩種情況下,人工智能手機芯片就必須考慮空間以及功耗問題;

2、手機端的人工智能芯片具備高集成性,CPU、GPU、圖像信號處理器、藍牙、GPU以及WiFi等等功能模塊集中在小小的SoC中,並且還要加入人工智能模塊,這對於工藝的挑戰是巨大的。

3、大體來說,人工智能需要經過訓練以及推斷兩個過程。現階段訓練可以交給雲端,提供海量信息,人工智能手機芯片則負責推斷,需要算法來支持,當然在後續過程中,人工智能手機芯片在訓練這一項上的能力會得到進一步的發展。就人工智能來說勢必要聯合雲端以及端側,之間的數據傳輸就需要有強大的網絡性能。

除此之外,在應用端需要克服的問題仍舊眾多。首先是安全性,這一點也將會在人工智能的發展過程中受到用戶以及業界越來越多的挑戰。其次是否有足夠的AI生態應用發揮出人工智能計算能力,並且持續吸引足夠多的AI應用開發者加入到生態中來。

人工智能這盤棋,華為早已布局

此前,華為公有雲高調進軍行業雲市場,憑借著華為在硬件的積累,未來躋身全球公有雲前三不是夢想。憑借著這個陣地,在大數據統計、服務以及超強計算力方麵勢必有一番出色的表現。

(華為Mate 9 來源:機智貓)

在手機端,華為在Mate 9上應用了智能感知學習技術,能夠跟蹤趨勢和行為模式,從而確保手機持續運行的快速和順暢,避免出現像手機使用時間越長,反應越慢的情況;P10 & P10 Plus新增的Ultra Memory功能,結合智能感知和深度學習,實現了自動內存壓縮和回收,以及自動碎片處理功能,極大提高了手機的響應速度,也縮短了應用啟動時間。這些基礎研究對於產品定義都非常有益。

(華為諾亞方舟實驗室 來源:官網)

而這些都是諾亞方舟實驗室的研究成果,這座成立於2012年,用做人工智能算法研究、管理AI技術合作、識別AI主要應用場景和需求管理等研究的前沿陣地,就是華為在人工智能布局的一個縮影。

在一份來自華為公布的資料顯示,在2012年以前,華為就開始思考智慧終端該有一顆什麼樣的大腦,以及Ta會幹些什麼?學習什麼?如何思考?為了創造“A new brain”,華為做了各種相關的科學研究和應用嚐試。

在最新的Mate 10係列上,華為帶來了最新的人工智能之作---麒麟970芯片。

1、創新性架構,帶來極致運算能力

人工智能的發展,需要龐大的運算作為支持,這對於普通處理器中的CPU來說已經捉襟見肘。為了滿足需求,麒麟970選擇了全新的HiAI移動計算架構,首次集成NPU(Neural Network Processing Unit)專用硬件處理單元。相較於四個Cortex-A73核心,在處理同樣的AI應用任務時,新的異構計算架構擁有大約25倍性能和50倍能效優勢。更具體的一個數字則是,在圖像識別方麵,麒麟970每分鍾的速度可以達到 2005 張,遠高於業界同期水平。

在手機端同時考慮的是功耗問題,這代的麒麟970采用了TSMC 10nm工藝,在指甲大小麵積下集成了55億個晶體管,克服了晶體管增加而帶來的功耗挑戰,這對於日常使用來說也是一個極大的提升。

2、1.2Gbps極速Modern,高鐵環境下仍舊出眾

人工智能需要端側與雲端的協同合作,如何解決其中數據傳輸所帶來的延時問題,在第一時間響應用戶的需求?

在麒麟970芯片中,使用4*4MIMO、5CC CA以及256QAM等多種先進技術,將碎片化的頻譜聚合成為最大帶寬,聚合峰值能力最高可達到1.2Gbps的下載速率,這也是目前手機芯片的最快聯網速度。並且超過40萬公裏高鐵的實測和優化和率先商用雙卡雙4G雙VoLTE,讓體驗十分突出。

這在整合雲端以及端側信息時,有著天然的優勢。或者我們可以想的再長遠一點,2019年將迎來5G時代,人工智能的概念將會得到進一步爆發,萬物互聯下的數據信息量也得到進一步爆發,而千兆LTE更是提前體驗5G時代。

3、安全性

人工智能的服務建立在大數據以及個人信息的基礎上,從而不斷演化最終成為某個人的專屬手機。隨著使用時間的積累,個人信息的收集工作也變得更加密集。如何確保這些數據的安全性,就是用戶以及業界最為考慮的問題。

雖然說人工智能的實現,依靠端側以及雲端。但是在華為Fellow艾偉的解釋中,華為芯片在底層盡可能提供良好的硬軟件安全環境,在數據層麵形成一個自律規範。就像不是所有照片都會上傳到雲端,有些數據也不會放到雲上。隨著華為在芯片上的提升,人工智能將更多依賴本地終端,這本身省去了隱私泄露的擔憂。

而且本身華為也做了多方麵的保護,首先是Mobile AI架構天然比純雲端應用安全得多。華為芯片內置了inSE模塊,能夠提供金融級別的加密保護,這對用戶的生物信息、支付信息等各種信息的保護提升到更高安全級別。

第三,華為還有安全OS,是完全獨立於安卓的OS,華為自己開發、控製,不存在對某家留一後門,而且完全和安卓隔離的。

4、可用性

手機想要實現人工智能,必然需要能夠看清、聽清,麒麟970也在試圖將看清、聽清提升為看懂、聽懂,如在手機手機拍照時通過AI精準識別拍攝物體,出國旅行時借助AI隨行翻譯,還有嘈雜環境下利用AI降噪語音技術大幅提高語音識別率等。

並且,麒麟970考慮在HiAI和安卓AI API兩類接口開放給開發者,讓開發者能夠在上麵開發出各種各樣的安卓應用,並促成AI與手機的深度融合,從而帶給消費者革命性的體驗。

總結

如今華為Mate 10係列在國內已經發布,而iPhone X的上市時間也隻剩下了一周不到的時間。在隨後高通以及三星也將出產搭載人工智能的手機芯片,陸陸續續有更多的手機廠商進入人工智能領域,科幻電影中那個願景也逐漸臨近。而早早已經占據人工智能高地的蘋果華為,也將構建那個美好的未來。

最後更新:2017-10-23 22:16:48

  上一篇:go 人工智能昔日第一妖股重現江湖,遭主力100億砸盤,明日迎來漲停板狂潮!
  下一篇:go 外賣小哥要失業?外賣無人機、機器人亮相,3公裏最快隻要3分鍾!