तकनीक उद्योग के दिग्गजों ने ऐ क्रांति को पूरी तरह से स्वीकार किया है, और ऐप्पल, क्वालकॉम और हूवेई ने एक मोबाइल चिप बनाया है, जो मशीन सीखने के लिए एक बेहतर मंच प्रदान करने के लिए डिज़ाइन किया गया है कि विभिन्न कंपनियों के डिजाइन थोड़ा अलग चिप में, ह्यूवेई ने इस साल के आईएफए में किरिन 970 का अनावरण किया, इसे एक समर्पित एनपीयू के साथ पहली चीपसेट कहा, और ऐप्पल ने ए 11 बायोनिक स्मार्ट चिप जारी किया , जो आईफोन 8, 8 प्लस और एक्स के लिए इंजन की शक्ति प्रदान करता है। ए 11 बायोनिक चिप में विशेष रूप से मशीन सीखने के लिए डिजाइन किए एक तंत्रिका इंजन प्रोसेसर है।
पिछले हफ्ते, क्वालकॉम की घोषणा की Snapdragon 845 चिप के लिए सबसे उपयुक्त प्रोसेसर कोर इन तीन कंपनियों के सिस्टम डिजाइन पद्धति के लिए भेजा जा सकता है ऐ काम ज्यादा अंतर नहीं है - डेवलपर्स के लिए प्रत्येक चिप करने पर निर्भर करता यह करने के लिए उपयोग, और प्रत्येक सेट के बिजली की खपत प्रदान करता है।
इस मुद्दे पर चर्चा करने से पहले, आइए पहले यह समझें कि एक कृत्रिम बुद्धि चिप एक मौजूदा सीपीयू से कैसे अलग है। उद्योग में, आप अक्सर कृत्रिम बुद्धि के बारे में "विषम कंप्यूटिंग" शब्द सुनते हैं। एक ऐसा सिस्टम है जो कई प्रोसेसर का उपयोग करता है और प्रत्येक के पास उच्च प्रदर्शन और ऊर्जा बचत के लिए अपनी विशेष विशेषताएं हैं। शब्द नया नहीं है और कई मौजूदा चिपसेट्स द्वारा उपयोग किया जाता है - उदाहरण के लिए, इन तीन नए उत्पादों ने इस अवधारणा को अलग-अलग डिग्री के लिए अपनाया है।
पिछले तीन सालों से, स्मार्टफोन ने सीपीयू के लिए एआरएम बड़ा.लिटल वास्तुकला का उपयोग किया है, जो ऊर्जा बचत की अपेक्षाकृत धीमी कोर को तेज, कम ऊर्जा-गहन कोर से जोड़ती है। हमारा मुख्य लक्ष्य यह चिप रन बनाना है बेहतर बैटरी जीवन के लिए कम बिजली की खपत होती है। इस आर्किटेक्चर को अपनाने के लिए पहले हैंडसेट में सैमसंग गैलेक्सी एस 4 शामिल है, जो केवल कंपनी की अपनी एक्सिनोस 5 चिप और हूवेई के मेट 8 और सम्मान 6 को शामिल करता है।
इस वर्ष के 'कृत्रिम बुद्धि चिप' इस अवधारणा को एक कदम और आगे बनाने के लिए और मशीन लर्निंग एक नया समर्पित घटक जोड़कर कार्य करने के लिए, या एक मशीन सीखने कार्यों अन्य कम शक्ति कोर का उपयोग किया जा सकता है। उदाहरण के लिए, यदि आप इसका इस्तेमाल कर सकते हैं Xiaolong 845 डिजिटल सिग्नल प्रोसेसर (डीएसपी) लंबे समय से चल रहे कार्यों की दोहरी-गणना की एक बड़ी संख्या की आवश्यकता होती है संभाल करने के लिए, उदाहरण के लिए, यदि कोई उपयोगकर्ता Engadget गैरी Brotman में एक लंबा बातचीत में विश्लेषण करने के प्रबंध है Qualcomm उत्पादों के निर्देशक से कहा द्वारा गर्म शब्दों को खोजने के लिए की जरूरत है, दूसरी तरफ, छवि मान्यता के रूप में इस तरह के बेहतर GPU, कृत्रिम बुद्धि और बुद्धिमान मशीन लर्निंग तकनीक के Snapdragon मंच के विकास के लिए Bratman जिम्मेदार के माध्यम से प्रबंधन करने के लिए की जरूरत है।
इस बीच, एप्पल के ए 11 बायोनिक्स एप्लिकेशन ने चेहरे की पहचान, मौखिक प्रतिक्रिया और तीसरे पक्ष के अनुप्रयोगों के उपयोग को गति देने के लिए अपने GPU में एक तंत्रिका इंजन जोड़ता है, जिसका अर्थ है कि जब आप iPhoneX पर इन प्रक्रियाओं को प्रारंभ करते हैं , ए 11 उपयोगकर्ता की पहचान सत्यापित करने के लिए गणना करने के लिए नर्व इंजन को बदल देता है, या अपने चेहरे की अभिव्यक्ति को 'बातूनी' ऐप में डालें।
किरिन 970 चिप में, NPU ऐसी स्कैनिंग के रूप में कुछ कार्य, संभाल और चित्र में पाठ का अनुवाद करने के लिए Microsoft अनुवादक का उपयोग करेगा। यह अभी तक केवल तृतीय-पक्ष चिप के लिए अनुकूलित अनुप्रयोगों के द्वारा है। Huawei कहा अपनी 'HiAI' isomer कंप्यूटिंग संरचना जो चिपसेट के घटकों के अधिकांश के प्रदर्शन को अधिकतम, यह महज NPU से ज्यादा कृत्रिम बुद्धि के लिए कोई कार्य निर्धारित करना चाहेंगे।
इन अंतरों के बावजूद, इस नई वास्तुकला का मतलब है कि पिछली मशीन सीखने की कंप्यूटिंग में केवल क्लाउड में ही संभाला गया था और अब डिवाइस पर अधिक कुशलतापूर्वक चलाया जा सकता है। गैर-सीपीयू पार्टियों का उपयोग एआई कार्य को चलाने के लिए, उपयोगकर्ता के फोन आप एक ही समय में अधिक काम कर सकते हैं, इसलिए जब तक आपके पास ऐप का अनुवाद या पालतू कुत्ते की तस्वीर के लिए खोज न हो, तब तक आपको विलंब न करना पड़ेगा, उदाहरण के लिए
इसके अलावा, आपके फोन पर इन प्रोग्रामों को चलाने से उपयोगकर्ताओं के उपयोग डेटा को क्लाउड में भेजने की आवश्यकता समाप्त होती है, जो उपयोगकर्ताओं को अधिक गोपनीयता देता है क्योंकि यह डेटा प्राप्त करने की हैकर्स की संभावना कम करता है।
इन कृत्रिम बुद्धि चिप्स का एक और बड़ा लाभ, ऊर्जा की बचत कर रहे हैं, क्योंकि काम के कुछ दोहराव है, हम फोन बैटरी की खपत, इन नकली प्रक्रियाओं। GPU अधिक ऊर्जा को अवशोषित करते हैं के लिए एक अधिक उचित वितरण होने की जरूरत है, इसलिए यदि प्रतिस्थापित डीएसपी अधिक ऊर्जा कुशल है, और यह GPU के साथ एक समान प्रभाव को प्राप्त कर सकते हैं, बाद सबसे अच्छा विकल्प है।
ब्रैडमैन ने कहा, "स्पष्ट है कि चिप को खुद तय करना नहीं है कि कौन सा कोर सिस्टम किसी कार्य को तय करने के लिए एक ड्राइवर के रूप में इस्तेमाल करना चाहता है।" आज, डेवलपर्स और ओईएम एआई चिप्स चलाना चाहते हैं, "ब्रॉटमैन ने कहा। समर्थन वाले डाटाबेस (या अधिक विशेष रूप से, इसका लाइट मोबाइल संस्करण) का इस्तेमाल करें, जैसे कोर का चयन करने के लिए Google का टेंसरफ्लो जो अपने मॉडलों को चलाने के लिए क्वालकॉम, ह्यूवेई और ऐप्पल सभी लोकप्रिय टेंसर फ्लो लाइट और फेसबुक का कैफे 2 का उपयोग करते हैं विकल्प के रूप में उनके डिज़ाइन समर्थन कार्यक्रम क्वालकॉम नए ओपन न्यूरल नेटवर्क स्विचिंग (ओएनएनएक्स) प्रणाली का भी समर्थन करता है, जबकि एपल ने अपने मूल एमएल फ्रेमवर्क के माध्यम से और अधिक मशीन सीखने के तरीकों के लिए संगतता जोड़ दी है।
अब तक, इन चिप्सों में से कोई भी वास्तविक दुनिया में कोई वास्तविक प्रभाव नहीं पड़ा है, और चिपमाकर अपने परीक्षण के परिणाम और मानक को दलाल कर रहे हैं, लेकिन इन परीक्षण के परिणाम तब तक नहीं हैं जब तक एआई कार्यक्रम हमारे दैनिक जीवन का एक महत्वपूर्ण हिस्सा नहीं बनता है क्या अर्थहीन हैं क्योंकि हम मशीन सीखने के लिए मशीनों की प्रारंभिक अवस्था में हैं और नए हार्डवेयर का उपयोग करते हुए बहुत कम डेवलपर्स हैं।
लेकिन अब यह स्पष्ट है कि प्रतिस्पर्धा शुरू हो गई है और प्रतिद्वंद्विता मशीन सीखने से संबंधित कार्यों को उपयोगकर्ता डिवाइस पर तेजी से और अधिक कुशलता से चलाने के लिए कैसे ध्यान केंद्रित कर रहे हैं। हमें केवल थोड़ी देर प्रतीक्षा करना है, कृत्रिम खुफिया चिप में चिप को बदलने से हमें जीवन की मदद मिलती है