Set Micro-Grid-Start Mikrokanal-IC WeChat öffentliche Nummer: "Daily IC", Echtzeit-Veröffentlichung von wichtigen Nachrichten, jeden Tag IC, jeden Tag von Mikro-Netzwerk, Mikro-in ein!
1. NVIDIA Huang Renxun: Dies ist der Beginn der KI-Revolution, und wir sind dabei.
In Zukunft künstliche Intelligenz überall, zur medizinischen Diagnose von den Autopilot, Robotik, intelligente Städte. Neben der Tabelle bestritten Google, Microsoft, Apple und andere Technologie-Riesen Tesla, hinter dieser neuen Ära aufgestützt, das ist Geboren in Tainan, neun Jahre alter chinesischer Unternehmer in den USA - NVIDIA Gründer und CEO Huang Renxun.
26. Oktober morgens. Weniger als 10 Uhr, hat Le Méridien in die zweite Etage der Menge, Unruhe und Aufregung in der Luft gefüllt ist deutlich erfrischender als Kaffee. Dies ist GTC 2017 Taiwan Veranstaltungsort, alle Interessierte in der künstlichen Intelligenz und Tiefe des Lernens Entwickler, Forscher und Branchenführer sind hier und versuchen, die Zukunft der Welt aus den Worten von Jen-Hsun Huang, Gründer und CEO von NVIDIA, einzufangen.
Die Lichter auf gingen, immer dunkele Leder Liebe tragen in der Öffentlichkeit herauskommen, Jen-Hsun Huang, eine brillante Kleidung Trotter Fuß auf der Bühne: „Dies ist der Beginn einer neuen Ära ist“, sagte er, Eröffnung: „Dies ist der Anfang von AI Revolution, Und wir sind mitten drin und reiten auf den Wellen. "
In der Tat, im vergangenen Jahr, NVIDIA kann gesagt werden, auf der höchsten Welle stehen, nach dem letzten Ergebnisbericht, NVIDIAs Umsatz und Gewinn pro Aktie erreicht ein Rekordhoch, übertrifft die Erwartungen, während der Markt ist optimistisch in diesem Jahr, NVIDIAs Aktienkurs ist um 92% gestiegen, seine Marktkapitalisierung beträgt mehr als 100 Milliarden US-Dollar, doppelt so viel wie im letzten Jahr und wird zum meistgesehenen Industrie-Superstar, die in den letzten Jahren eng mit NVIDIAs künstlichem Intelligenzfeld verbunden sind.
Auf der diesjährigen GTC-Konferenz sprach Huang Renxun über alles vom autonomen Fahren, über Internet der Dinge, virtuelle Realität bis hin zur medizinischen Diagnose und kündigte sogar an, mit dem Ministerium für Wissenschaft und Technologie zusammenzuarbeiten, um 3.000 Entwickler in den nächsten vier Jahren gemeinsam zu entwickeln Industrial Ecosystem, was auch bedeutet, dass NVIDIA in verschiedenen Zukunftsszenarien nicht fehlen wird.
Nvidia kann heute nie als glatt bezeichnet werden, aber insbesondere kann Huang Renxun in jeder strategischen Runde weiter sehen als jeder andere und bereitet heimlich Schießpulver vor, um die Herausforderung bis zur nächsten Welle von Trends zu meistern.
NVIDIAs erste Krise platzen kurz nach der Gründung des Unternehmens im Jahr 1995, NVIDIA verbrachte zwei Jahre der Forschung und Entwicklung, schließlich den ersten Display-Chip NV1 vorgestellt.Dieser Chip zusammen mit dem anschließenden Start von NV2, sondern weil mit Microsoft Windows 95 Entwicklung der Direct3D-Standard ist nicht kompatibel, und kann daher nicht auf den Markt.Huang Jen-hsun, die falsche Wette, hatte sich entschieden, Entlassungen, die Zahl der Unternehmen von mehr als 100 Menschen schneiden auf mehr als 30 Menschen.
Zur Rückkehr zum Hauptschlachtfeld, Huang Blut Einführung neuer Technologie, High-Performance-Computing-Expertise Wilderei David Koch (David Kirk) Chefwissenschaftler Dr. GPU-Grafikprozessor-Serie und startete das erste Produkt GeForce256 1999 NVIDIA Firma Position in der Computergrafik-Industrie. Darüber hinaus unter den führenden Cork, NVIDIA CUDA eingeführt Integrationstechnologie (Compute Unified Device architecture, eine Unified Computing-Architektur), können Sie GPU Rechenleistung verwenden, um Leistung zu erhöhen, zu berechnen. diese ist es die Auswirkungen eines großen Wendepunkt in der Entwicklung von NVIDIA später.
GPU-Entwicklung, nicht nur zu einer Welle der künstlichen Intelligenz Revolution, auf der anderen Seite, sie den NVIDIA-Grafikkarte Hardware-Anbieter Übergang von den künstlichen Intelligenz Plattform für die Möglichkeiten des Unternehmens eröffnet. Im Jahr 2012, die University of Toronto Student Alex. G Brennholz Ostrovsky ( alex Krizhevsky) innerhalb von zwei Tagen, mit zwei NVIDIA GeForce GTX 580 GPU-Computing-Logik AlexNet das neuronale Netz trainieren um das Bild zu erkennen, und dieses Papier IMAGEnet Meisterschaft zu gewinnen. die Nachricht kam, zog sofort die Welt der künstlichen Intelligenz Forscher aussehen. Seitdem tief Lernen viele Wissenschaftler begann künstliche Intelligenz zu verwenden GPU NVIDIA laufen.
Nun, ob es sich um einen Netzdienst, Transport, medizinisches, finanzielles und die verarbeitende Gewerbe, die wichtigsten Industrie-Forscher ihre eigene künstliche Intelligenz mit NVIDIA zu entwickeln, Google und sogar Schachweltmeister und künstliche Intelligenz AlphaGo Tesla Elektroautos schlagen GPU-Computing ist die Verwendung von bisher gibt es mehr als zwei tausend künstliche Intelligenz Start-up-Unternehmen gebaut oben auf NVIDIA, NVIDIA auch ein wirklich künstliche Intelligenz Ära Gründer zu werden. „ich denke, in einem kontinuierlichen Wachstum des Unternehmens als Chief Executive, müssen uns ständig daran erinnern. alle paar Jahre, ich selbst reformieren werde, aber keine Angst, Fehler zu machen „von den aktuellen Ergebnissen zu sehen ist, Jen-Hsun Huang persönliche Erinnerungen, reden nicht nur.
Richtet sich an Trend, ein kühner Versuch, sich zu entwickeln, um fortzufahren. Unter dem erwachsen Zeit NVIDIAs Aussichten hatte ganz anders. Als der Geburt, die, im Laufe der Jahre, Jen-Hsun Huang persönliche Stimmung Was hat sich geändert? „Nichts anders, ich denke, ich als Teenager „die gleichen schwarzen Leder, die gleiche Luft des Vertrauens in der Zukunft werden sein Selbst weiter kämpfen. digitales Zeitalter
2. Microsoft Research Asia: AI datenzentrierte Anwendungen in Verbindung willkommen Innovation;
In der letzten Jahren werden künstliche Intelligenz Probleme wieder im Mittelpunkt, und die University of California in Berkeley Professor, Akademiemitglied der American Hospital Michael Jordan sagte, dass jetzt nicht in der Magie des Urknalls Ära der künstlichen Intelligenz ist, wäre es auch Hunderte von Jahren in Anspruch nehmen muß, diesen Turm setzen aufgebaut wird ein einfacher Algorithmus zur Zeit nicht erforderlich ist, sondern einen Markt, und zu kombinieren, um die Bedürfnisse der Nutzer im gesamten Unternehmen, lassen Sie diese interaktiven Bereiche, einfache Bedienung, und dann nach und nach lernen, anzupassen, zu werden künstliche Intelligenz zu schaffen get real Intelligenz, Gesetz der Entwicklung der IT-Internet in diesen Jahren zeigt, dass die Nachfrageseite der Anwendung wiederum die Vertiefung der technologischen Entwicklung fördern, ist keine Ausnahme auf dem Gebiet der künstlichen Intelligenz, jedoch, dass alle Bedürfnisse in der ersten Zeile von allen Lebensbereichen vorhanden sind, wie dies Die Kombination von Bedürfnissen und modernsten Technologien für künstliche Intelligenz ist genau das, was Microsoft Asia Research in den vergangenen ein oder zwei Jahren ins Auge gefasst hat.
Die Kernstufe, AI Entwicklung Daten und ist in den verschiedenen Bereichen der Leitung angesammelt hat, eine große Menge an Daten ausfällt, wenn sie effektiv genutzt werden kann, ist es, um Veränderungen in der Branche bringen wird, in der Microsoft-Ansicht, akademische KI-Forschung Feld es muss auch mit den verschiedenen Branchen eng integriert werden, den einzigen Ausweg aus dem Funken der Innovation und grenzüberschreitend zum Absturz zu bringen, während an der Wall Street, mit der Maschine-Aktien-Futures kaufen und verkaufen setzen, und andere automatisierte Handelssysteme die neue Normalität sind, AI die Finanzunternehmen den Kern verbessern worden ist Wettbewerbs Killer-Technologie, ob in der Ecke, im Internet oder in Gemeinschaft Bankdienstleistungen, Verbraucherkredit Dienstleistungen, sondern auch wegen der Infiltration von AI und bequemer, ist der gemeinsame Nenner die Verwendung von großen Datenmengen, die finanziellen Risiken und Vorteile Knoten zu analysieren .
Zhang Yizhao sagte die große Fülle von Daten und Informationen ist das größte Geschenk dieser Zeit, sondern auch die am häufigsten verwendeten finanziellen Szenarien wie unterminieren: alle Daten der einzelnen Kreditnehmer sind wahrscheinlich wichtige Informationen offen zu legen, auch wenn es Freund ausgegeben Ring, Armband Positionierbewegung kann die Quelle einer Nachricht worden, das Gesicht des endlosen Stromes von Finanz-, Versicherungs- neuer Produkte, in dem Ende, das am besten für dich ist, kann es ein professioneller Finanzberater, Versicherungen Beratung Division möglicherweise nicht sofort in der Lage sein, die am besten geeigneten zu geben Die Antwort, ein Ende ist die Explosion von Daten und Informationen, und die andere ist die Analyse, Zusammenfassung und Übertragung von gültigen Nachrichten, die Nachricht zwischen Nutzern und Service-Provider teilen, ist die KI potenziellen Einstiegspunkt in der Finanzbranche.
Zhang Yizhao sagte auch, die Maschine mehr gute Erinnerungen und Daten zu organisieren, um es klüger, eine stärkere analytische Fähigkeiten, ist AI das Ziel in dieser Phase, zusätzlich zu den empfohlenen geeignet für verschiedene Kunden mit Banken, Versicherungen und anderen Finanz Produkte, aber auch Tausende von Finanzdienstleistungen, und in der Finanzbranche Back-End, KI Macht der gleichen riesigen Raum, ähnlich wie die Zinssätze stieg 0,5% in den letzten 50 Jahren den gesamten Markt, wie die Auswirkungen? für Menschen, vielleicht nur ein Senior Analyst Interpretation klar, aber der Kontrast Timeline-Daten können auf den historischen Kontext schnell Analogie Mining-Modell ähnlich sein und sogar analysieren und vorherzusagen, ist der Unterschied zwischen diesen beiden, dass der Analytiker Um ein solches Modell zu entwickeln, braucht es vielleicht jahrzehntelange Erfahrung, und AI kann mithilfe von Branchenexperten schnell die Grenzen des Feldes überwinden.
Er wies ferner darauf Analyse darauf hin, dass vor ein paar Jahre die Tsunami im Indischen Ozean vor, so viele Städte in Thailand Überschwemmungen gelitten haben, nicht bekannt sind die Auswirkungen des Tsunami mehr als nur Häuser der einfach Leute, PC-Lieferungen betroffen wurden weltweit dies liegt daran, dass Thailand eine Menge PC-Zubehör Herstellung von Herkunft, im allgemeinen ist, wird die Beziehung zwischen den Hochwasser und Tsunami PC-Lieferungen, wir nicht leicht zu erkennen, aber es ist real, innere Vereinigung für ein solches Geheimnis Branchenanalysten können die KI und Big Data nutzen, um Erkenntnisse zu gewinnen und entsprechende Urteile zu fällen.
Auch in diesem Jahr, Texas begegnet Überschwemmungen viel Raffinerie Ausfälle verursachen, die zwangsläufig Auswirkungen auf die Ölpreise haben aufgrund der Faktoren gesamten ökologischen Kette vor-, zwischen- und nachgelagerten in komplexen beteiligt, und zwar wird, was die Auswirkungen sein, die Notwendigkeit weiterer Analyse Raffinerie in der Mitte erreicht der gesamten ökologischen Kette, wenn die Abschaltung nur nicht an die Rohölpreise führen stromabwärts zu steigen, Upstream ist wahrscheinlich auch der schlechten Umsatz, so dass die Preise fielen, während sie in der realen Welt gibt es viele ähnliche Fälle sind, Wie man mehr Variablen einbezieht, um ein vernünftigeres Modell in einem breiteren Kontext zu erstellen, sind alle Probleme, die die Finanz-KI untersucht.
Im Juni Microsoft Research Asia und China Fund eine strategische Zusammenarbeit auf KI-Forschung angekündigt, einschließlich der Forschung durch Mustererkennung Markttrends vorherzusagen, auf der Grundlage der eingehenden Untersuchung der wichtigen Faktoren, den Bergbaumarkt für Finanzdienstleistungen Anwendungen zu beeinträchtigen, maschinenbasierte Methodik Räder Industrie Lernen, Gebäude Finanz-Profile auf Basis von großen Daten, Daten, basierend auf Social-Networking-und Anwendungssoftware usw., zu identifizieren und in einem tiefen Verständnis der Kunden, etc., um den internen Wunsch, diese Gelegenheit nutzen, um mögliche AI + finanzielle Grenzen zu studieren Finanzsektor zu fördern intelligente Umstrukturierung. die großen Mengen an Daten und Informationen einen echten Differenzwert zu machen, ist es die Mission, in der die Finanz AI, früher ein Analytiker oft nur ungern Hausfrau wenige Meter zu kochen, jetzt stark angereichert Rohstoffe, kluge Frau, die die Vorteile von effizienter nehmen gebaut, bevor AI-Tool, das entsprechend auf Jahre Erfahrung in der Branche auf die AI-Analyse der Übersetzung und Interpretation anhand der Ergebnisse angepasst werden, um Daten besser zu machen Mahlzeit, Analysten Aufgaben ermöglicht, und wiederum zu überprüfen und zu optimieren Model; AI + Financial ist kein menschlicher Ersatz, sondern eine Neuaufteilung der Arbeit, AI + HI Gemeinsam wird die gesamte Branche stark die Produktionseffizienz verbessern.
Zhang Yizhao wies darauf hin, dass es ein neuer Automat in Peking, Microsofts Villa, und es ist von Microsoft Gan Beschleunigungselement an das Unternehmen, diese Oberfläche nicht viel anders Straßenränder Automaten und Automaten scheint aussehen, aber es ist Glasabdeckung verborgen Geheimnis, genaueres Hinsehen, dass die Glashülle ist auch ein Bildschirm, wie eine Maschine Auge können Käufer identifizieren Geschlecht, Alter, auch wenn die Expression ausgewählter Waren, wenn die Wartezeit für eine Weile vor ihm, Sie können die Gelegenheit nutzen, Kunden zu empfehlen, die vielleicht an Schmuckstücken interessiert sind, und wenn Kunden Kreditkarte, WeChat, Alipay Checkout, Verbrauchergewohnheiten, interaktive Aufzeichnungen, die für Einzelhändler und Worten, die meisten frisch, wertvolle, reale Daten aus erster Hand. Zhang Yizhao wies auch darauf hin, dass dieser Automat ein Prototyp Einzelhandel AI + betrachtet werden kann, kann eine Menge von AI-Technologien wie Gesichtserkennung, Computer Vision, Sprachverarbeitung und so Bewerben Sie sich an jedem Supermarkt Kasse, Unternehmen müssen nicht die Merkmale eines bestimmten Kunden zu identifizieren, können Sie den gesamten Verbrauchergruppen Atlas, wie NIKE, ZARA, STARBUC KS andere bekannte Marken in den letzten Jahren mehr und mehr Aufmerksamkeit für ihre Kunden und potentiellen Kunden der Merkmale der Evolution, bevor der Preis durch das Personal kopiert werden, arbeiten Forscher in Zukunft zu tun und AI verbinden damit verbundenen Arbeiten leichter sein wird, Genau und effizient, um die Marken-Tonalität besser auszurichten. Darüber hinaus werden Probleme wie die Frage, wie Verbraucher ihre Produkte mögen, wie viel Lagerbestand sie auf Lager haben usw., mit Hilfe der KI im Einzelhandel kein Problem mehr darstellen, wie zum Beispiel: Der Aufstieg unbemannter Geschäfte und die Prognose von Masken, Luftreinigern, Verkäufen und Lagerbeständen durch Wettervorhersagen können mit Hilfe künstlicher Intelligenz immer genauer analysiert und vorhergesagt werden.
Zhang Yizhao sagte, dass die Logistikbranche zusätzlich zu einem der Finanz- und Einzelhandelsbranche, wird schnell die AI-Industrie durchdringen, ob es eine gemeinsame Fahrrad ist überall herum, oder hinter der Lieferung / zum Mitnehmen Personallogistik-System oder im Ausland einkaufen, Welthandel beteiligt globales Logistik-System, Änderungen werden unter dem Einfluss der künstlichen Intelligenz erzeugt, und sogar einige Logistik-Unternehmen im Hintergrund, zusammen mit dem dramatischen Anstieg der Menge an Daten, die sie weit Branchenwissen über Menschen vorstellen bekommen.
Zhang Yizhao sagte auch, dass ein weitere futuristische Szene in der Fertigungsindustrie auftritt, in der Tat, Industrie 4.0, Made in China 2025 kann als die Zukunftsvision von KI-Anwendungen in der Fertigungsindustrie, immer mehr intelligenten Robotik zu sehen unter einer Menge Menschen haben nicht zu viel Interaktion benötigen, Roboter, Sensoren, war mit der Szene Tiefe Anwendung zu haben, Microsoft Beschleuniger Inkubation von mehreren Unternehmen in diesem Bereich hat auch einen guten Versuch, wie die Verwendung von UAV-Technologie zur Erforschung Windmühle mühle~~POS=HEADCOMP Stromerzeugung unter dem Risse der besonderen Ausrüstung und Materialien wie Hochspannungskabel und Wartungsarbeiten entsprechend und so weiter. im Gegensatz dazu Endnutzer brauchen nicht zu viele Interaktionsszenarien in der Logistik zu haben, Fertigung, künstliche Intelligenz-Anwendungen auf einem recht schnell In der Anfangszeit haben jedoch die von allen befürworteten Bereiche der medizinischen Behandlung und der Gesundheit aufgrund der Beschränkungen durch verschiedene Managementmechanismen und menschliche Interaktionen nur langsam künstliche Intelligenz eingesetzt.
Zhang Yizhao, dass zusätzlich zu AI die Auswirkungen von Änderungen in verschiedenen Branchen zu sehen und brachten, als Pionier der Erforschung künstlicher Intelligenz, Microsoft Research Asia will natürlich in der Lage AI-Ära sein, ist über diesen Knoten zu öffnen, um die Vertiefung der AI + Industrie zu fördern, beschleunigt die Ankunft der Ära der künstlichen Intelligenz, so mit der Idee von der Gründung der Abteilung für Innovation, hofft, dass die Abteilung Innovation als Konvergenz von Microsoft Research Asia Top-Wissenschaft und Technologie-Experten und Branchenexperten innovative Weisheit, Erfahrung, Technologie-Plattform, die Microsoft Research Asia ermöglicht und große Unternehmen auf dem chinesischen Markt, Investment-Institutionen, Ministerien umfangreiche und in vertiefter Kooperation Verbindungen zu knüpfen, wie wir eine branchenübergreifende Kommunikationsplattform zu diskutieren AI Ära der technologischen Innovation zu bauen.
Darüber hinaus wies Zhang Yizhao auch darauf hin, dass, obwohl Microsoft Research Asia Forschung mit führenden KI-Technologie und eine starke wissenschaftliche Forschung Stärke, aber die Forscher für die Realität der Industrie haben das Anwendungsszenario nicht verstehen, es gibt keine wirkliche Industrie Daten, die ursprünglich auf einer kleinen Menge von Daten Sie können Modelle der Epoche bauen vergangen ist, muss die Zukunft des KI auf der Grundlage der großen Daten aufgebaut werden, so mit der AI-Industrie kombiniert ist ein unvermeidlicher Trend, jetzt ist es der beste Ausgangspunkt in der Zeit. er wies darauf hin, weiter, dass die KI mehr korrekter Weg zur Erde wächst schnell, um die AI in der Produktivität zu beschleunigen, die realen Landegeschwindigkeit.
Zhang Yizhao sagte, dass in der Zwischenzeit für Microsoft Research Asia, wird auf dem Gebiet des Computers und die Einrichtung der Abteilung für Innovation Grundlagenforschung weiter und Research Institute ist es, Forscher aus praktischer Sicht besser zu ermöglichen, zu prüfen, Forschungsfragen in der Zukunft durch eine geschlossene Tür technischen Konferenz sein werden, das Thema Forschungsseminare und andere Formen der Weisheit und die Industrie Ressourcen für spezifische Probleme in der digitalen Transformation von Unternehmen, maßgeschneiderte proprietäre technische Kommunikationsverbindungen und eine Corporate gestoßen zu überbrücken AI + Explorationsindustrie Perspektiven. schlanke Nachrichten
3. Deutschland Isra Vision Machine Vision Factory sprang 1 Prozent, ein Rekordhoch;
Deutschland 3D-Machine-Vision-Technologieanbieter Isra Vision AG hat am 15. Geschäftsjahr 2016/2017 Gesamteinschätzung des Ergebnisses: Umsatzwachstum von 11% auf 143 Mio. Euro, die Bruttomarge von 56% vor einem Jahr auf 57% stieg das EBITDA (vor Steuern, Das EBITDA stieg um 14% auf 42,8 Mio. Euro, die EBITDA-Rate stieg um 29% von 29% auf 28 Mio. Euro, das Ergebnis je Aktie stieg um 17% auf 4,68 Euro.
Isra wird im Februar 2018 2017/2018 Jahr detaillierten Ausblick. Isra aktuellen Auftragsbestand im Wert von mehr als 90 Millionen Euro höher als vor einem Jahr von 85 Millionen Euro bekannt gegeben. Das Unternehmen zunächst prognostizierte 2017/2018 Jahresgewinn Rate mindestens sein kann Der Umsatz wird voraussichtlich auf dem Vorjahresniveau liegen und 10-14% betragen.
Per 30. September 2017 erhöhten sich die liquiden Mittel von Isra Vision um 76% auf 29,7 Mio. € und die Vorräte um 3% auf 32,7 Mio. €.
Thomson Reuters Notierungssystem Display, aufgelistet Isra Vision Bestände in Deutschland am 15. stieg 10,66 Prozent auf 199,75 Euro zu schließen, ein Rekord Schließung hoch der Geschichte, im vergangenen Jahr kumulierte Steigerung von 103,52%.
QY Market Insights September wies darauf hin, 3D-Machine-Vision-Unternehmen, darunter Keyence Corporation (6861.JP), Cognex (Cognex Corp., CGNX.US) und Isra Vision.
Castrol XQ globalen Gewinner Notierungssystem Display, Keyence vom 24. November ein Rekordhoch Rekord schließen in diesem Jahr bisher (Stand: 15. Dezember Einsendeschluss) kumulierte Steigerung von 57,9%.
Cognex, der weltweit führende Anbieter von Machine Vision für die Prozessautomatisierung, stieg am 15. um 0,13% auf 60,97 USD, ein Zuwachs von 91,67% in diesem Jahr.
Cognex drittes Quartal 2017 (Stand: 1. Oktober 2017) ein jährliches Umsatzwachstum von 76% (Quartal um 50%) auf eine Rekordhöhe von $ 2,59739 hundert Millionen; Bruttomarge von 78% bis 76 vor einem Jahr Die Gewinnmarge stieg von 37% vor einem Jahr auf 42%, der Gewinn je Aktie nach GAAP erhöhte sich um 91% auf 1,11 USD gegenüber 0,58 USD im Vorjahr.
Cognex-Gründer Robert J. Shillman wies darauf hin, dass Cognex im dritten Quartal Umsatz, Gewinn, Gewinn je Aktie und Gewinnmarge auf Rekordniveau gebracht habe.
4 Technologie-Riese, um den KI-Markt zu erobern, wie Smart-Chips Veränderung ins Leben bringen;
Gigantische Technologiegiganten scheinen die KI-Revolution voll und ganz angenommen zu haben, und Apple, Qualcomm und Huawei haben einen mobilen Chip entwickelt, der mehr für maschinelles Lernen entwickelt wurde gute Plattform, aber verschiedene Chip-Design-Unternehmen haben eine etwas andere Art und Weise angenommen. Huawei Kirin 970 IFA in diesem Jahr veröffentlicht, sie es der erste Chipsatz mit speziellen neuronalen Prozessoreinheit (NPU) Aufruf Apple stellte daraufhin den A11 bionic smart Chip vor, der das iPhone 8, 8 Plus und x antreibt Der A11 bionic Chip ist mit einem speziell für maschinelles Lernen entwickelten Nerve Engine Prozessor ausgestattet.
Letzte Woche Qualcomm kündigte die Snapdragon 845 kann der Chip AI Aufgabe ist nicht viel Unterschied zu der am besten geeigneten Methodik Prozessorkern Systemdesign dieser drei Unternehmen geschickt werden - läuft darauf hinaus, jeden Chip-Entwickler nach unten Die bereitgestellten Zugriffsrechte und die Menge an Energie, die von jeder Einstellung verbraucht wird.
Bevor wir dieses Thema diskutieren, lassen Sie uns einen Chip der künstlichen Intelligenz mit vorhandenen CPU herauszufinden, welche Art von anders. In der Industrie, werden Sie oft den Begriff der künstlichen Intelligenz ‚heterogenes Computing‘ genannt wird hören. Er bezieht sich auf Ist ein System, das mehrere Prozessoren verwendet und jeder seine eigenen speziellen Funktionen für höhere Leistung und Energieeinsparungen hat. Der Begriff ist nicht neu und wird von vielen bestehenden Chipsätzen verwendet - Zum Beispiel haben diese drei neuen Produkte dieses Konzept in unterschiedlichem Maße übernommen.
Im Laufe der letzten drei Jahre, Smartphones CPUs Verwendung ARM big.LITTLE Architektur, kann es relativ langsam Kernenergie sein und schneller, geringerer Stromverbrauch Kern zusammen. Unser Hauptziel ist es, den Chip zu machen Kann weniger Energie für eine bessere Akkulaufzeit verbrauchen. Die ersten Handys, die diese Architektur übernehmen, sind das Samsung Galaxy S4, das nur den firmeneigenen Exynos5-Chip und Huaweis Mate8 und Ehre 6 enthält.
Die diesjährige ‚künstlicher Intelligenz-Chip‘, dieses Konzept machen noch einen Schritt weiter und maschinelles Lernen Aufgaben durch eine neue dedizierten Komponenten hinzufügen oder können unter Verwendung einer Maschinenlernaufgabe anderen Low-Power-Kern durchgeführt werden. Zum Beispiel können Sie es verwenden Xiaolong 845 der digitale Signalprozessor (DSP) behandeln lang laufende Aufgaben eine große Anzahl von Doppelzählungen erfordern, beispielsweise ein Benutzer heiße Worte finden muss, indem sie in Gary Brotman in einem langen Gespräch zu analysieren, Geschäftsführer von Qualcomm Produkte erzählt Engadget, Auf der anderen Seite können Bedürfnisse wie Bilderkennung besser über die GPU gemanagt werden, wobei Brotman allein für die Entwicklung künstlicher Intelligenz und maschineller Lerntechnologien für die Snapdragon Smart Platform verantwortlich ist.
Zur gleichen Zeit fügt Apples A11 Bionics-Anwendung seiner GPU eine neurale Engine hinzu, um Gesichtserkennung, verbales Feedback und die Verwendung von Anwendungen von Drittanbietern zu beschleunigen, was bedeutet, dass wenn Sie diese Prozesse auf iPhoneX starten , A11 schaltet die Nerve Engine ein, um Berechnungen durchzuführen, um die Identität des Benutzers zu verifizieren, oder um Ihren Gesichtsausdruck in die "gesprächige" App einzubetten.
Im Kirin 970-Chip übernimmt die NPU Aufgaben wie das Scannen und Übersetzen von Bildern in Microsoft Translate, der einzigen für den Chip bislang optimierten Drittanbieter-Anwendung, und Huawei sagte, seine HiAI-Isomerie Die Computing-Architektur maximiert die Leistung der meisten Komponenten des Chipsatzes, sodass AI-Aufgaben mehr als nur NPUs zugeordnet werden können.
Trotz dieser Unterschiede bedeutet diese neue Architektur, dass Machine-Learning-Computing in der Vergangenheit nur in der Cloud gehandhabt wurde und nun effizienter auf dem Gerät selbst ausgeführt werden kann. Durch die Verwendung von Nicht-CPU-Teilen zum Ausführen von AI-Aufgaben, Telefone der Benutzer Sie können mehr Dinge gleichzeitig tun, so dass Sie nicht zu spät kommen müssen, um zu warten, bis die App übersetzt wird, oder nach einem Bild eines Haustiers zu suchen.
Wenn Sie diese Programme auf Ihrem Telefon ausführen, müssen Sie die Nutzungsdaten der Benutzer nicht mehr an die Cloud senden. Dadurch erhalten die Benutzer mehr Privatsphäre, da sie die Chancen von Hackern verringern, Daten zu erhalten.
Ein weiterer großer Vorteil dieser Chips mit künstlicher Intelligenz ist, dass sie Energie sparen, da sich manche Arbeiten wiederholen und unser Handybatterieverbrauch für diese sich wiederholenden Prozesse rationeller zugeordnet werden muss. GPUs absorbieren tendenziell mehr Energie, wenn dies stattdessen der Fall ist Ist ein energieeffizienter DSP, und es kann ähnliche Effekte wie GPUs erreichen, ist es am besten, Letzteres zu wählen.
Es muss klargestellt werden, dass der Chip selbst nicht entscheidet, welches Kernsystem als Treiber bei der Entscheidung für bestimmte Aufgaben verwendet werden soll. "Heute wollen Entwickler und OEMs AI-Chips ausführen", sagte Brotman. Verwenden Sie die Support-Datenbank (oder genauer gesagt die mobile Lite-Version) wie Google TensorFlow, um den Kern zu wählen, von dem aus Sie Ihre Modelle laufen lassen. Qualcomm, Huawei und Apple verwenden den beliebten TensorFlow Lite und Facebooks Caffe2 Optionen als ihr Design-Support-Programm Qualcomm unterstützt auch das neue ONNX-System (Open Neural Network Switching), während Apple durch sein Kern-ML-Framework die Kompatibilität für weitere Maschinenlern-Modi hinzugefügt hat.
Bisher hat keiner dieser Chips in der realen Welt einen wirklichen Einfluss gehabt, und Chiphersteller preisen ihre eigenen Testergebnisse und Benchmarks, aber diese Testergebnisse sind nicht, bis KI-Programme ein wichtiger Teil unseres täglichen Lebens werden Sind bedeutungslos, weil wir in der frühen Phase der Entwicklung von Maschinen für maschinelles Lernen sind und es gibt sehr wenige Entwickler, die neue Hardware verwenden. Was der Smartchip zum Leben erweckt, ist, wie die Technologiegiganten den KI-Markt ergreifen
Aber jetzt ist klar, dass der Wettbewerb bereits begonnen hat und die Mitbewerber sich darauf konzentrieren, Aufgaben im Zusammenhang mit maschinellem Lernen schneller und effizienter auf Benutzergeräten auszuführen. Wir müssen nur eine Weile warten, Wechsel von Chips zu künstlichen Intelligenzchips bringen uns die Hilfe des Lebens.
Foto: Huawei (Kirin AI-Prozessor), Apple (A11-Prozessorkern) (Von: Engadget-Compiler: NetEase siehe den externen Compiler-Roboter-Review: Fu Zeng)
5. Das Google Neural Network unterstützt die NASA bei der Identifizierung neuer Planeten, die die Grenzen der KI-Technologie aufzeigen
Der Einsatz von künstlicher Intelligenz (KI) wurde nun auf die Erforschung des Weltraums ausgeweitet, und die NASA hat die Entdeckung von zwei extrasolaren Planeten mit Hilfe des neuronalen Netzwerks bekanntgegeben, das vom Google AI-Team entwickelt wurde. Eines davon heißt "Depler- Um die 2.545 Lichtjahre alten "Kepler-90" -Sterne beschrieb der NASA-Astronaut Andrew Vanderburg den Kepler-90 als eine Mini-Version des Sonnensystems, in dem Planeten von klein bis groß angeordnet sind. Nach dem Planeten hat die Kepler-90 acht Planeten, die dem Sonnensystem entsprechen: Tatsächlich existierten vor vier Jahren im Kepler-Satelliten der NASA zwei Planeten, obwohl die NASA sie entdeckte, gingen sie nicht tiefer Keplers Mission ist es, nach planetenartigen Planeten außerhalb der Milchstraße zu suchen und mehr als 35.000 mögliche Planeten im Laufe der Jahre zu entdecken, da es zu groß ist, um manuell gescreent werden zu können.Die NASA hat die höchste Wahrscheinlichkeit, ein automatisiertes System zu sein Von dem Planeten werden aber manchmal schwächere Signale verpasst. Nun haben sich Vanderburg und Google-Ingenieur Christopher Shallue dazu entschieden, maschinelles Lernen und Googles neuronales Netzwerk zu nutzen, um alte Daten herauszufiltern, Fünfzehntausend Keplersignale trainierten das Netzwerk und analysierten dann fast 1000 schwache Signale von Systemen, von denen bekannt ist, dass sie Planeten haben, und schließlich zwei Planeten ausgraben, die viele Jahre lang vergraben waren. Vanderburg sagte, das neuronale Netzwerk sei immer noch nicht perfekt und manchmal Es gibt Fehler, aber man kann mehr Planeten finden, die schon vorher vermisst wurden. Die neuen Erkenntnisse der NASA unterstreichen das Potenzial des maschinellen Lernens jenseits der Informatik, und die NASA sagte, dass sie KI für weitere Erkundungsmissionen in der Zukunft einsetzen wird. "DIGITIMES