집적 회로 마이크로 마이크로 채널 공용 네트워크 번호 시작 설정 : '매일 IC', 인스턴트 주요 보도 자료를 마이크로 복제 laoyaoic 마이크로 채널 대중 번호 검색 통합 매일 설정 한 모든 IC, 마이크로 그리드, 관심을 추가!
1.NVIDIA 젠슨 황 (Jen-Hsun Huang) :이 혁신적인 AI의 시작, 그리고 우리가있는 좌석 배열이다;
인공 지능 어디서나, 자동 조종 장치, 로봇, 스마트 도시에서 의료 진단에 미래에. 구글, 마이크로 소프트, 애플과 다른 기술 거인 테슬라 경쟁 테이블뿐만 아니라,이 새로운 시대의 뒤에 누워, 이것이다 중국 기업 ──NVIDIA 설립자의 미국과 CEO 젠슨 황 (Jen-Hsun Huang) 타이난, 구에서 출생.
10월 26일 아침. 이하 10시, 르 메르디앙 커피보다 더 상쾌한 명확하게 공기 군중, 불안과 흥분의 2 층입니다 채웠다. 이것은 GTC 2017 대만 장소는 인공 지능과 학습의 깊이에 모든 관심 개발자, 연구자, 여기에 업계 지도자들은 NVIDIA의 설립자이자 CEO 젠슨 황 (Jen-Hsun Huang)의 말에 노력하고, 세계의 미래 모습을 촬영합니다.
불빛이, 젠슨 황 (Jen-Hsun Huang), 트로터는 무대에 발을 들여 놓은 화려한 옷, 항상 공공 장소에서 나오는 어두운 가죽 사랑을 입고 갔다 "이것은 새로운 시대의 시작에 불과하다"고 말했다 개방 : "이것은 AI 혁명의 시작입니다, 우리는 파도가 앞으로 이동하는 타고있는 좌석 배열을 가지고있다. "
실제로, 지난 해에, NVIDIA는 최신 실적 보고서에 따르면. 높은 파도 머리에 서 있다고 할 수 있습니다, 주당 NVIDIA의 매출과 이익은 올해에 대해 낙관. 그리고 시장에서 원래의 기대에 부응하는 최고 기록이었다 NVIDIA의 주가는 시장 가치보다 $ 천억 초과, 92 % 상승, 가장 지켜 업계의 스타가되고, 작년에 비해 두 배가되었다.이 모든 것이, 인공 지능에 관련된 NVIDIA 밀접 최근 몇 년 동안 깊은 구조 조정과 관련이 있습니다.
의료 진단에 자동 조종 장치에서 올해의 컨퍼런스, 다음, 네트워크 장비, 가상 현실과의 GTC, 젠슨 황 (Jen-Hsun Huang)은, 무엇에 대해 이야기도 과학 협력과 공동으로 개발하기 위해 향후 4 년 동안 3 천명을 개발의 내각을 발표, 배양 산업 생태계가. 이것은 또한 다양한 장면에서 미래를 나타내며, NVIDIA는 존재하지 않습니다.
엔비디아는 오늘 갈 수있는, 절대적으로하지 순조로 설명 할 수 있습니다. 그러나 구체적으로 전략을 전환 할 때마다, 황 다른 사람보다 더 멀리 볼 수 있고, 추세의 차세대 비밀리에 준비 화약의 도착하기 전에 문제를 해당합니다.
곧 회사는 설립 후 NVIDIA의 첫 번째 위기 버스트. 1995 년은, NVIDIA는 연구 두 년이 걸렸다 및 개발, 마침내 최초의 그래픽 칩 NV1을 시작했다. 그러나,이 칩을 NV2의 후속 출시와 함께하지만, 마이크로 소프트와 같은 윈도우 95은 Direct3D에 의해 개발 된 표준과 호환되지 않습니다, 따라서. 시장에 그들의 방법을 싸울 잘못된 보물 젠슨 황 (Jen-Hsun Huang)에 내기, 정리 해고하기로 결정했다,이 회사는 30 명 백명의 수를 잘라.
주요 전장, 새로운 기술의 황 혈액 도입, 고성능 컴퓨팅 전문 밀렵 데이비드 코흐 (데이비드 커크) 수석 과학자 박사 GPU 그래픽 프로세서 시리즈를 반환하고 1999 년에 첫 번째 제품의 지포스 256을 출시하기 위해, 컴퓨터 그래픽 업계에서 NVIDIA 회사의 위치.뿐만 아니라, 선도적 인 코크에서, NVIDIA는 CUDA 통합 기술 (통합 장치 아키텍처, 통합 컴퓨팅 아키텍처를 계산), 당신은 컴퓨팅 성능을 높이기 위해 GPU의 처리 능력을 사용할 수 있습니다 소개했다.이 , 나중의 엔비디아 개발에 영향을주는 주요 전환점이 될 수 있습니다.
GPU 개발뿐만 아니라 다른 한편으로는, 그들이 회사의 기회 인공 지능 플랫폼에서 NVIDIA 디스플레이 어댑터 하드웨어 공급 업체 전환을 개설, 인공 지능 혁명의 물결되었다. 2012 년 토론토 대학의 대학원생 인 알렉스. G 장작 Ostrovsky ( 두 개의 엔비디아 지포스 GTX 580 GPU 컴퓨팅 논리 AlexNet 신경망 이미지를 인식하고,이 종이 ImageNet 선수권 우승. 뉴스가 나온 훈련을 두 일 이내에 알렉스 Krizhevsky)는 즉시 인공 지능 연구자의 세계를 매료 그 이후로 많은 인공 지능 연구원이 NVIDIA GPU 심층 학습을 사용하기 시작했습니다.
지금, 주요 산업 연구원은 NVIDIA, 구글과 자신의 인공 지능을 개발하고, 심지어 세계 체스 챔피언과 인공 지능 AlphaGo 테슬라 전기 자동차를 이길 수있는 네트워크 서비스, 교통, 의료, 금융 및 제조 분야,인지 GPU 컴퓨팅은 지금까지의 사용이다, NVIDIA의 상단에 내장 된 두 개 이상의 천 인공 지능 신생 기업하고, NVIDIA는 진정한 인공 지능 시대의 설립자가 될해야합니다. "나는 회사의 지속적인 성장에 생각 최고 경영자 (CEO)로, 지속적으로 자신을 생각 나게합니다. 몇 년마다, 나는 스스로를 개혁하겠습니다 만, 실수를 두려워하지 않는 "현재의 결과를 볼 수 있습니다에서 젠슨 황 (Jen-Hsun Huang) 개인 미리 알림, 그냥 얘기하지.
경향을 목표로, 대담한 시도가 계속 발전 할 수 있습니다. 위로 성장 시간에서, NVIDIA의 전망은 상당히 다른했다. 수년 아래, 젠슨 황 (Jen-Hsun Huang)의 개인 분위기가 변한 사람 출생으로? "다른 아무것도, 내가 생각하지 자신을 10 대! "같은 검은 가죽, 미래에 대한 자신감의 같은 공기가 그의 자기 싸움이 계속됩니다. 디지털 시대
2. Microsoft Asia Research Institute : AI는 애플리케이션 혁신의 핵심 인 데이터를 환영합니다.
최근 몇 년 동안, 인공 지능 문제가 다시 초점이, 버클리 교수 캘리포니아 대학은, 미국의 병원 마이클 조던의 학회 회원, 그것은이 탑을 넣어 수백 년이 걸릴 필요가 이제 인공 지능의 빅뱅 시대의 마법에 아니라고 말했다 구축, 간단한 알고리즘은 현재 필요하지 않습니다하지만,이 상호 작용하는 영역, 쉬운 조작을하자, 시장을 생성하고, 기업 전체 사용자의 요구를 결합하고 점차 인공 지능되고, 조정하는 법을 배워야 인터넷이 년이 응용 프로그램의 수요 측면 차례로 기술 개발의 심화를 촉진 할 것으로 보여 실제 지능, IT의 발전의 법칙을 얻을, 모든 요구 사항이 어떻게 이러한 각계 각층의 첫 번째 줄에 있는지, 그러나, 인공 지능 분야도 예외는 아니다 요구와 최첨단 인공 지능 기술의 결합은 Microsoft 아시아 리서치가 지난 1 ~ 2 년 동안 생각한 것입니다.
핵심 단계는, AI 개발 데이터, 그리고 그들이 효율적으로 사용할 수있는 경우 많은 양의 데이터, 마이크로 소프트의 관점에서, 업계에서 변화를 가져올 것 침전 라인의 다양한 분야에 축적되어, 학술 인공 지능 연구 분야 또한 밀접하게 기계가 주식 선물을 구입하고 판매하는 설정과 함께 월스트리트에, 다른 자동 거래 시스템은 새로운 정상 동안, AI는 금융 기업이 핵심을 향상되었다, 다양한 산업, 혁신과 국경의 불꽃에서 충돌 할 수있는 유일한 방법으로 통합되어야한다 경쟁력있는 킬러 기술, 구석에 있는지, 인터넷이나 커뮤니티 금융 서비스, 소비자 대출 서비스에서뿐만 아니라 때문에 AI와 편리의 침투의 공통 분모는 금융 위험과 혜택 노드를 분석하는 대량의 데이터의 사용은 .
개인 대출의 모든 데이터가 친구를 발행하더라도, 중요한 정보를 공개 할 가능성이 : 장 Yizhao 데이터 및 정보의 큰 재산이이 시대의 가장 큰 선물이다,하지만 그들은 또한 가장 일반적인 금융 시나리오와 같은 파괴했다 반지, 팔찌 위치 이동, 그것은 전문 재정 고문이 될 수 있습니다 당신을 위해 최선 결국 메시지의 소스, 새로운 제품의 금융, 보험의 끝없는 스트림의 얼굴이 될 수있다, 보험 상담 부문은 가장 적합한을 줄 즉시 할 수 없습니다 대답은, 한쪽 끝은 데이터 및 정보의 폭발이며, 다른 쪽 끝은 효과적인 메시지의 분석이다, 요약하고 사용자와 서비스 제공자 간의 차단 된 메시지 격차를 전달, AI는 금융 산업의 진입 점은 매우 유망하다.
장 Yizhao 또한 기계 더 좋은 기억하고, 더 지능하기 위해, 데이터를 구성 강력한 분석 기능이 말했다, AI는뿐만 아니라이 단계에서 목표이며, 권장 은행, 보험 및 금융 서로 다른 고객에 적합 금융 산업의 후단에서의 유사 AI 힘 동등하게 큰 공간의 관심은 지난 50 년 동안 0.5 % 사이에 증가하는 방법 시장에 영향을? '하면서 제품은 천 개의 얼굴 수천 금융 서비스를 제공하고이 질문을 인간에 대한, 아마도 유일한 수석 애널리스트는 해석을 취소 할 수 있지만 반대로 타임 라인 데이터는 비유 마이닝 모델을 신속하게 역사적 맥락과 유사, 심지어이 둘 사이의 차이는 분석이다 분석하고 예측할 수있다 그러한 모델을 만들기 위해서는 수십 년의 경험이 필요하며 AI는 업계 전문가의 도움을 받아 현장의 경계를 신속하게 통과 할 수 있습니다.
그는 추가 분석은 몇 년 전 인도양 쓰나미, 태국의 많은 도시들이 홍수 고통, 알 수없는 쓰나미의 영향 평범한 사람들의 단지 가정보다 더 많은, PC 출하량은 전 세계적으로 영향을받은 것으로 지적 태국은 일반적으로 원산지를 제조 PC 액세서리의 많은, 홍수 및 지진 해일 PC 출하량 사이의 관계는, 우리가 쉽게 발견하지 않기 때문입니다하지만 이러한 비밀에 대한 실제, 고유 협회 업계 분석가들은 AI와 빅 데이터 통찰력에 사용하고, 적절한 판단을 할 수 있습니다.
또한, 올해 텍사스 홍수로 인해 전체 생태 상류 체인, 중류와 하류 복잡한에 관련된 요인, 반드시 유가에 영향을 미칠 정유 중단, 많은 원인이 발생, 구체적으로 어떻게 영향을 더에 대한 필요성 될 것입니다 분석은 종료는 다운 스트림 상승하는 원유 가격으로 이어질하지 않을 경우, 중간에 정유는 상류, 전체 생태 사슬에 도달 가격이 떨어졌다, 그래서 현실 세계에서, 많은 유사한 경우가있는 동안, 또한 판매 부진 가능성 넓은 맥락에서 더 많은 변수를 추가하는 방법을 좀 더 합리적인 모델이 금융 AI가 탐구되고 있습니다.
6 월, 마이크로 소프트 리서치 아시아와 중국 펀드는 금융 서비스 애플리케이션에서 광산 시장에 영향을 미치는 중요한 요인의 깊이 연구를 기반으로, 시장 동향을 예측하는 패턴 인식의 연구를 포함하여, 인공 지능 연구에 대한 전략적 제휴를 발표, 기계 기반 등 내부 소원 등 소셜 네트워킹 및 응용 프로그램 소프트웨어를 기반으로 데이터를 사용하여 빅 데이터를 기반으로 재무 상태를 구축, 방법론 바퀴 산업을 학습 파악하고 고객에 대한 깊이있는 이해하는 것은 금융 부문을 촉진하기 위해 AI + 금융 경계를 연구 할 수있는 기회를 취할 지능형 구조 조정. 데이터와 실제의 차이 값을 만드는 정보의 대량, 그것은 임무입니다 금융 AI 덜 미터, 지금은 매우 풍부한 원료,보다 효율적으로 활용할 수 있습니다 영리한 여자가 요리 이전에 애널리스트들은 주저 주부 데이터가 더 나은 식사를 할 수 AI 도구 이전에 지어진, 분석 업무는 번역 및 통역의 AI 분석에 대한 업계의 오랜 경험에 따라 결과에 따라 조정되고, 다시 확인하고 최적화 할 수 모델, AI + 금융은 인간의하지 가져왔다,하지만 대체 노동의 새로운 부서의 AI + HI 함께, 전체 산업은 크게 생산 효율을 향상시킬 것입니다.
Zhang Yi Zhao는 Microsoft Building, Beijing에는 Microsoft 가속기 Gan 회사의 새로운 자동 판매기가 있으며 자동 판매기 및 길가 자동 판매기의 외관은 매우 비슷하지만 유리 커버 숨겨진 신비, 가까운 모습은 유리 커버는 또한 기계의 눈처럼, 당신은 구매자의 성별, 나이를 식별 할 수 있으며, 심지어 상품의 표현을 따기 때, 그것의 앞에 잠시 동안, 당신은 고객에게 장신구 등에 관심이 있을지도 모르는 고객을 추천 할 기회를 가지며, 고객이 신용 카드, WeChat, Alipay 체크 아웃, 소비자 습관, 대화 형 기록을 보관할 때 소매 업체 및 장 Yizhao 또한이 자동 판매기가 AI + 소매의 프로토 타입, 얼굴 인식, 컴퓨터 비전, 자연 언어 처리 등과 같은 많은 AI 기술로 간주 될 수 있다고 지적했습니다. 각 슈퍼마켓 체크 아웃에 적용하고, 사업체가 특정 고객의 특성을 식별 할 필요가 없으며, NIKE, ZARA, STARBUC와 같은 전체 소비자 그룹지도를 얻을 수 있습니다. KS 및 기타 유명 브랜드는 최근 몇 년 동안 점점 고객과 잠재적 인 고객의 특성의 진화에 대해 우려하고있다, 모방 자의 직원을 통해 가서 조사관은 AI와 함께 미래에 함께 일할 관련 작업이 더 간단해질 것이며, 정확하고 효율적으로 브랜드의 색조를보다 잘 조정할 수 있습니다. 또한 소비자가 제품을 좋아하는 방식, 재고를 확보해야하는 재고량 등과 같은 문제는 소매점 AI의 도움을 받아 더 이상 문제가되지 않습니다. 무인 매장의 증가와 일기 예보를 통한 마스크, 공기 청정기 판매 및 재고 예측은 모두 인공 지능의 도움을 받아 점점 더 정확하게 분석되고 예측 될 수 있습니다.
Zhang Yizhao는 금융 및 소매업 외에도 물류 산업이 급속도로 침투하고있는 AI 산업 중 하나라고 말하면서, 자전거를 당신 주위에서 공유하든, 택배 / 물가 산정이나 해외 구매를 통한 물류 시스템이든 상관없이 세계 무역은 글로벌 물류 시스템은 인공 지능의 영향으로 엄청난 변화를 겪었으며 일부 물류 기업의 배경으로도 데이터 양이 급격히 증가함에 따라 사람들이 생각하는 것 이상으로 업계 통찰력을 얻었습니다.
Zhang Yi Zhao는 또한 미래 산업의 또 다른 장면이 제조 산업에서 발생한다고 발표했다. Industry 4.0, Made in China 2025는 제조 업계에서 인공 지능의 미래 비전으로 여겨지며 점점 더 지능적인 로봇 팔 , 로봇 및 센서는 인간과 너무 많은 상호 작용없이 많은 시나리오에 깊이 적용되어 왔습니다. 마이크로 소프트 가속기를 잠식하고있는 몇몇 회사들도 발전 풍력 터빈을 탐구하기위한 무인 항공기 기술의 사용과 같은 유용한 시도를했습니다 , 고압 케이블 및 기타 특수 장비 재료, 균열 및 해당 유지 보수 작업 등. 반면, 물류, 제조 및 기타 최종 사용자가 너무 많은 상호 작용 시나리오, 인공 지능 그러나 초기에는 모든 의료 메커니즘과 인간의 상호 작용에 의해 부과 된 제약으로 인하여 모든 사람들이 선호하는 의료 및 건강 분야는 인공 지능을 적용하는 데 어려움을 겪었습니다.
장 Yizhao는 것을, AI뿐만 아니라 인공 지능 연구의 선구자로, 가져온 다양한 산업의 변화의 영향을 참조 마이크로 소프트 리서치 아시아는 자연적으로 더 AI + 산업의 심화를 촉진하기 위해,이 노드를 엽니 다하는 것입니다 수 AI 시대가되고 싶어요, 혁신의 부서의 설립의 아이디어로, 인공 지능의 시대의 도래를 촉진하므로,학과는 마이크로 소프트 리서치 아시아를 수 마이크로 소프트 리서치 아시아 최고의 과학 기술 전문가 및 업계 전문가 혁신적인 지혜, 경험, 기술 플랫폼의 융합으로 혁신을 기대 우리는 기술 혁신의 AI 시대를 논의하기 위해 산업 간 통신 플랫폼을 구축으로 큰 중국 시장에서 기업, 투자 기관, 정부 부서는보다 광범위하고 심도있는 협력 관계를 설정합니다.
또한, 장 Yizhao은 최고의 인공 지능 기술과 강력한 과학 연구 강도,하지만 응용 프로그램 시나리오를 이해하지 못하는 업계의 현실에 대한 연구와 마이크로 소프트 리서치 아시아 조사,이 있지만 실제 산업 데이터는 원래 소량의 데이터를 기반으로하지 지적 당신은 그래서 AI 업계와 그가 더욱 AI 더 지적 피할 수없는 추세, 지금이 시간에 가장 좋은 출발점은이. 인 결합, AI의 미래는 빅 데이터를 기초로 구축해야 통과 한 시대의 모델을 구축 할 수 있습니다 지구에 적절한 방법은 빠른 속도로 생산성에 AI, 실제 착륙 속도를 빠르게하기 위해, 성장하고있다.
장 Yizhao는 그 동안 마이크로 소프트 리서치 아시아, 컴퓨터 분야의 기초 연구를 계속하고, 혁신학과의 설립 말했다 연구원은 실용적인 관점에서 더 나은에 연구원을 고려 할 수 있도록하는 것입니다 미래의 연구 주제는 비공개 기술 회의를 통해 것, 연구 세미나, 기업의 디지털 변환에서 발생하는 특정 문제에 대한 지혜와 산업 자원의 다른 형태의 브리지의 주제는, 독점 기술 통신 링크를 맞게, 그리고 기업 AI + 탐사 산업 전망. 린 뉴스
3. 독일 이스라엘 비전 머신 비전 공장은 1 % 높은 기록을 뛰어;
독일 3D 머신 비전 기술 공급 업체 이스라엘 비전 AG는 소득의 15 회계 연도 2,017분의 2,016 전반적으로 평가 발표 : 1억4천3백만유로에 11 %의 매출 성장, 세전 57 %, EBITDA (상승 년 전 56 %에서 매출 총 이익률을, 관심, 감가 상각 전에 앞서 소득의 상각이) EBITDA 비율이 28,000,000유로에 세전 이익의 29 %에서 30 %로 11 % 증가 증가, 42.9 만유로 14 % 증가, 주당 순이익은 4.68 유로로 17 % 증가했다.
이스라엘은 2 월에 년 8천5백만유로의 전보다 더 높은 이상 9천만유로 가치가 주문의 2018 2,018분의 2,017 연간 상세한 전망. 이스라엘은 현재 잔고를 발표한다.이 회사는 처음에 2,018분의 2,017 연간 수익률이 적어도 수 있습니다 예측 작년 수준에서 꾸준한, 수익은 10-14 % 성장할 것으로 예상된다.
2017년 9월 30일 현재, 2,970 만 유로로 76 %의 연간 성장률의 이스라엘 비전 현금 / 현금성 자산 잔고, 재고의 양을 뺀 3천2백70만유로에 3 %.
103.52 %의 지난해 누적 증가, 톰슨 로이터 인용 시스템 디스플레이는 15 일에 독일에 나와 이스라엘 비전 주식은 199.75 유로, 역사의 기록 닫는 높이로 마감, 10.66 % 증가했다.
QY 시장 통찰력 9 월 지적, 키엔스 (6861.JP), 코그 넥스 (Cognex의 공사, CGNX.US)과 이스라엘 비전을 포함한 3D 머신 비전 회사.
캐스트롤 XQ 글로벌 승자 견적 시스템 디스플레이, 키엔스 11월 24일 (12 월 (15) 마감일 기준)이 올해 지금까지 높은 기록을 닫는 기록 57.9 %의 누적 증가합니다.
15 코그 넥스 머신 비전 시스템의 글로벌 프로세스 자동화 개발자는 지금까지 올해 최대 91.67 %, $ 60.97로 마감, 0.13 % 상승했다.
코그 넥스 2017 년 3 분기 기록 $ 2.59739 일억에 76 %의 연간 매출 증가율 (50 % 분기) (2017년 10월 1일 현재); 년 전 76 아래로 78 %의 매출 총 이익률 % 년 전 42 %에 37 %에서 수익률을 운영은, 전에 $ 0.58 년 주당 비 일반 회계 기준 (비 GAAP) 희석 이익은 $ 1.11로 91 % 증가했다.
코그 넥스의 설립자 로버트 J 쉴맨 공유하고 영업 이익의 비율에 따라 이익이 사상 최대의 모든. 린 뉴스에 충돌 코그 넥스의 3 분기 매출, 순이익, 지적
AI 시장을 점유하는 4 대 기술, 스마트 칩이 삶에 변화를 가져 오는 방식
기술 거인은 AI 혁명을 완전히 받아 들인 것처럼 보이며, Apple, Qualcomm 및 Huawei는 기계 학습을 더 많이 제공하도록 설계된 모바일 칩을 만들었습니다 좋은 플랫폼 및 다른 회사는이 칩의 디자인에 약간 다른 접근 방식을 채택했습니다. 중국 올해의 IFA는 Kirin 970을 출시했으며 전용 NPU (NPU) 애플은 아이폰 8, 8 플러스, x를 구동하는 A11 바이오닉 스마트 칩을 선보였다. A11 바이오닉 칩은 기계 학습을 위해 특별히 설계된 신경 엔진 프로세서를 특징으로한다.
지난 주, 퀄컴의 스냅 드래곤 845이 칩이 세 회사의 가장 적합한 프로세서 코어 시스템 설계 방법론에 AI 작업을 보낼 수 있습니다 발표는 많은 차이되지 않습니다 - 개발자에게 각각의 칩으로 귀결 제공된 액세스 권한과 각 설정에 의해 소비되는 전력의 양.
이 문제를 논의하기 전에 인공 지능 칩이 기존 CPU와 다른 점을 먼저 알아 보겠습니다. 업계에서는 인공 지능에 대한 "이기종 컴퓨팅"이라는 용어를 자주 듣게됩니다. 다중 프로세서를 사용하는 시스템이며 각각 고성능 및 에너지 절감을위한 고유 한 특수 기능을 갖추고 있습니다.이 용어는 새롭지 않고 많은 기존 칩셋에서 사용됩니다. 예를 들어,이 세 가지 신제품은이 개념을 다양한 각도로 채택했습니다.
지난 3 년 동안 스마트 폰의 CPU 사용 ARM의 big.LITTLE 아키텍처, 비교적 느린 핵심 에너지와 빠른 함께 낮은 전력 소비의 핵심이 될 수 있습니다. 우리의 주요 목표는 칩을 만드는 것입니다 그것은 더 나은 배터리 수명을 얻을 수있는 더 적은 에너지를 차지할 수있다.이 아키텍처로, 삼성 갤럭시 S4를 포함하는 제 휴대 전화, 그것은 단지 독립적 인 생산 회사 Exynos5 칩뿐만 아니라 화웨이의 Mate8과 명예 6에있다.
올해 한 단계 더이 개념을 만드는 '인공 지능 칩'및 기계 학습은 Xiaolong 845을 새로운 전용 구성 요소를 추가하여 작업을 수행하기 위해, 또는 기계 학습 작업을 다른 저전력 코어를 사용하여 수행 될 수있다. 예를 들어, 당신은 그것을 사용할 수 있습니다 디지털 신호 프로세서 (DSP)가 작업을 이중 계산의 큰 숫자를 요구하는 장기 실행 처리하기 위해, 예를 들어, 사용자가 엔가 젯을 Qualcomm의 제품 담당 이사를 말했다 게리 Brotman에서 긴 대화를 분석 관리하여 뜨거운 단어를 찾을 필요가있다, 반면에, 이미지 인식 등의 더 나은 GPU, 인공 지능 및 지능 기계 학습 기술의 Snapdragon 플랫폼 개발을위한 Bratman 책임을 통해 관리 할 필요가있다.
그 동안 Apple의 A11 바이오닉스 어플리케이션은 안면 인식, 언어 피드백 및 타사 응용 프로그램 사용 속도를 높이기 위해 GPU에 신경 엔진을 추가합니다. 즉, iPhoneX에서 이러한 프로세스를 시작할 때 , A11은 신경 엔진을 켜서 계산을 수행하여 사용자의 신원을 확인하거나 표정을 '말하기'앱에 부어줍니다.
기린 970 칩에서, NPU는 스캔과 같은 몇 가지 작업을 처리하고 사진에 텍스트를 번역하려면 Microsoft 번역기를 사용합니다.이 칩에 최적화 된 지금까지 유일한 타사 응용 프로그램입니다. 화웨이는 말했다의 'HiAI'이성질체 칩셋의 대부분의 구성 요소의 성능을 극대화 컴퓨팅 구조, 그것은 단지 NPU보다 인공 지능에 작업을 할당 할 수 있습니다.
이러한 차이점에도 불구하고,이 새로운 아키텍처는 이전에는 컴퓨터 학습이 클라우드에서만 처리되었고 이제는 장치 자체에서보다 효율적으로 실행될 수 있음을 의미합니다 .CPU 이외의 부품을 사용하여 AI 작업을 실행하면 사용자의 전화 동시에 더 많은 작업을 수행 할 수 있으므로 예를 들어 앱이 애완 동물 강아지의 그림을 번역하거나 검색 할 때까지 지체하지 않아도됩니다.
또한 이러한 프로그램을 휴대 전화에서 실행하면 사용자의 사용 데이터를 클라우드로 전송할 필요가 없어지기 때문에 해커의 데이터 수신 가능성이 줄어들 기 때문에 사용자에게 더 많은 개인 정보를 제공합니다.
이러한 인공 지능 칩의 또 다른 큰 장점은 반복적 인 작업과 반복적 인 프로세스를 위해 휴대폰 배터리 소모를 합리적으로 할당해야하기 때문에 에너지를 절약한다는 것입니다 .GPU는 더 많은 에너지를 흡수하는 경향이 있으므로 대신 보다 에너지 효율적인 DSP이며, GPU와 비슷한 효과를 얻을 수 있습니다. 후자를 선택하는 것이 가장 좋습니다.
분명히 밝혀야 할 것은 칩 자체가 특정 작업을 수행하기로 결정할 때 어떤 핵심 시스템을 드라이버로 사용할 지 결정하지 않는다는 것입니다. "오늘날 개발자와 OEM은 AI 칩을 사용하려고합니다."라고 Brotman은 말했습니다. Google의 TensorFlow와 같은 지원 데이터베이스 (또는 더 구체적으로 Lite 모바일 버전)를 사용하여 모델을 실행할 핵심 요소 선택 Qualcomm, Huawei 및 Apple은 모두 인기있는 TensorFlow Lite 및 Facebook의 Caffe2를 사용합니다. 디자인 지원 프로그램의 옵션 Qualcomm은 새로운 Open Neural Network Switching (ONNX) 시스템을 지원하며 Apple은 핵심 ML 프레임 워크를 통해 더 많은 기계 학습 모드에 대한 호환성을 추가했습니다.
지금까지는이 칩 중 어느 것도 실제 세계에 실제 영향을 미치지 않았으며 칩 메이커는 자체 테스트 결과 및 벤치 마크를 선전하고 있지만 AI 테스트 프로그램이 일상 생활의 중요한 부분이 될 때까지는 테스트 결과가 아닙니다 우리가 기계 학습을위한 기계를 개발하는 초기 단계에 있기 때문에 의미가 없으며 새로운 하드웨어를 사용하는 개발자는 거의 없습니다. 스마트 칩이 삶에 가져 오는 것은 기술 대기업이 AI 시장을 잡는 방법입니다
그러나 이제는 경쟁이 시작되었고 경쟁 업체는 기계 학습 관련 작업을 사용자 장치에서 더 빠르고 효율적으로 실행하는 방법에 중점을 둡니다. 우리는 잠시 기다려야합니다. 칩을 인공 지능으로 바꾸면 삶의 도움이됩니다.
사진 : Huawei (Kirin AI 프로세서), Apple (A11 프로세서 코어). (Engadget 컴파일러 : NetEase는 외부 컴파일러 로봇 리뷰 : Fu Zeng 참조)
5.Google Neural Network, AI 기술의 한계를 보여주는 새로운 행성 식별에 NASA 지원
인공 지능 (AI)의 적용은 이제 우주 탐사 확장되었습니다, 미 항공 우주국 (NASA)은 구글 AI 팀 하나가 '이름이있는, 태양계 외부 행성을 탐지, 신경 네트워크의 개발을 지원하기 위해, 발표 Depler- 90i ', 지구에서 약 2545 광년'케플러-90은 NASA에서 바깥쪽으로 배치 된 크고 작은 행성에서 태양계의 미니 버전, 중심으로 돌아 가지 발견을 설명 케플러-90 '별 실행됩니다. NASA 우주 비행사 앤드류 Vanderburg 행성 후, 행성의 수 케플러-90. 8, 태양계의 상당에 달했다없는 사실, 정보의 두 행성은 초기 4 년 전 같은 NASA의 케플러 위성의 존재, NASA는 그들을 발견하지만,하지만 깊은 데이터를 수동으로 상영 너무 크기 때문에 이해. 케플러 임무는, 신호 수 있습니다 (35 개) 000 행성에 수년에 걸쳐 감지 지구 같은 행성을 찾고, 은하수를 벗어납니다. NASA는 자동화 시스템의 가장 높은 가능성을 선정했다 행성은, 그러나 때때로 내가 먼저 리에서 최근 Vanderburg 구글 엔지니어 크리스토퍼 Shallue 오래된 데이터를 필터링 구글의 기계 학습 및 신경 네트워크를 사용하기로 결정 더 희미한 신호를 그리워 1 만 5,000 교육 네트워크 신호 케플러, 시스템을 분석 한 후있는 두 행성이 년 동안 묻혀 발굴 결국이 행성 약 1,000 펜 약한 신호 알려져 있으며 있습니다. Vanderburg는 신경망 때때로, 아직 완벽하지 않습니다 말했다 이 오류는하지만, 이전에 놓쳤다. NASA의 새로운 연구 결과는 컴퓨터 과학의 외부 학습 기계의 응용 가능성을 강조하여 행성을 발견 할 수 있었다, NASA는 앞으로 더 많은 탐사 임무를 돕기 위해 AI를 사용했다. 디지