集微網消息1月30日, 聯發科在京舉行發布會, 介紹了AI方面的策略以及最新發布的NeuroPilot人工智慧平台, 側重終端AI (嵌入式AI) , 以語音, 視覺識別為切入方向. 這意味著在經曆了去年的調整蓄力之後, 2018年聯發科開始在AI領域全面發力.
終端AI: 帶來四方面顯著優勢
曆經多年的發展, 隨著ICT等基礎設施越來越完善, 雲端計算能力得以強化, 但同時雲端AI也會面臨網路依賴, 響應時延, 頻寬限制以及隱私保護等挑戰.
比如一輛自動駕駛汽車每分鐘產生的數據高達1GB, 數據容量遠超現有網路頻寬, 在要求大數據量和即時響應的應用場景中, 雲端AI難以滿足需求.
再比如智能家居中的攝像頭, 用戶並不希望將家中的畫面數據上傳至雲端, 在此類數據敏感的場景中, 終端AI方案更為適宜.
此外, 雲端AI因為要面對海量的數據計算, 也帶來了更多的功耗, 如果在終端側進行處理, 有利於系統功耗的降低.
因此, 在聯發科看來, 從雲端AI到終端AI, 在響應, 隱私, 連結, 功率等方面能夠帶來顯著的提升.
正是基於以上幾個方面, 我們看到, 不僅是聯發科, 包括高通在內的很多IC設計公司, 選擇在終端AI領域發力. 與此同時, IC設計公司天然與終端有著廣泛的聯繫, 這也有利於與終端更為緊密的結合.
'相對而言, 聯發科在終端側, 基於已有的通訊, 連接以及豐富的產品線方面的優勢, 使得在終端AI領域的布局較為完整, 產生的效益以及影響力也會更大. ' 聯發科技 CTO辦公室協理林宗瑤告訴集微網記者.
一位業內人士告訴記者, 從發展趨勢上看, AI往往是從雲端起步, 但是隨著時間的推移, 因為安全性, 人性化的需求, 逐漸地會實現遷移, 很多的應用會從雲端遷移到終端, 未來最常見的AI應用模式, 可能是在雲端進行訓練, 在終端做執行.
如你所見, 當下AI在語音識別, 映像識別等多個領域走進了真實應用層場景, 與商業模式緊密結合, 開始發揮出真正的價值. 而移動終端將成為全球最普遍的人工智慧平台, 圍繞智能終端和人工智慧將誕生大量的機會.
聯發科目前在人工領域的布局, 可以看到明顯沿著這一方向. 在月初舉行的CES上, 包括智能語音助理, 智能電視及自動駕駛汽車打造的AI解決方案便已亮相, 重新定義消費電子設備, 致力成為終端AI的推動者. 據林宗瑤透露, 搭載最新聯發科AI平台的智能手機產品將於3月問世.
NeuroPilot: 從交鑰匙到平台策略轉換
在今年年初的CES期間, 聯發科便推出了面向AI的人工智慧平台NeuroPilot, 旨在通過整合硬體 (AI處理器: Artificial intelligence Processing Unit) 及軟體 (如NeuroPilot SDK) , 讓每年約15億台採用聯發科技晶片的各類消費性電子產品具備AI能力.
從此次溝通會上發布的資訊看, NeuroPilot架構包含上層應用, 中間層NN runtime, 以及底層的異構運行單元.
在應用層面, 針對可以下載的APP, NeuroPilot平台支援現有的主流AI架構, 包括Google的TensorFlow, Caffe, Amazon的MXNet, Sony的NNabla等, 便於APP開發者進行相應的應用開發. 作業系統同時支援Android與Linux系統.
在中間層, 對於專業合作夥伴, 如商湯, 曠世等人工智慧廠商等定製化, 可移植性的要求, 在中間層NN runtime上提供了定製化的介面.
在底層的異構運算部分, 也提供了開放給專業性合作夥伴的介面, 便於一些廠商特殊AI指令運行效率的提升.
值得一提的是, NeuroPilot的底層架構上, 採用了同時能夠支援AI功能的CPU, GPU和APU的異構運行模式. 在林宗瑤看來, 異構運行的模式借鑒了此前針對多核CPU架構發布的CorePilot技術, 靈活的控制CPU, GPU, APU之間的協同工作, 能夠根據不同工作的性質進行合理分配, 有效提升AI運算效率, 發揮出最優性能和最佳功耗.
此外, NeuroPilot還提供了完整的工具包, 直觀的類比模擬功能有助於開發者進行debug, 友好的開發者工具套件也為開發者提供了便利. AI的難點和門檻不在於深度計算演算法, 而是如何將深度學習演算法同應用, 系統相結合. 這使得傳統IC設計廠商必然要與應用廠商一起聯合定義產品, 因此在AI解決方案上, 聯發科改變了此前的 '交鑰匙' 的方式, 轉而採用平台策略.
'我們會在平台及底層技術架構搭建好的基礎上, 結合在通訊, 連接等方面的優勢資源, 聯合更多領域的AI應用廠商, 一起去支援不同的產品線. 因為AI發展的速度快, 所以聯發科一定是跟合作夥伴一起才能將產品做得更有競爭優勢. ' 林宗瑤說.
發力AI: 為未來提供成長動能
2017年, 聯發科迎來成立20周年, 但與此同時, 也經曆了市場份額和營收利潤下滑的境況. 去年6月, 聯發科CEO上任後, 提出的重大目標之一, 便是促使聯發科在人工智慧等領域布局執行更加完善. 同時, 聯發科宣布未來五年計劃投資約2000億新台幣 (約440億人民幣) 用於包括人工智慧(AI), 5G通信, 物聯網, 工業4.0, 車聯網, 軟體與服務, AR/VR等七大領域的科技研發.
聯發科總經理陳冠州指出, AI無所不在, 而聯發科則是希望成為終端AI的推動者(Enabler). 終端AI會是未來趨勢, 如何提升移動終端, 智能家居設備等的AI能力, 是未來兩到三年主要發展方向.
此前聯發科方面也表示, 2018年起AI相關產品已陸續導入主流消費性產品.
在2018年CES期間, 聯發科相繼有AI方面的產品和技術發布. 如在家庭及娛樂市場, 推出新一代支援人工智慧的家庭娛樂平台, 4K dongle晶片平台MT8695, MT8516系統模組 (SoM) 與MT817x智能顯示方案, 支援人工智慧語音(AI-Voice)與人工智慧影像(AI-Vision)應用.
此外, 還包括智慧電視 (HDR與120Hz的4K UHD智能電視晶片MT5598) , 智慧手機等. 目前下一代P系列產品已確定支援AI與電腦視覺, 以提供更精確的人臉辨識, AR/VR, 3D感測技術(3D sensing).
目前, 聯發科與亞馬遜及阿里巴巴合作的 AI 智能音箱產品已陸續出貨, 在市場端收穫了良好的反響. 同時近期也傳出聯發科拿下蘋果智能音箱HomePod的WiFi定製化晶片(ASIC)訂單的消息, 無疑為聯發科在AI領域的發力打下重要的基礎.
在物聯網方面, 聯發科技與阿里巴巴人工智慧實驗室達成戰略合作, 針對智能家居控制協議, 物聯網晶片定製, AI智能硬體等領域展開長期密切合作.
在汽車電子市場, 從以影像為基礎的先進駕駛輔助系統 (Vision-based ADAS) , 高精度毫米波雷達((Millimeter Wave, 簡稱mmWave), 車載資訊娛樂系統(In-Vehicle Infotainment) , 車載通訊系統(Telematics)等四大核心領域切入, 向全球汽車廠商提供產品線完整且高度整合的系統解決方案.
據集微網記者了解, 聯發科在2017年包括智能語音助理, 物聯網, 電源管理與ASIC等業務都有超過20%的成長幅度. 預期未來1-2年內, 仍將保持每年兩位數以上百分點的成長態勢, 而這些成長型產品線後續有望佔整體營收規模的30%以上, 這無疑也將為聯發科帶來全新的成長動能.