不再依赖云端或服务器系统的智能手机, 可以自己直接执行人工智能功能, 未来也许不再是梦, 因为一种 '基于装置的机器学习' (on-device machine learning)时代正在开启. 韩媒ChosunBiz引述业界消息, 指出以2018年为起点, 三星电子(Samsung Electronics), 华为与联发科等业者, 预料将相继推出支持机器学习的移动应用处理器(AP). 过去一段时间以来, 机器学习多透过高阶中央处理器(CPU), 图形处理器(GPU)等复杂硬件实现. 然而, 高通(Qualcomm)从2015年开始, 透过一项名为Zeroth的研发计划, 期望利用移动系统单芯片(SoC), 有效率且自动执行机器学习, 目标是将机器学习芯片搭载至智能手机或机器人等装置上. 换句话说, 这将让搭载高通Snapdragon移动芯片组的装置, 可对影像, 物体与人脸进行分类与辨识, 如果这些功能皆能在装置内部实现, 未来装置将不再依赖云端或通讯网路提供的AI服务. 目前全球移动芯片架构设计, 99%以上掌握在英国Arm(ARM)手中. 2017年Arm发表具机器学习功能的移动芯片架构设计DynamIQ, 在芯片内部加入AI加速器, 相较目前最新款移动处理器, 理论上功能可望提升50倍以上. Arm韩国高层表示, 智能手机与PC等消费者常用装置, 如果出现一套可行的AI生态系, 装置处理资料的速度可望更快, 而Arm的目标, 就是让搭载Arm架构芯片的智能手机等装置, 可以进行快速且有效率的机器学习. 预料照Arm标准架构设计的许多移动AP业者, 2018年将纷纷推出相关新产品. 三星, 联发科等全球领先移动AP业者, 目前皆采Arm架构设计, 至于高通, 苹果(Apple)的AP, 则是部分变更Arm架构设计, 基本上使用的架构设计雷同. 移动装置如果正式进入AI时代, 对韩国存储器业者也是一个大好机会. 韩国学者指出, 基于装置的深度学习, 已是无法避免的时代潮流, 韩国企业应该将其视为一个机会, 努力思考其中的各种可能性. 对于移动装置业者而言, 也可视为目前市场成长停滞的解药之一, 而移动处理器功能大幅跃升将带动软件进化, 超高速DRAM与高容量NAND Flash需求也会增加. 另一方面, 由于支持移动装置机器学习的半导体架构设计, 大部分仍掌握在高通, Arm手中, 中长期而言, 三星, 乐金电子(LG Electronics)等韩国智能手机业者, 付出的授权费有可能增加. 韩国半导体业界相关人士表示, 三星每年付给Arm钜额授权费, 如果未来Arm在移动装置机器学习领域先行突围, 到时三星对Arm的依赖程度, 恐怕将比现在更为加深.
