不再依賴雲端或伺服器系統的智能手機, 可以自己直接執行人工智慧功能, 未來也許不再是夢, 因為一種 '基於裝置的機器學習' (on-device machine learning)時代正在開啟. 韓媒ChosunBiz引述業界消息, 指出以2018年為起點, 三星電子(Samsung Electronics), 華為與聯發科等業者, 預料將相繼推出支援機器學習的移動應用處理器(AP). 過去一段時間以來, 機器學習多透過高階中央處理器(CPU), 圖形處理器(GPU)等複雜硬體實現. 然而, 高通(Qualcomm)從2015年開始, 透過一項名為Zeroth的研發計劃, 期望利用移動系統單晶片(SoC), 有效率且自動執行機器學習, 目標是將機器學習晶片搭載至智能手機或機器人等裝置上. 換句話說, 這將讓搭載高通Snapdragon移動晶片集的裝置, 可對影像, 物體與人臉進行分類與辨識, 如果這些功能皆能在裝置內部實現, 未來裝置將不再依賴雲端或通訊網路提供的AI服務. 目前全球移動晶片架構設計, 99%以上掌握在英國Arm(ARM)手中. 2017年Arm發表具機器學習功能的移動晶片架構設計DynamIQ, 在晶片內部加入AI加速器, 相較目前最新款移動處理器, 理論上功能可望提升50倍以上. Arm韓國高層表示, 智能手機與PC等消費者常用裝置, 如果出現一套可行的AI生態系, 裝置處理資料的速度可望更快, 而Arm的目標, 就是讓搭載Arm架構晶片的智能手機等裝置, 可以進行快速且有效率的機器學習. 預料照Arm標準架構設計的許多移動AP業者, 2018年將紛紛推出相關新產品. 三星, 聯發科等全球領先移動AP業者, 目前皆采Arm架構設計, 至於高通, 蘋果(Apple)的AP, 則是部分變更Arm架構設計, 基本上使用的架構設計雷同. 移動裝置如果正式進入AI時代, 對韓國存儲器業者也是一個大好機會. 韓國學者指出, 基於裝置的深度學習, 已是無法避免的時代潮流, 韓國企業應該將其視為一個機會, 努力思考其中的各種可能性. 對於移動裝置業者而言, 也可視為目前市場成長停滯的解藥之一, 而移動處理器功能大幅躍升將帶動軟體進化, 超高速DRAM與高容量NAND Flash需求也會增加. 另一方面, 由於支援移動裝置機器學習的半導體架構設計, 大部分仍掌握在高通, Arm手中, 中長期而言, 三星, 樂金電子(LG Electronics)等韓國智能手機業者, 付出的授權費有可能增加. 韓國半導體業界相關人士表示, 三星每年付給Arm钜額授權費, 如果未來Arm在移動裝置機器學習領域先行突圍, 到時三星對Arm的依賴程度, 恐怕將比現在更為加深.
