Le nouvel iPhone X intègre un moteur neuronal pour la reconnaissance faciale, mais ce n'est que le début: les moteurs neuronaux intégrés et les processeurs intelligents dédiés implémentent l'intelligence artificielle (IA) sur les périphériques de pointe, brisant ainsi la dépendance au cloud. Les avantages du traitement de périphérie incluent une latence réduite, une couverture complète du réseau, une confidentialité et une sécurité accrues et une communication réduite avec le cloud, ce qui réduit les coûts, ce qui permet aux terminaux mobiles d'utiliser l'intelligence artificielle Des scènes qui peuvent apparaître dans la science-fiction.
Les anciennes machines sont maintenant des centres de traitement de données en temps réel
Je viens d'assister à notre séminaire annuel et j'ai eu l'occasion de me familiariser avec la technologie de l'IA dans le monde embarqué: les machines autrefois purement mécaniques, comme les voitures, les drones et les robots, deviennent intelligentes et visibles. Ces appareils utilisent désormais la vision par ordinateur et la fusion de capteurs pour collecter et traiter des données et prendre des décisions en temps réel. La prise de décision est cruciale et les retards dans le traitement des données en nuage peuvent entraîner des temps de réponse inacceptables.Avec l'intelligence sur puce, ces machines sont plus précisément définies comme des centres de données.
Un véhicule sans conducteur est un bon exemple: il nécessite un grand nombre de capteurs visuels et autres, ainsi que des informations de positionnement par satellite et diverses solutions de connectivité, ainsi qu'un «cerveau» pour compléter la fusion et l'analyse des données. Et l'information jouera également un rôle dans la fonction de pilotage automatique, il doit donc y avoir un processeur embarqué qui peut prendre des décisions rapides.Même si des cas sporadiques se produisent, il est essentiel de faire fonctionner le véhicule sans danger. Des calculs intensifs d'apprentissage en profondeur sont nécessaires, pas une fonctionnalité optionnelle.
Le traitement des bords des réseaux neuronaux devient courant
Dans le domaine des téléphones intelligents, Apple est souvent la pierre angulaire des nouvelles fonctionnalités requises comme accessoires grand public ou marché de niche.Avec la sortie du nouvel iPhone X phare d'Apple, un moteur neuronal spécialisé est intégré dans le téléphone. Une grande partie du traitement de bord d'intelligence artificielle Comme mes collègues l'avaient prédit avant la sortie du dernier iPhone, cela signifie que chaque appareil équipé d'une caméra inclura un DSP visuel ou un autre processeur de réseau neuronal spécialisé. Le moteur neuronal du jeu implémente la technologie Face ID, permettant aux utilisateurs de regarder le téléphone pour déverrouiller leur iPhone.Le temps de réponse ultra-rapide ainsi que les considérations de confidentialité et de sécurité exigent que tout traitement de reconnaissance soit effectué sur le téléphone. Capacités d'IA, continueront certainement d'introduire des fonctionnalités AI plus excitantes.
Google a également ajouté des fonctionnalités similaires à son téléphone portable phare, le Pixel 2, à travers un processeur appelé le Pixel Visual Core, que Google doit différencier dans le segment des smartphones hautement compétitifs. L'un est le lancement du smartphone Pixel avec le logiciel supérieur sur l'appareil photo, mais le calcul intensif requis pour les images, le flou d'arrière plan unique et la plage dynamique des photos améliorent la fonctionnalité des smartphones standard livrés avec la plupart des smartphones actuels. L'appareil ne peut pas fonctionner efficacement, donc Google a décidé d'ajouter une deuxième puce à ces fonctionnalités, ce qui pourrait être un autre facteur de différenciation majeur en ajoutant des capacités AI, et Huawei a récemment annoncé l'intégration du moteur neuronal dans Kirin 970, ainsi que Beaucoup d'autres entreprises ont également rejoint la concurrence.
Comment réaliser une intelligence sur puce basée sur un moteur visuel DSP?
Bien que les avantages du traitement des contours soient évidents, ils posent également un défi en même temps: le défi consiste à placer des opérations de données pouvant être exécutées sur des serveurs gigantesques dans un petit appareil de poche alors que de nombreuses autres tâches de traitement C'est la raison pour laquelle les DSP visuels sont essentiels au succès du traitement AI de pointe: les capacités de vectorisation rationalisées et efficaces, mais puissantes, font des processeurs DSP le meilleur choix pour effectuer des charges de travail de moteur neuronal.
Un autre défi est de savoir comment migrer le réseau de neurones existant dans l'environnement DSP intégré, ce qui peut prendre beaucoup de temps de développement, le coût est très élevé, mais la chaîne d'outils automatisée peut prendre en charge les «opérations clés». L'analyse et l'optimisation du réseau se transforment en environnements intégrés Il est très important que de tels outils couvrent un grand nombre de réseaux de pointe afin de garantir que tout réseau puisse être facilement optimisé et exécuté sur des périphériques intégrés.
Après la transplantation et le processus d'optimisation est terminée, ont généralement des données d'entrée est échantillonné à, avec une perte minimale d'informations afin de compléter le processus plus rapidement. Par exemple, dans le processus plus rapide RCNN (PDF), nous avons deux étapes de traitement, des recommandations régionales (proposition Régions) et classer les régions.
famille CEVA-XM du processeur de puissance ultra-faible visuel DSP, est adapté pour effectuer un tel travail peut être ajouté pour améliorer encore les performances en accélérateur matériel CEVA-CNN (HWA), l'accélération de traitement de réseau neuronal (par exemple RCNN plus rapide). De la figure, nous pouvons voir que nous sommes le cinquième processeur de vision de génération CEVA-XM6, par rapport à la génération précédente de la primé performances CEVA-XM4 a été considérablement améliorée. Ajouter accélérateur matériel de performance CEVA-CNN est un grand pas en avant.
Etude approfondie basée sur l'intelligence artificielle apporte des possibilités infinies pour les appareils portables: amélioration de l'image obtenue par la qualité photo reflex numérique, amélioré et les applications de réalité virtuelle, sensibilisation à l'environnement, la prévention et la navigation, la détection, le suivi, l'identification, la classification, la segmentation, la cartographie, le positionnement, l'amélioration de la vidéo, et ainsi de suite. nous avons un tel pouvoir dans la paume de votre main, il semble fonction d'appel de téléphone intelligent est négligeable.
