El nuevo iPhone X integra un motor neuronal para el reconocimiento de rostros, pero esto es solo el comienzo. Los motores neuronales integrados y los procesadores inteligentes dedicados implementan inteligencia artificial (IA) en los dispositivos de borde, rompiendo la dependencia de la nube. Los beneficios del procesamiento de bordes incluyen latencia reducida, cobertura de red completa, mayor privacidad y seguridad, y una menor comunicación con la nube, lo que resulta en menores costos. Debido a estas ventajas, los dispositivos móviles pueden usar inteligencia artificial para lograr solo recientemente Escenas que pueden aparecer en ciencia ficción.
Las máquinas anteriores ahora son centros de procesamiento de datos en tiempo real
Acabo de asistir a nuestro seminario anual y tuve la oportunidad de familiarizarme con la tecnología de IA en el mundo integrado. Las máquinas que alguna vez fueron puramente mecánicas, como automóviles, drones y robots, ahora se están volviendo inteligentes y tienen visibilidad. , percepción, seguimiento, clasificación, detección, identificación, etc. Estos dispositivos ahora usan visión artificial y fusión de sensores para recolectar y procesar datos y tomar decisiones en tiempo real. En algunos casos, como automóviles y drones sin conductor, La toma de decisiones es fundamental, y las demoras en el procesamiento en la nube pueden llevar a tiempos de respuesta inaceptables. Con la inteligencia en el chip, estas máquinas se definen con mayor precisión como centros de datos.
Un vehículo sin conductor es un buen ejemplo. Requiere una gran cantidad de sensores visuales y de otro tipo, así como información de posicionamiento satelital y varias soluciones de conectividad. También debe tener un "cerebro" para completar la fusión y análisis de datos. Al mismo tiempo, el procesamiento basado en la nube Y la información también jugará un papel en la función del piloto automático, por lo que debe haber un procesador a bordo que pueda tomar decisiones rápidas. Incluso en situaciones esporádicas, es crítico operar el vehículo sin peligro. Por lo tanto, el procesador puede manejarlo Los cálculos intensivos de aprendizaje profundo son necesarios, no una característica opcional.
El procesamiento del borde de la red neuronal se está convirtiendo en la corriente principal
En el campo de los teléfonos inteligentes, Apple suele ser una piedra de toque para las nuevas características que se requieren como accesorios principales o de nicho de mercado. Con el lanzamiento del nuevo buque insignia iPhone X de Apple, un motor neuronal especializado está integrado en el teléfono. Una gran cantidad de procesamiento de inteligencia de borde artificial. Como mis colegas predijeron antes del lanzamiento del último iPhone, esto significa que cada dispositivo equipado con cámara incluirá un DSP visual u otro procesador de red neuronal especializado. El motor neuronal en el juego implementa la tecnología Face ID, permitiendo a los usuarios mirar el teléfono para desbloquear su iPhone. El tiempo de respuesta ultra rápido y las consideraciones de privacidad y nivel de seguridad requieren que todo el procesamiento de reconocimiento se realice en el teléfono. Ahora disponible en el dispositivo La habilidad de AI definitivamente lanzará características de IA más emocionantes.
Google también agregó una funcionalidad similar a su teléfono móvil insignia, el Pixel 2, a través de un procesador llamado Pixel Visual Core, que Google tiene que diferenciar en el altamente competitivo segmento de teléfonos inteligentes. en primer lugar, la introducción de píxeles de la cámara de software equipado con teléfonos inteligentes en circulación. Sin embargo, la mejora de imagen necesaria para, el efecto bokeh de un solo lente informático intensivo, aumentar el rango dinámico de fotos, la mayoría de estas características es actualmente líder teléfono inteligente viene con el tratamiento estándar no se puede ejecutar de manera eficiente en un dispositivo. Así que Google ha decidido añadir un segundo chip de estas características mediante la adición de funciones AI podría ser otra gran diferencia se refleja en Huawei ha anunciado recientemente la integración de motor neuronal Kirin 970, además de Muchas otras compañías también se están uniendo a la competencia.
¿Cómo realizar inteligencia en chip basada en un motor visual DSP?
Si bien los beneficios del procesamiento de bordes son obvios, también plantea un desafío al mismo tiempo. El desafío es cómo colocar las operaciones de datos que se pueden realizar en servidores gigantescos en un pequeño dispositivo portátil mientras otras tareas de procesamiento consumen energía. Esta es la razón por la que el DSP visual es crucial para la implementación exitosa del procesamiento AI basado en bordes, y la vectorización optimizada y eficiente pero poderosa hace que los procesadores DSP sean la elección perfecta para realizar cargas de trabajo de motores neuronales.
Otro desafío es cómo migrar una red neuronal existente a un entorno DSP incorporado, lo que puede costar mucho tiempo de desarrollo, lo que puede ser muy costoso, pero la cadena de herramientas automatizada puede admitir 'operaciones clave' y un servicio de ventanilla única. El análisis y la optimización de redes en un entorno integrado, es importante que dicha herramienta cubra una gran cantidad de redes de última generación para garantizar que cualquier red pueda optimizarse fácilmente y ejecutarse en dispositivos integrados.
Después del trasplante y el proceso de optimización se ha completado, por lo general tienen datos de entrada es muestreada a, con una pérdida mínima de información con el fin de completar el proceso sea más rápido. Por ejemplo, en el proceso más rápido RCNN (PDF), tenemos dos etapas de procesamiento, recomendaciones regionales (propuesta Regiones) y clasificar regiones.
familia CEVA-XM de potencia procesador ultra-bajo DSP visual, está adaptado para efectuar dicho trabajo puede ser añadido para mejorar aún más el rendimiento por CEVA-CNN acelerador de hardware (HWA), la aceleración procesamiento de red neural (por ejemplo, más rápido RCNN). De figura podemos ver que somos la quinta generación de procesador de visión CEVA-XM6, en comparación con la anterior generación del galardonado rendimiento de CEVA-XM4 se ha mejorado significativamente. Añadir acelerador de hardware de alto rendimiento CEVA-CNN es un importante paso adelante en.
Estudio a fondo sobre la base de la inteligencia artificial trae un sinfín de oportunidades para dispositivos de mano: mejora de la imagen obtenida por la calidad de la foto de DSLR, aumentada y aplicaciones de realidad virtual, la conciencia ambiental, la prevención y la navegación, detección, seguimiento, identificación, clasificación, segmentación, la cartografía, Posicionamiento, mejora de video, etc. Tenemos tanta energía en nuestras manos. Parece que la función de llamada del teléfono inteligente es insignificante.
