ถึงเวลาที่จะเรียกสมาร์ทโฟนไม่ใช่โทรศัพท์: ยุคของ AI มือถือได้มาถึงแล้ว

Liran Bar, ผู้อำนวยการฝ่ายการตลาดผลิตภัณฑ์ภาพ CEVA และสายผลิตภัณฑ์ DSP ผลิตภัณฑ์คอมพิวเตอร์

iPhone X รุ่นใหม่นี้มีกลไกประสาทสำหรับการจดจำใบหน้า แต่เป็นเพียงจุดเริ่มต้นเครื่องมือสมองกลฝังตัวและโปรเซสเซอร์อัจฉริยะเฉพาะด้านได้ใช้ปัญญาประดิษฐ์ (AI) บนอุปกรณ์ขอบแล้วทำลายความเชื่อมั่นในระบบคลาวด์ ประโยชน์ของการประมวลผลแบบขอบ ได้แก่ การลดเวลาแฝงการครอบคลุมเครือข่ายแบบเต็มความเป็นส่วนตัวและความปลอดภัยที่เพิ่มขึ้นและลดการติดต่อสื่อสารกับระบบคลาวด์ซึ่งช่วยลดต้นทุนและแม่นยำเนื่องจากข้อดีเหล่านี้อุปกรณ์เคลื่อนที่สามารถใช้ปัญญาประดิษฐ์เพื่อให้บรรลุไม่เพียง แต่เมื่อเร็ว ๆ นี้ ฉากที่สามารถปรากฏในนิยายวิทยาศาสตร์

เครื่องที่ผ่านมาเป็นศูนย์ประมวลผลข้อมูลเรียลไทม์แล้ว

ฉันเพิ่งเข้าร่วมการสัมมนาประจำปีของเราและมีโอกาสได้ติดต่อกับเทคโนโลยี AI ในโลกที่ฝังตัวเมื่อเครื่องจักรกลหมดจดเช่นรถ Drones และหุ่นยนต์กำลังกลายเป็นอย่างชาญฉลาดด้วยการสร้างภาพ การรับรู้การติดตามการจัดหมวดหมู่การตรวจจับการรับรู้ ฯลฯ อุปกรณ์เหล่านี้ใช้วิสัยทัศน์คอมพิวเตอร์และฟิวชั่นเซ็นเซอร์เพื่อรวบรวมและประมวลผลข้อมูลและทำการตัดสินใจในแบบเรียลไทม์ในบางกรณีเช่นยานพาหนะที่ขับขี่และไร้กำลังคน, การตัดสินใจมีความสำคัญและความแฝงในระบบคลาวด์อาจนำไปสู่การตอบสนองที่ยอมรับไม่ได้และด้วยระบบหน่วยสืบราชการลับบนชิปเครื่องเหล่านี้ได้รับการกำหนดให้เป็นศูนย์ข้อมูลอย่างแม่นยำยิ่งขึ้น

การลดระดับของ AI จะต้องรับมือกับข้อมูลจำนวนมากในเวลาจริงและมีการใช้พลังงานต่ำ (จาก: CEVA)

ยานพาหนะเป็นตัวอย่างที่ดีของกำลังใจก็ต้องมากของเซ็นเซอร์ภาพและอื่น ๆ รวมถึงข้อมูลระบุตำแหน่งผ่านดาวเทียมและการเชื่อมต่อต่างๆโซลูชั่น. นอกจากนี้ยังต้องมี 'สมอง' สำหรับการรวมข้อมูลและการวิเคราะห์ประมวลผลพร้อมกันเมฆตาม และข้อมูลนอกจากนี้ยังจะมีบทบาทในการทำงานอัตโนมัติดังนั้นจะต้องมีการตัดสินใจแยกที่สองบนกระดานโปรเซสเซอร์. แม้กระทั่งกรณีประปรายจะไม่มีการดำเนินการที่เป็นอันตรายของยานพาหนะเป็นสิ่งสำคัญมาก. ดังนั้นหน่วยประมวลผลสามารถจัดการ จำเป็นต้องมีการคำนวณการเรียนรู้แบบเร่งรัดแบบลึกไม่ใช่คุณลักษณะที่เป็นตัวเลือก

การประมวลผลขอบ AI ในรถยนต์จำเป็นต้องมีสติปัญญาในระดับสูง (ที่มา: CEVA)

การประมวลผลขอบของเครือข่ายประสาทเทียมกลายเป็นกระแสหลัก

ในด้านของโทรศัพท์สมาร์ทแอปเปิ้ลมักจะเป็นคุณลักษณะใหม่ที่มีความสำคัญเป็นหลักหรือช่องทางการตลาด (เฉพาะที่ตลาด) อุปกรณ์มาตรฐาน. ด้วยการเปิดตัวเรือธงใหม่ของ Apple iPhone X มีการติดตั้งเครื่องยนต์ประสาทเฉพาะที่อยู่บนโทรศัพท์ ขอบประมวลผลเหตุการณ์สำคัญปัญญาประดิษฐ์. เป็นเพื่อนร่วมงานของฉันก่อนที่รุ่นล่าสุดของโทรศัพท์มือถือแอปเปิ้ลเป็นที่คาดการณ์ซึ่งหมายความว่าเร็ว ๆ นี้อุปกรณ์ที่มีกล้องทุกคนจะรวมถึง DSP ภาพหรือหน่วยประมวลผลเครือข่ายประสาทพิเศษอื่น ๆ. iPhone X ภายในเครื่องยนต์ระบบประสาทใช้เทคโนโลยีใบหน้า ID ที่ช่วยให้ผู้ใช้สามารถดูโทรศัพท์ของพวกเขาเพื่อที่จะปลดล็อค iPhone. และเวลาในการตอบสนองที่รวดเร็วควบคู่กับระดับของความปลอดภัยและความเป็นส่วนตัวการพิจารณาต้องทุกขั้นตอนการรับรู้จะต้องทำบนโทรศัพท์. ในขณะนี้เกี่ยวกับอุปกรณ์ที่มี AI ก็จะยังคงแนะนำคุณสมบัติ AI ที่น่าตื่นเต้นอีก

Google ยังล่าสุดพิกเซลโทรศัพท์เรือธงของ 2 เพิ่มคุณลักษณะที่คล้ายกันเรียกว่าพิกเซลประสบความสำเร็จผ่านแกนประมวลผลภาพ (Pixel ภาพหลัก). ในช่องการแข่งขันสูงของโทรศัพท์สมาร์ท, Google ต้องตระหนักถึงความแตกต่าง. วิธีการ ประการแรกการแนะนำของซอฟต์แวร์กล้องพิกเซลพร้อมกับมาร์ทโฟนที่โดดเด่น. แต่เพิ่มประสิทธิภาพของภาพที่จำเป็นสำหรับการคำนวณมากผล bokeh เลนส์เดี่ยวเพิ่มช่วงไดนามิกของภาพถ่ายส่วนใหญ่ของคุณสมบัติเหล่านี้ในปัจจุบันเป็นผู้นำมาร์ทโฟนที่มาพร้อมกับมาตรฐานการรักษา ไม่สามารถทำงานได้อย่างมีประสิทธิภาพบนอุปกรณ์. ดังนั้น Google ตัดสินใจที่จะเพิ่มชิปที่สองสำหรับคุณสมบัติเหล่านี้โดยการเพิ่มฟังก์ชั่น AI อาจจะแตกต่างที่สำคัญอีกคือภาพสะท้อนในหัวเว่ยเพิ่งประกาศการรวมกลุ่มของเครื่องยนต์ประสาท Kirin 970 นอกเหนือไปจาก บริษัท อื่น ๆ ได้เข้าร่วมการแข่งขัน

ตามวิสัยทัศน์เครื่องยนต์ DSP วิธีการที่ชาญฉลาดในชิป?

แม้ว่าจะเป็นประโยชน์ในการประมวลผลขอบชัดเจนก็ยังนำความท้าทาย. ความท้าทายคือการทำได้ในยักษ์ข้อมูลคอมพิวเตอร์เซิร์ฟเวอร์ที่จะนำขนาดเล็กอุปกรณ์มือถือในขณะที่กำลังมีการบริโภคยังอยู่ในการประมวลผลงานอื่น ๆ อีกมากมาย บน. นี่คือเหตุผลสำหรับการก่อให้เกิดความสำเร็จของ DSP ขอบภาพ AI-สำคัญ. คล่องตัวและมีประสิทธิภาพ แต่ vectorization ที่มีประสิทธิภาพการประมวลผลประสิทธิภาพ DSP ให้ทางเลือกที่ดีที่สุดสำหรับการที่สมบูรณ์ภาระเครื่องยนต์ระบบประสาท

ความท้าทายก็คือวิธีการแปลงโครงข่ายประสาทเทียมที่มีอยู่ในสภาพแวดล้อมที่ DSP ฝัง. นี้อาจใช้จำนวนมากของเวลาในการพัฒนาค่าใช้จ่ายกลายเป็นราคาแพงมาก. แต่ห่วงโซ่เครื่องมืออัตโนมัติเพื่อสนับสนุน 'การดำเนินงานที่สำคัญ' การให้บริการแบบครบวงจร การวิเคราะห์และการเพิ่มประสิทธิภาพของเครือข่ายที่เปลี่ยนไปสภาพแวดล้อมที่ฝังตัว. สำหรับเครื่องมือดังกล่าวซึ่งเป็นเครือข่ายที่ทันสมัยที่สุดครอบคลุมมากของมันเป็นสิ่งสำคัญมากเพื่อให้มั่นใจว่าเครือข่ายใด ๆ ที่สามารถเพิ่มประสิทธิภาพได้อย่างง่ายดายและทำงานบนอุปกรณ์ฝังตัว

ได้เร็วขึ้น RCNN - กำเนิดเครือข่ายโดยอัตโนมัติ CEVA สมบูรณ์มีประสิทธิภาพสามารถลดแบนด์วิธและความลึกบิตการเก็บรักษา (จาก: CEVA)

หลังจากการปลูกและการเพิ่มประสิทธิภาพกระบวนการเสร็จสมบูรณ์แล้วมักจะมีการป้อนข้อมูลเป็นตัวอย่างที่มีการสูญเสียน้อยที่สุดของข้อมูลในการสั่งซื้อเพื่อเสร็จสิ้นกระบวนการได้รวดเร็วยิ่งขึ้น. ตัวอย่างเช่นในกระบวนการเร็วขึ้น RCNN (PDF) เรามีสองขั้นตอนการประมวลผลข้อเสนอแนะในระดับภูมิภาค (ข้อเสนอ ภูมิภาค) และจำแนกภูมิภาค

ตัวอย่าง: การประมวลผลของ RCNN ได้เร็วขึ้น (จาก: CEVA)

ครอบครัว CEVA-XM ของ DSP ภาพประมวลผลพลังงานต่ำเป็นพิเศษคือการปรับให้เข้ากับการดำเนินงานดังกล่าวอาจมีการเพิ่มเพื่อปรับปรุงประสิทธิภาพการทำงานโดย CEVA-ซีเอ็นเอ็นฮาร์ดแวร์เร่ง (HWA) เร่งการประมวลผลเครือข่ายประสาท (เช่นได้เร็วขึ้น RCNN). จาก รูปที่เราจะเห็นว่าเรามีวิสัยทัศน์ที่ห้าหน่วยประมวลผลรุ่น CEVA-XM6 เมื่อเทียบกับรุ่นก่อนหน้าของที่ได้รับรางวัลผลการดำเนินงานของ CEVA-XM4 ได้รับการปรับปรุงให้ดีขึ้นอย่างมีนัยสำคัญ. เพิ่มประสิทธิภาพการทำงานของฮาร์ดแวร์เร่ง CEVA-ซีเอ็นเอ็นเป็นขั้นตอนที่สำคัญไปข้างหน้าใน

ประสิทธิภาพการทำงานได้เร็วขึ้น RCNN หลังจากที่ครอบครัว CEVA-XM DSP ภาพ (จาก: CEVA)

ศึกษาความลึกขึ้นอยู่กับปัญญาประดิษฐ์นำโอกาสไม่มีที่สิ้นสุดสำหรับอุปกรณ์มือถือ: เพิ่มประสิทธิภาพของภาพที่ได้จากการที่มีคุณภาพ DSLR ภาพที่เพิ่มขึ้นและการใช้งานเสมือนจริง, ความตระหนักด้านสิ่งแวดล้อมการหลีกเลี่ยงและการนำการตรวจสอบติดตามการระบุการจำแนกการแบ่งส่วนการทำแผนที่ การวางตำแหน่ง, การเพิ่มประสิทธิภาพวิดีโอและอื่น ๆ. เรามีอำนาจอยู่ในฝ่ามือของคุณก็ดูคุณลักษณะโทรศัพท์สมาร์ทเป็นเล็กน้อย

AI- สนับสนุนโปรแกรมปัญญาภาพ