Huawei पिछले महीने जारी किया P20 प्रो और P20, DxOMark मोबाइल फोन के कैमरे के प्रकाशन और अग्रणी मार्जिन के दिन पर सबसे अच्छा के बीच रैंकिंग है नहीं 1 अंक 2 अंक, इससे पहले कि P20 प्रो शीर्ष सैमसंग गैलेक्सी S9 प्लस उच्च 10 अंक की तुलना में, यह कहा जा सकता नहीं एक युग है, लेकिन एक या कई बार दो आगे। निश्चित रूप से P20 प्रो CMOS विनिर्देशों के 1 / 1.73 इंच है कि कुछ धमकाने लोगों, लेकिन 1 / 2.7 इंच CMOS P20 आकाशगंगा S9 प्लस की तुलना में, पिक्सेल 2 केवल थोड़ा विनिर्देशों है अनिवार्य है उच्च है, लेकिन इसकी छवि गुणवत्ता भी एक महत्वपूर्ण लाभ यह है कि यह लाभ क्या इसके बारे में आया है?
बेहतर बनाएँ फोटोग्राफी की गुणवत्ता में इस तरह के एक बड़े क्षेत्र के उपयोग बड़ा पिक्सेल CMOS, वृद्धि यांत्रिक ऑप्टिकल छवि स्थिरीकरण, बड़ा एपर्चर के रूप में दो विचारों, एक हिंसक लड़ाई हार्डवेयर, के लिए है, और दूसरे सॉफ्ट पावर का विचार है: एल्गोरिदम और अनुकूलन।
पहला विचार यह केवल एक विशिष्ट मामले, गैलेक्सी S8 रिश्तेदार गैलेक्सी एस 7 बुनियादी कैमरा सिर्फ समय अंकन से पहले सैमसंग गैलेक्सी S9 साथ ही, है, जबकि गैलेक्सी S9 प्लस एक तीन परत स्टैक के साथ नए 1.4μm CMOS DRAM के उपयोग का बीड़ा उठाया है, लेकिन एक माध्यमिक कारक मुख्य कारकों की तस्वीरें बढ़ाने के लिए असली बड़ा कदम आगे ग्रेट लीप फॉरवर्ड ऑप्टिकल घटकों है, गैलेक्सी S9 प्लस सफलता F1.5 की एक बड़ी एपर्चर उपयोग करता है। लेकिन इतनी बड़ी एपर्चर के उपयोग के एक उच्च कीमत का भुगतान करने की आवश्यकता है, पहले से अधिक उत्पादन के F1.8 बड़ी एपर्चर बहुत मुश्किल, बहुत कम उपज, उच्च उत्पादन में जिसके परिणामस्वरूप है कैमरा मॉड्यूल लागत, और दूसरा एपर्चर बहुत बड़ा है, उज्ज्वल दृश्यों में छवि overexposed है कर देगा, GS9 भी शारीरिक रूप से शुरू की चर एपर्चर इस समस्या को हल करने के लिए है, जो बहुत कैमरा मॉड्यूल की जटिलता में वृद्धि, विश्वसनीयता को कम करने।
एक और विचार, सॉफ्टवेयर एल्गोरिदम का अनुकूलन है कि विशिष्ट मामले पिक्सेल 2, 12.2MP, 1.4μm पिक्सेल, च के हार्डवेयर विनिर्देशों / 1.8 एकल कैमरा नहीं बहुत अतिरंजित है, लेकिन अभी भी iPhone एक्स और अन्य हार्डवेयर राक्षस, एक वोट पराजित कर सकते हैं, इस DeepLab-v3 + एल्गोरिथ्म के लिए धन्यवाद है। इस एल्गोरिथ्म अनुकूलन के लिए, सीखने ऐ प्राकृतिक नेटवर्क, वास्तविक समय विश्लेषण दृश्य पर किया जा सकता है लक्ष्य दृश्य सामग्री की पहचान करने, की गहराई पर आधारित है। एचडीआर + और दृश्य प्रसंस्करण, कुछ हद तक overexposure मामले से बचने के लिए हुई। DeepLab-v3 + एल्गोरिथ्म सबसे कुली स्टंट एक कैमरे एल्गोरिथ्म के माध्यम से चित्र लेने के लिए क्षेत्र की गहराई प्राप्त करने के लिए है, कार्यक्षमता कार्यान्वित किया जाता है कोडिंग और डिकोडिंग संचालन, कई नमूना और रूपांतरण का एक बहुत आवश्यकता है, गणना की राशि बहुत बड़ा है। गूगल पिक्सेल 2 प्राप्त करने के लिए इस सुविधा भी एक विशेष रूप से विकसित त्वरक चिप पिक्सेल दृश्य कोर कहा जाता गणित प्रसंस्करण प्रदर्शन करने के लिए है, त्वरण चिप एफपीयू फ्लोटिंग प्वाइंट प्रदर्शन पांच बार एप्पल A11 बायोनिक। गूगल ने भी निष्पक्ष DeepLab-v3 + एल्गोरिथ्म दिखेगा ओपन सोर्स, शेयर करने के लिए दुनिया के लिए नि: शुल्क। बेशक, गूगल की अपनी गणना भी है, एक तरफ, पूरी तरह फायदेमंद हो सकता है नि: शुल्क मुक्त स्रोत समुदाय विकास संसाधनों को बेहतर बनाने के लिए जारी रखने, दूसरे हाथ पर अपने प्रतिद्वंद्वी क्वालकॉम Xiaolong ऐ प्रदर्शन 835/845 A11 के रूप में के रूप में अच्छा नहीं है, और इस जरूरत को बहुत ही उच्च प्रदर्शन एल्गोरिथ्म नहीं चला, तो चिंता मत करो विचार, दूसरों एकल एल्गोरिदम भी हैं जो कार्यान्वयन के लिए पर्याप्त प्रदर्शन नहीं करते हैं।
पी 20 नमूना तुलना और विश्लेषण
लेकिन इस मुद्दे पर गूगल गलत अनुमान लगाया गया है, पर Huawei किरिन 970 प्रोसेसर NPU नेतृत्व बनाया गया है, यह एक ही सीखने की गहराई के आधार पर इस एल्गोरिथ्म के साथ गुणवत्ता प्रदर्शन के स्तर को प्राप्त करने के लिए पर्याप्त प्रदर्शन प्रदान कर सकते हैं, सीखने की गहराई के आधार पर शूटिंग को बढ़ाने के लिए ऐ एल्गोरिदम कैसे प्रदर्शन की गुणवत्ता को बढ़ाने के लिए, के तुलनात्मक सबूत से DXO (तुलना स्रोत :. https://www.dxomark.com/huawei-p20-pro-camera-review-innovative-technologies पर एक नजर डालें है -उत्तम-परिणाम /, मूल की विशिष्ट तुलना इस पृष्ठ पर देखी जा सकती है)
कम रोशनी और विरोधी चमक
यह Huawei P20 छत के प्रो नीचे बाएँ कोने, सच काला बहाल करने के लिए है, जबकि iPhone एक्स और पिक्सेल 2 overexposure जाहिर है, निचले दाहिने सड़कों iPhone एक्स और पिक्सेल 2 भी महत्वपूर्ण चमक। P20 प्रो गहराई से अध्ययन दृश्य द्वारा किए गए एक ठेठ रात दृश्य था पता लगाने के एक बड़ी हद तक, ऐसा होने से overexposure से बचने के लिए। और शाखाओं के ऊपरी दाहिने कोने Huawei P20 प्रो विवरण बेहतर है, लेकिन बहुत ज्यादा नहीं तीखेपन वृद्धि करने के लिए अधीर ओर जाता है, यह उच्च संवेदनशीलता सेंसर बेहतर का एक बड़ा क्षेत्र है + बाद के एल्गोरिथ्म की बातचीत का परिणाम है।
ज़ूम और ऑप्टिकल छवि स्थिरीकरण
मैं काफी अनुभवहीन सोचने के लिए बाहरी सोल, न्याय है, हालांकि यह सिर्फ DSLR क्षेत्र है था, लेकिन मोबाइल की दुनिया में मामला। इससे पहले सोनी / Meizu एक बार के साथ 1 / 2.7 इंच सेंसर बाहरी सोल, लेकिन यह भी बड़े अंत की वजह से, फोन नहीं है आप OIS ऑप्टिकल छवि स्थिरीकरण के लिए जगह नहीं जोड़ सकते, मोमबत्ती लायक परिणाम, मैं एक बार मछली जैसे सोचा बाहरी सोल और ऑप्टिकल छवि स्थिरीकरण, और दोनों नहीं हो सकता।
इतना है कि यह ध्यान में बड़े अंत CMOS और ऑप्टिकल छवि स्थिरीकरण ले जा सकते हैं Huawei P20 प्रो, एआईएस समारोह के अभिनव शुरूआत है। यह शायद आंदोलन को तैयार करने के लिए तीन के माध्यम से हाथ में रखे कैमरे की प्रवृत्ति न्यायाधीश करने से फिर ऐ द्वारा उपचार के बाद बहु फ्रेम स्थिर से काम करता है, और उसके बाद विरोधी शेक एल्गोरिथ्म, मैं काम पूरा एक बार सोचा नहीं जा सकता पूरा किया।
पोर्ट्रेट दृश्य
विदेशी ब्रांड मोबाइल फोन के चित्रों और सौंदर्य शॉट घरेलू ब्रांडों से पीछे कर दिया गया है, कारण ध्यान की कमी, देश चित्र और सुंदरता दर्द अंक के लिए अधिक जरूरी है, मजबूर कर घरेलू मोबाइल फोन निर्माताओं को इस संबंध में अधिक इनपुट है। The ऐ पात्रों द्वारा अपने तकनीकी फायदे की Huawei पूरा उपयोग, 3 डी चेहरा पहचानने के लिए गहरी सीखने वाले एल्गोरिदम का सामना करना है, और रंग का अनुकूलन और इसके बाद के संस्करण सबूत P20 प्रो त्वचा को बढ़ाने के लिए और भी अधिक गुलाबी और घूम रहा है। क्योंकि पात्रों वास्तविक समय में परिवर्तन, वास्तविक समय के लिए की जरूरत नहीं है छवि और पूर्व विश्लेषण और तुलना के साथ तंत्रिका नेटवर्क परिणामों से पूर्ण अध्ययन, जानकारी एक 3 डी चेहरा हो जाता है और उसके बाद वास्तविक समय प्रसंस्करण आपरेशन की राशि का अनुकूलन अभी भी बहुत बड़ी है।
एचडीआर दृश्य
यह दृश्य एक चित्र है, लेकिन बैकलाइट, खिड़की के बाहर दृश्य की चमक बहुत अधिक, है, जबकि P20 प्रो नियंत्रण अधिक एकदम सही है, है गंभीर overexposure, पिक्सेल 2 overexposure बेहतर नियंत्रण की खिड़की iPhone एक्स, जबकि आंतरिक चरित्र और न ही बहुत अंधेरा। गहराई के बाद से दृश्य संचय बांटा गया है अलग जोखिम रणनीति तय जटिल दृश्यों की चमक में इस तरह के बड़े मतभेद, के लिए निर्धारित सीखने बनाता है, किरिन 970 NPU शक्तिशाली प्रदर्शन इन प्रक्रियाओं अधिक कम कर देता है।
दोहरे उपयोग कैमरा शुरुआत उप कैमरा गहराई गहराई सेंसर में दृश्य प्राप्त जानकारी, बहु फ्रेम संश्लेषण और बाद के प्रसंस्करण मोड द्वारा क्षेत्र के गठन गहराई है, लेकिन ऐ उम्र से पहले एल्गोरिथ्म में, भेद अग्रभूमि और पृष्ठभूमि समस्याओं की पहचान करने के लिए, विशेष रूप से एक अधिक जटिल वनस्पति है, बढ़त दोषों से ग्रस्त है।
क्षेत्रीय प्रभाव और बढ़त के फैसले की गहराई
और दृश्य के बाद ऐ गहराई से अध्ययन निर्धारित करने के लिए, संचित डेटा की बड़ी मात्रा के कारण के आधार पर तो अग्रभूमि और पृष्ठभूमि पर न्याय के कैमरा दृश्य और अधिक सटीक, और अधिक सटीक विभाजन को बढ़त भाग है, लेकिन ऊपर दिखाई नहीं देता दोहरे कैमरा ऐ अनुचित हैंडलिंग जटिल बढ़त का समर्थन नहीं करता है कि समस्या
कुल मिलाकर, किरिन NPU 970 19 श्रेणियां हैं और ऐसे बिल्लियों और कुत्तों, भोजन, लोग, मैक्रो, रात / पाठ, फूल, नीला आकाश, बर्फ, समुद्र तट, आदि के रूप में 500 से अधिक दृश्यों प्रशिक्षण शिक्षण, एक इसी अनुकूलन योजना है । इस कार्य को प्राप्त करने के लिए डेटा संचय का एक बहुत आवश्यकता है, लेकिन डेटा की भी बड़ी मात्रा में वास्तविक समय में तंत्रिका नेटवर्क चित्र लेने के लिए है, इसलिए कंप्यूटिंग शक्ति के लिए एल्गोरिथ्म द्वारा संसाधित करने की आवश्यकता है और एक बहुत ही उच्च मांग पेश किया। शिखर सम्मेलन के Huawei P20 सिर्फ DXOMark रोपण नहीं है CMOS और ऑप्टिकल घटकों, केक पर अधिक अच्छा एल्गोरिथ्म टुकड़े में निहित फायदे। उत्कृष्ट एल्गोरिथ्म गारंटी करने के लिए 970 किरिन NPU योगदान एक मजबूत शक्ति ऑपरेटरों की आवश्यकता है।
ऐ के लिए मांग की गहराई से अध्ययन, Huawei काफी दूरंदेशी अनुसंधान और विकास गेंडा 970 की शुरुआत में NPU स्वतंत्र इकाई में शामिल हो गए।
जैसा कि पहले उल्लेख, इमेज प्रोसेसिंग कोर काम दृश्य विश्लेषण की पहचान करना है, यह काम दो चरण हैं। पहले चरण प्रशिक्षण Convolutional तंत्रिका नेटवर्क सीखने घुमाव के तंत्रिका नेटवर्क द्वारा विश्लेषण के नमूने की एक बड़ी संख्या को देखते हुए किए जाने की आवश्यकता है, प्रशिक्षण प्रक्रिया हो सकती है स्थानीय स्तर पर मोबाइल डिवाइस में, यह भी बादल संचालित करने के लिए करने के लिए एक बड़े सर्वर, लेकिन नई तस्वीरें, विश्लेषण और निर्णय मूल रूप से केवल स्थानीय रूप से किया जा सकता है की अनुवर्ती हो सकता है। हालांकि इस केवल एक ही नया नमूना विश्लेषण है, लेकिन यह भी पहले और संचय डेटा की तुलना करने की जरूरत है हाँ, और इस विश्लेषण मशीन सीखने के परिणामों में सारांश कर रहे हैं। और इस घुमाव के तंत्रिका नेटवर्क convolutional तंत्रिका नेटवर्क शाखा निर्णय लेने की प्रक्रिया की एक बड़ी संख्या है, जो एक मजबूत चल बिन्दु प्रसंस्करण शक्ति FP16 की आवश्यकता है कार्रवाई करने के लिए।
क्वालकॉम Xiaolong 845 तथाकथित 'NPU' षट्कोण 685 है, षट्कोण 685 बस षट्कोण 682 छोटा सा परिवर्तन से पहले। सच पूछिये तो, यह केवल बल्कि गेंडा 970 और सही मायने में A11 NPU के रूप में है, लेकिन साधारण से डीएसपी माना जा सकता है, वेक्टर प्रोसेसिंग यूनिट, और डीएसपी कंप्यूटिंग भी बिजली अन्य कार्यों के द्वारा कब्जा किया जा सकता है। Xiaolong 845 अधिक जटिल ऐ मशीन सीखने कार्य अभी भी लक्ष्य को हासिल करने के लिए GPU सीपीयू होने की जरूरत है, और इस कीमत भारी है।
यह TechInsights कोर किरिन 970 चार्ट है, हम A53 नीचे देख सकते हैं एक छोटे से कोर NPU चिप क्षेत्र, वर्तमान मोबाइल SoC है, केवल एप्पल A11 और किरिन 970 NPU की एक वास्तविक भावना है।
ऐ और गहरी सीखने सिर्फ एक हार्डवेयर की समस्या नहीं है, इस कदम ऐ प्रक्रिया एक बहु-स्तरीय प्रणाली हार्डवेयर और सॉफ्टवेयर का एक संयोजन परियोजनाओं है। ऊपर परत अनुप्रयोग परत, एक आवेदन परत और हार्डवेयर परत इंटरैक्टिव आवेदन इंटरफेस के रूप में एपीआई किया जा रहा है जो है। एंड्रॉयड प्लेटफॉर्म ऐ में है त्वरित एपीआई मुख्य रूप से दो हैं: एक गूगल के आधिकारिक Android ऐ रनटाइम, डायरेक्ट कंप्यूट के तहत समान विंडोज है, अच्छा सॉफ्टवेयर और हार्डवेयर संगतता, उद्योग के आदर्श है, अन्य Huawei HiAI, यह एक गेंडा अद्वितीय समान एपीआई है। NVIDIA के CUDA, हालांकि वहाँ, हार्डवेयर पर प्रतिबंध है, लेकिन और अधिक कुशल। एपीआई परत एक HiAI विषम संसाधन प्रबंधन प्रणाली के बाद में, NPU हो सकता है अंतर्निहित हार्डवेयर परत हार्डवेयर नीचे परत को कार्य असाइन करते हैं, यह भी एक GPU हो सकता है सीपीयू, डीएसपी, या यहाँ तक कि आईएसपी।
यह दिखाता है कि ऐ जरूरी केवल NPU, अन्य सीपीयू, GPU, डीएसपी कुछ भी नहीं हो सकता है, लेकिन प्रदर्शन और दक्षता के मामले में, एक मौलिक अंतर है पर नहीं चलाया जा रहा है: GPU प्रदर्शन चार बार सीपीयू है, लेकिन सीपीयू है NPU 25 पूर्ण प्रदर्शन की खाई को ऊर्जा से अलग बार GPU की तुलना में अधिक स्पष्ट, NPU से और सीपीयू 8 गुना और 50 गुना अंतर है, जो बिजली मोबाइल उपकरणों के लिए बढ़ाया अप करने के लिए है, यह कहा जा सकता है प्रकृति के अंतराल है कि वहाँ ।
माल की वास्तविक समय पहचान के साथ किरिन NPU 970, प्रदर्शन कंप्यूटिंग शक्ति 16GFlops हासिल किया जा सकता लेने वाली केवल एक ही प्रसंस्करण 32ns, और केवल 300mA के ऑपरेटिंग वर्तमान, यह सीपीयू और GPU पदों की वाट के कुछ ही सैकड़ों की तुलना में बहुत हरी है।
प्रदर्शन परीक्षणों से ऐ, हम मास्टर लू Qilin 970 रिश्तेदार जिओ लांग 845 विकास मशीन प्रदर्शन स्पष्ट लाभ देख सकते हैं। मास्टर लू ऐ परीक्षण InceptionV3, Resnet34, VGG16 3 परियोजनाओं, तीन तीन अलग-अलग परीक्षण आइटम हैं शामिल मान्यता एल्गोरिथ्म 100 छवियों थे। समय लेने वाली के माध्यम से प्रदर्शन का मूल्यांकन करने के लिए इन तीन बुनियादी एल्गोरिथ्म वर्तमान में तीन एल्गोरिदम के केवल प्रशिक्षण तंत्रिका नेटवर्क कृत्रिम बुद्धि ज्ञान नक्शा है, बहुत प्रतिनिधि, कि वर्तमान ऐ पूर्ण अध्ययन एल्गोरिथ्म कहा जा सकता है । सभी तीन एल्गोरिदम, InceptionV3 अधिक, सीपीयू और GPU पर निर्भर थोड़ा गेंडा 970 और 845 Xiaolong दो मंच की खाई, और Resnet34, VGG16 अधिक उन्नत एल्गोरिदम कि NPU के प्रदर्शन लाभ का लाभ ले सकते पर, इसलिए, अगले दो टेस्ट मदों में एनआईपीयू के साथ यूनिकॉर्न 970 का प्रदर्शन स्पष्ट लाभ है।
VGG16 विशेष एल्गोरिथ्म, परतों 13 और पूरे श्रृंखला के घुमाव के तीन परत संरचना के 16 है बंधुआ परतें, NPU उपयुक्त है। एल्गोरिथ्म के इस गणना सटीकता FP16, FP32 और सीपीयू का संचरण होता है जिसमें अधिक सही देखते हैं। हालांकि, जब FP16, केवल एक ही संचरण, या एक ही FP16 प्रक्रिया का इलाज किया जाता है, तो संसाधनों की एक गंभीर अपशिष्ट। इसलिए, के लिए इस VGG16 गणना आधारित FP16 में, FP16 अधिक कुशल उपयोग के लिए अनुकूलित करेंगे NPU अधिक पूरी तरह से हो सकता है संसाधनों।
कंपनी भी जिओ लांग 660 ऐ प्रदर्शन उड़ाने गया है, लेकिन Xiaolong 660 षट्कोण 680 डीएसपी FP16 कंप्यूटिंग नहीं शक्ति था, यह? ऐ पर भरोसा करने की गिनती करने के लिए? CPU या GPU वास्तव में यह ऐ चला सकते है, हम इसे झूठा दोष नहीं दे सकते प्रचार, लेकिन प्रदर्शन और बिजली की खपत अच्छी नहीं दिख रही है।
ऐ से पहले युग में,, एक अंतर्निहित अनुसंधान एवं ब्रांड के विकास शक्ति के बिना कोई स्पष्ट सीमा के लिए कैमरे की गुणवत्ता को बढ़ाने के लिए सिर्फ एक बेहतर पिता को खरीदने के लिए कम उपज बड़े एपर्चर पर कठिन सहना खोजने के लिए एक सोनी CMOS, कुछ डॉलर खर्च करने को तैयार, लागू क्वालकॉम या आईएसपी एल्गोरिथ्म टॉस टॉस की सैमसंग की सार्वजनिक संस्करण, भी एक अच्छा कैमरा फोन कर सकते हैं, हालांकि। ऐ के आने के बाद, पारंपरिक सोच अब संभव है, एक सरल प्रतियोगिता है, ज्यादा से ज्यादा इतना है कि ब्रांड अंतर्निहित हार्डवेयर के अनुसंधान और विकास क्षमताओं कर सकते हैं नहीं है एक अच्छा हार्डवेयर को बचाने लेकिन अगर वहाँ एक लापता बुद्धिमान ऐ पूर्ण अध्ययन के आधार पर एल्गोरिथ्म है, पूरी तरह से विचार के पीछे उत्पाद बना सकता है। दो सोपानक बीच की खाई को खोला गया था, यह खाड़ी के बाद किया गया है, अंत में अग्रणी ऐ कंपनियों कठिन रखने के लिए स्तर।
हालांकि स्थिति थोड़ा बेहतर है, खेल में ऐ गहराई से अध्ययन में भाग ले सकते कंपनी के तहत, अनुसंधान एवं विकास ताकत एल्गोरिथ्म है, लेकिन इन कंपनियों केवल, की कमी है चिप स्तर के अनुसंधान एवं विकास क्षमता है, हम मामले की नदी के ऊपर उत्पादों की पर्याप्त NPU चिप गिनती प्रदाता प्रदान नहीं कर सकते शिकायत और पालन करने के लिए अनिच्छुक।
तो अब वहाँ के विकास के लिए एक आधार और एक मंच ऊपरी समर्थन करने के लिए के रूप में मध्य HiAI मशीन के रूप में Huawei किरिन ब्रांड के तल में उद्यमों की ऐ मशीन सीखने और विकास क्षमताओं दूसरी दर के रूप में माना जा सकता है, लेकिन चिप अनुसंधान एवं विकास क्षमताओं और पर्यावरण के व्यवसाय का निर्माण करने के लिए मंच शीर्ष है। इस तरह के पारिस्थितिक तंत्र अंत ग्राहकों के साथ सीधे संपर्क, के साथ और अधिक उपभोक्ता इलेक्ट्रॉनिक्स उत्पादों और सॉफ्टवेयर अनुप्रयोगों ऐ पारिस्थितिकी की एक स्वस्थ और सतत विकास है। उपभोक्ताओं के लिए, ऐ सिर्फ एक ब्लैक बॉक्स सीखने की गहराई के आधार पर, उपयोगकर्ताओं की जरूरत नहीं है और जिस तरह से यह काम करता है समझने के लिए आप बस उनके खुश के फल का आनंद लें। Huawei किरिन इस गुमनाम नायकों खुश है, उसके हमारे जीवन को एक बेहतर जगह के बाद कड़ी मेहनत कर देगा।