“智能手机”离我们还有多远?苹果研发移动人工智能芯片对飙谷歌

苹果和谷歌正在血拼的手机人工智能处理技术,将把手机带入真正的“智能时代”。

iphone6-china

Bloomberg报道,苹果公司正在研发一款面向移动设备的人工智能处理器芯片,内部名称为:Apple Neural Engine。该芯片将辅助处理计算机视觉、语音识别、人脸识别等设备端人工智能应用。消息人士还透露苹果奖项第三方开发者而开放芯片技术,方便他们开发自己的人工智能应用。

值得注意的是,在苹果研发Neural Engine人工智能移动处理芯片消息传出一周前,谷歌刚刚在I/O大会上发布了面向Android设备的移动人工智能开发框架——TensorFlow Lite。

虽然了解苹果移动人工智能芯片更多信息可能要等到六月份的WWDC大会,但有一点已经明确无误:苹果和谷歌在移动人工智能处理技术方面的研发正同时发力,狂飙猛进,其中人工智能技术领头羊Google的进展尤为令人瞩目。

Google十天前在I/O开发大会上发布的第二代TPU(Tensor Processing Unit)在刚刚结束的AlphaGo柯洁人机大战中展现了令人叹为观止的处理性能飞跃(180 teraflops,战胜柯洁的AlphaGo服务器只有四块TPU)。

谷歌人工智能处理器芯片tpu_board_hero_forwebonly_final

谷歌第二代TPU  图片:Google

第二代TPU号称可以把过去数周的人工智能训练时间缩短到数小时,而且能够运行training和inference两种机器学习任务,同时也能与谷歌自己的深度学习框架TensorFlow以及其他CPU/GPU系统(例如Caffe2、英特尔Skylake、英伟达Volta等)协同处理人工智能模型。目前谷歌已经在Google Cloud云端平台提供TPU人工智能云服务,而且谷歌也已经将TPU应用于谷歌自己的搜索引擎、翻译、计算机视觉等方面的业务和应用。

Siri、Google Home Alexa语音识别

Wired杂志对Siri、Google Home和Alexa语音识别能力的简单评测:Google Home>Siri>Alexa

虽然TPU非常强悍,号称能够打破CPU和GPU遭遇的摩尔定律瓶颈,但它毕竟是数据中心里的后端引擎,对于移动开发者来说,Google推出的面向Android手机等移动设备的“移动版TensorFlow”——TensorFlow Lite才是值得关注的焦点。TensorFlow Lite提供全新的神经网络API来对接各种AI硬件加速处理器,使得移动开发者们能够在移动应用中整合本地的机器学习功能,例如语音识别、视觉搜索、增强现实等。

可以毫不夸张地说,TensorFlow Lite这样的手机人工智能技术,将把智能手机带入真正的“智能时代”。

第一时间获取面向IT决策者的独家深度资讯,敬请关注IT经理网微信号:ctociocom

   
除非注明,本站文章均为原创或编译,转载请务必注明出处并保留原文链接: 文章来自IT经理网
相关文章:


关于作者

Facebook产品研究与媒体分析经理。旅美学者,跨行业实践者及观察者。曾被评为谷歌学者和奈特-谋智联合学者(Knight-Mozilla)拥有清华大学计算机专业学士及硕士学位,香港大学新闻学哲学硕士学位。联系邮件:songyan@ctocio.com

写评论

忘记密码

X