人工智能|5G 时代，高通如何释放 AI 全部实力( 二 )
云端 AI 相辅 ， 侧终端 AI“相成”
5G 将引领我们进入一个万物互联的新时代 ， 我们日常生活中的手机、电视、汽车、冰箱、空调、灯、音箱等等智能终端设备 ， 在 5G 的联结下 ， 都将汇入同一网络 ， 海量终端设备彼此独立 ， 又互联互通 ， 让这些设备彼此通信连接 ， 就需要进行 AI 运算 。 那么这些 AI 运算是放在云端呢？还是在本地终端运行？高通给出的答案是终端侧 AI 。
本文插图
【人工智能|5G 时代，高通如何释放 AI 全部实力】
终端侧 AI ， 顾名思义 ， 它的意思就是数据的采集、计算、决策都在前端设备本地进行 。 与在云端运行的 AI 相比 ， 在终端侧运行人工智能算法具有诸多优势 ， 例如即时响应、可靠性提升、隐私保护增强 ， 以及高效利用网络带宽 。 而云端 AI 在这个过程中 ， 是作为终端侧处理的补充而存在 ， 比如在一些汇集大数据、训练神经网络模型以及运行很复杂或依赖终端外数据的一些推理上 ， 云端 AI 有着一定的作用 。 不过 ， 终端设备完全依靠云端 AI 处理并不现实 ， 目前全球已有数十亿的联网终端 ， 未来只会越来越多 ， 海量终端彼此互连并感知周围环境 ， 产生的海量数据全部传给云端进行处理和管理 ， 不容易 ， 更影响体验 。 因此 ， 终端侧 AI 是更适合的选择 。
在终端侧大规模运行推理 ， 就不得不引出另外一个关键词——能效 。 还是以智能手机为例 ， AI 运算本身需要反复、高强度的运算环境 ， 智能手机的计算能力、电池、存储空间等方面都可能是个问题 ， 而高通给出的解决方法 ， 是在 AI Engine 中引入 Hexagon 张量加速器 。 Hexagon 支持的是 8 位和 16 位的定点运算 ， 而定点运算有助于模型更快的运行 ， 同时能耗也更低 ， Hexagon 张量处理器的加入 ， 可以大大提高 AI Engine 的整体运算效率 ， 降低功耗 。
本文插图
此外 ， 移动端很多 AI 用例都是并行用例 ， 在处理这些用例的时候 ， 往往有大量数据进入到终端 ， 处理这些海量数据 ， 一定会对手机的性能资源、功耗造成不小压力 。 针对这个问题 ， 高通在 AI Engine 中开发了一项全新的专用技术 ， 叫做深度学习带宽压缩 。 这项技术能够对这些海量数据进行高达 50% 的压缩 ， 从而将需要进入到芯片处理的数据压缩一半 ， 以节省电能、降低功耗 。
高通认为 ， 我们正处于机器学习发展征程的最初期 ， 深度学习也仅是具备改变计算潜力的多项机器学习技术之一 。 随着 5G 发展壮大并建立起统一的连接架构 ， AI 将带来巨大的社会效益 ， 而高通 ， 正在持续推进这个过程 。
【来源：IT之家】
声明：转载此文是出于传递更多信息之目的 。 若有来源标注错误或侵犯了您的合法权益 ， 请作者持权属证明与本网联系 ， 我们将及时更正、删除 ， 谢谢 。邮箱地址：newmedia@xxcb.cn
推荐阅读
- 新机发布|红米Note10系列曝光！不止一亿像素，还有高通新U
- 新科技嗅|人工智能可以应用在哪些方面
- 技术编程|人工智能在大视频运维中如何实现CDN硬盘故障预测？
- 新加坡|新加坡大学生人工智能创新大赛开幕式举行 星环科技提供建模平台
- 时代|宁德时代、小米长江产业基金等入股芯迈半导体
- AI人工智能|“眼健康黑科技” AI智能眼科检测仪来了！展锐虎贲T710开发板等你来盘！
- 项目|宁德时代、小米长江产业基金等多家公司投资芯迈半导体
- AI人工智能|非接触式测谎分析系统应用
- |山寨机时代的苗头，小辣椒直接地抄袭，让vivo情何以堪
- AI人工智能|错题打印机喵喵机P1彩色版，学习的多种打开方式