热点:

    三年超越苹果 华为AI芯片真有那么神?

      [  中关村在线 转载  ]   作者:威锋网

           众所周知,苹果是手机行业最早踏入 AI 人工智能领域厂商之一,早在2011年就已经在 iPhone 当中首度集成 Siri 只能助理。尽管后期行业大多分析认为,苹果几乎已经掉队,但苹果内部关于人工智能技术的研发从未停止。今年5月份的时候,彭博社就曾爆料了苹果的在人工智能领域的大动作,即苹果正计划将 AI 人工智能引入移动芯片中。

           当时消息称,苹果内部已经开始测试一种独立专用于执行人工智能相关任务的处理芯片,该芯片在内部被称为“苹果神经引擎(Apple Neural Engine)”。据称,苹果这一人工智能处理芯片将提升苹果相关设备处理智能任务的能力,例如在面部识别和语音识别等方面。当然了,苹果并未对此置评。

           很显然,苹果正持续在 AI 人工智能领域努力中,积极研发相关技术,以帮助自家的设备大幅提升效率。目前苹果设备的 A 系列芯片可以通过用两个不同的单元处理密集型或复杂的任务,分别是 CPU 主处理单元和 GPU 图形处理单元。如果这两个处理单元的部分任务可以转移到一个 AI 人工智能专用单元上,必然能够提升计算效率,同时帮苹果提升电池续航。

           伴随着“苹果神经引擎”的消息出炉,很多人希望在6月份的 WWDC 全球开发者大会上,苹果能够透露一些相关 AI 处理芯片的进展或动态,不过事与愿违,直到现在也没有人清楚所谓的“苹果神经引擎”究竟是什么玩意。那么,在移动 AI 芯片的开发方面,苹果是否落后了呢?

           华为比苹果领先了一步?

           国内最大的智能手机厂商华为,作为狂喊“三年超越苹果”口号的主要竞争对手,也为自家的旗舰智能手机开发了定制 AI 单元的 SoC 芯片,即最近最新发布的麒麟970处理器。华为方面宣称,麒麟970是全球首个集成独立 AI 人工智能专用 NPU 神经网络处理单元的移动芯片。

    三年超越苹果 华为AI芯片真有那么神?
    麒麟系列处理器

           NPU 神经网络处理单元是麒麟970的最大亮点。按照华为的说法, AI 性能密度大幅由于 CPU 和 GPU,能够用更少的能耗更快的完成更多任务,大幅提升芯片的运算效率。在 16 位浮点数(即FP16)时 NPU 运算能力达到 1.92 TFLOPs,有了 NPU 的加成,在图像识别任务上,对比 Cortex-A73 的性能提升 25 倍,能效提升 50 倍之多,图像识别速度可达到约 2000 张/分钟,拍摄 1000 张照片仅消耗 4000mAh 电池 0.19% 的电量。

           尽管所谓的 AI 加持目前并没有统一标准进行衡量,只能听华为官方举例来解释,但不可否认,有了独立的 AI 单元之后,至少在拍照和图像处理上比之前单纯依赖 CPU 和 GPU 要快得多,保持高效率的同时更加的省电。而这些 AI 人工智能的理念,其实与 5 月份被爆料的“苹果神经引擎”如出一辙,说明未来 AI 独立单元内置于芯片一定是趋势,苹果也在做,只是华为抢先开了个头而已。

           现在多数人已经知道,华为这枚 NPU 单元主要技术贡献来源于国家重点实验室中科院寒武纪,正是因为拿到了该实验室的神经网络指令集授权加速开发,才让麒麟 970 成为了首款集成寒武纪芯片的商用产品。而与华为相比,“苹果神经引擎”的具体细节和性能特点依然不为人知,不过可以预见的是,苹果的 AI 芯片与华为相比其中必有大量异曲同工之处。

           移动芯片包含 AI 单元将成为主流

           在发布麒麟 970 移动芯片之后,余承东预告了新一代旗舰智能手机 mate 10,并在接受采访时对外媒吹嘘称,华为 mate 10 的速度、续航以及功能性方面将远超今年苹果未发布的旗舰手机 iPhone 8,这主要归功于华为新处理器麒麟 970,而负责人工智能的 NUP 单元功不可没。

           这是否表示意味着 iPhone 8 没有专门的 AI 单元了呢?目前还很难说。虽然“苹果神经引擎”遭到爆料之后,还有小道消息称苹果已经开始测试配备 AI 芯片的 iPhone 原型机,实现了硬件性能大幅改善,只等后续将此芯片整合到更多设备中,但是至今没有更多细节放出。不过,苹果并不着急,至少苹果的举动也预示着,在移动芯片在保持低功耗的情况下,塞进更强大计算性能的 AI 人工智能单元会成为主流趋势。

           相信很多对处理芯片有所了解的人都知道,如今一枚芯片已经不再单纯特指 CPU 中央处理单元了,因为 CPU 在做 3D 图形渲染的性能上显然力不从心。因此,在 CPU 之后又于诞生了 GPU 图形处理单元。然而有了 CPU 和 GPU,信号处理能力还是不够,于是就又有了 DSP。而在智能手机上,由于有摄像头,需要处理图像信号,不得不加入 ISP 图像信号处理器。其余负责不同任务的单元也还不少,例如负责蜂窝网络的 LTE 调制解调器,负责一大波传感器的协处理单元。

           不难看出,为了不同任务或专门针对某些任务而提高性能和效率,无数不同的计算单元组成了一枚一体式的 SoC 系统级芯片。因此,在今天移动互联网时代,数据爆炸,大数据的出现,深度学习变得越来越好用的 AI 人工智能潮流中,一个在移动 SoC 芯片中专门负责虚拟神经元和深度学习的 AI 处理单元肯定不会少。

           尽管现在 CPU 和 GPU 也能负责人工智能和深度学习,但是效率不高,毕竟各司其职。很多人会问 AI 人工智能单元有什么用?既然是神经网络,其实只要将其想象成人类的大脑即可,专门负责加速处理五官收集而来的数据,而在手机目前主要应用于语音识别、图像识别等场景。就像前面所说,华为麒麟 970 的 NUP 目前最突出的表现也是在图像识别上。

           不出意外的话,“苹果神经引擎”所负责的肯定也是自家目前涉足的领域,例如 iOS 系统中的 Siri 语音识别、图像识别、键盘预测、智能主动感知、主动提醒和服务等,并允许第三方调用。其余苹果还能运用到 AI 处理单元的还会有无人驾驶汽车系统、AR 增强现实技术、Apple TV 和 HomePod 音箱等等,让更多原本生硬的设备也能采用与人类同样的方式进行交互,变得真正会思考。

           苹果或许比华为更有优势

           其实在移动 SoC 集成 AI 人工智能处理单元这一全新模式上,苹果比其他竞争对手有更大的优势,重点就是因为苹果软硬结合的实力一直是行业的标杆。

           为了一款产品研发能够融入了更多自主重要技术,苹果在很多定制零部件上都体现了非常强大的控制力,从天线到处理器、时序控制器以及未来的屏幕,无一不在自己的掌控当中。除了严格的硬件控制,苹果还有最自主的操作系统和开发环境,例如苹果 6 月新推出的 Core ML 架构,一个面向开发者提供的机器学习架构,支持所有主要的神经网络:深度神经网络(DNN)、递归神经网络(RNN)、卷积神经网络(CNN)。

           通过 Core ML 能够让开发者把机器学习用到 app 里,包括文本分析、人脸识别等等功能,无缝切换于 CPU 和 GPU 之间,以提供最强的性能和效率。关键是一个开发架构适用于所有范围内苹果设备,可以迅速增殖到每一款 iPhone 和 iPad 之上,扩大适用范围。届时开发者也更乐意基于庞大的苹果设备基数开发,更快利用架构和接口为苹果用户创造更多大量相关的体验。

           而相对对于支离破碎的 Android 阵营,接下来在 AI 人工智能的发展上,参照以往将会有谷歌官方 AI 架构,但同时也并存厂商自主的接口,由于架构接口不统一,标准不同,最终难以完美无缝的打造最好体验的产品。可以说,苹果生态圈内能够充分利用软硬高度融合提供独一无二的产品体验,这就是苹果最值得津津乐道之处。

           苹果的 AI 仍有一些小担忧

           当然了,也并不是说苹果的 AI 芯片就一定能够领先于行业。正如 9 月 4 日 Edison Investment Research 调研公司新报告提到的,虽然苹果 Siri 提供了语音识别领域的先发优势,但竞争对手一直能够比苹果更积极的部署 AI,只因为苹果的保密文化限制了该公司对人工智能的主动权。库克一直宣称,苹果的保密性比美国 CIA 还要高。

           Edison Investment Research 的分析说 Richard Windsor 表示,苹果可以在自家生态系统中更深入的整合 Siri,但 Siri 并不那么智能,目前已经落后于 Google Assistant、微软 Cortana 和亚马逊 Alexa。因为 Siri 的深度学习能力受到了苹果隐私保护情节的阻碍,才导致了最终苹果在人工智能竞赛中的落伍。

           不仅如此,正如华为所提到的,其在移动 AI 的发展将基于“芯‐端‐云协同”的理念,因为手机芯片设计受到诸多方面的限制,要在那么小的体积内实现对于本地数据强大的人工智能不太可能,AI 技术的核心是对海量数据进行大量的处理,在云端服务器方面,已经有专用的高性能 AI 处理器来解决这个矛盾,例如 Google 的 TPU,NVIDIA 的 Volta等,都是专为提升 AI 运算能力提出的解决方案。

           而在移动端,硬件能力的瓶颈明显。华为认为,只能通过未来云和端之间的协同关系来打破,基于云端的大数据,可训练形成通用知识模型并传递到移动端上运行,再结合本地 NPU 单元提供完整的 AI 知识和能力。苹果或许为 AI 已投入了数亿的资金,以便于让设备本身能够自主学习、改进软件功能,但至今并没有利用云计算改变 AI 的迹象。

           苹果对 AI 人工智能的策略究竟是什么呢?没有人清楚,但 AI 的重要性已让苹果做出改变,近年苹果一直在设法吸引行业对于其努力开发 AI 技术的注意力。例如,苹果收购了多家与人工智能相关的企业,并且加盟了 AI 行业重要的组织,推出公共博客以讨论其 AI 研究成果,允许公司研究人员在 AI 大会上演讲,发布 AI 学术论文,在业内展开招聘,甚至挖来了人工智能研究的专家等等,更加透明、也更加开放,这必须是好消息。

           总之,我们不知道苹果目前在 AI 领域究竟取得了怎样的成果,但无论如何,长期以来苹果并不喜欢为了展示为抢先首发,包括 iPod 并不是第一款音乐播放器,iPhone 也不是第一款智能手机,iPad 同样不是第一部平板电脑。苹果既然已经在开发“神经引擎”单元,并且为 AI 做出了如此之多的改变,也许苹果接下来在 AI 人工智能上所取得的突破,很有可能会是该领域之内最重要的一次变革,我们拭目以待。

    sh.zol.com.cn true //sh.zol.com.cn/654/6547890.html report 9409    众所周知,苹果是手机行业最早踏入 AI 人工智能领域厂商之一,早在2011年就已经在 iPhone 当中首度集成 Siri 只能助理。尽管后期行业大多分析认为,苹果几乎已经掉队,但苹果内部关于人工智能技术的研发从未停止。今年...
    推荐经销商
    投诉欺诈商家: 010-83417888-9185
    • 北京
    • 上海
    • 智能插座
    • 新品上市
    推荐问答
    提问
    0

    下载ZOL APP
    秒看最新热品

    内容纠错