人工智能让芯片6到飞起_芯片_人工智能

一只人工智能芯片跟现有的cpu有若何的不同呢？过去三年，智好手机的cpu利用了ARM的big.LITTLE架构，它能够将相对较慢的节能核心与速率更快、能耗更低的核心结合起来。
紧张目标是让芯片尽可能少占用电能，以得到更好的电池续航韶光。
今年的“人工智能芯片”让这一观点更进一步，它通过添加一个新的专用组件来实行机器学习任务，或者利用其他低功耗内核来实行机器学习任务。

华为今年发布了Kirin 970，他们称其为第一款带有专用神经单元处理器（NPU）的芯片组。
然后，苹果发布了A11仿生智能芯片，该芯片为iPhone8、8Plus和x供应引擎动力。
A11仿生芯片的特点是，它的神经引擎处理器是专门为机器学习而设计的。
继而，高通发布了骁龙845，该芯片能够将人工智能任务发送至最得当处理器的核心系统。
这三家公司的设计方法并没有太大的差异——终极归结为每种芯片向开拓者供应的访问权限，以及每一种设置所花费的电量。

这种新的架构意味着过去只能在云端处理机器学习打算，现在可以在设备本体上更高效地运行。
通过利用非CPU的部分来运行人工智能任务，用户的手机可以在同一韶光处理更多的事情，这样你在等待运用为你翻译或探求宠物狗的图片时就不会碰着延迟的烦恼。
此外，在手机上运行这些程序不用将用户的利用数据发送到云端，这对用户隐私也有了更强的保护，由于这样可以减少黑客获取数据的机会。

这些人工智能芯片的另一大上风是节约能源。
由于有些事情是重复的，我们手机电池花费量须要针对这些重复的进程进行更合理地分配。
到目前为止，这些芯片都没有在现实天下中带来明显的影响。
由于我们正处于让设备进行机器学习的发展早期阶段，重点则是研究如何让机器学习干系的任务在用户设备上运行得更快、更省电。