广告

高通AI Day现场报道:骁龙AIE如何赋能各行各业?

时间:2018-05-25 作者:李坚 阅读:
2018年5月24日,高通在北京举行Qualcomm人工智能创新论坛,在此次论坛上除了推出首款专门针对AI市场的骁龙700系列新成员骁龙710之外,还宣布成立AI实验室,大力投入到AI基础技术的研发以及AI应用的生态整合之中。《电子工程专辑》记者也受邀第一时间参与了本次活动,并第一时间带来了最新现场报道……

2018年5月24日,高通在北京举行Qualcomm人工智能创新论坛,在此次论坛上除了推出首款专门针对AI市场的骁龙700系列新成员骁龙710之外,还宣布成立AI实验室,大力投入到AI基础技术的研发以及AI应用的生态整合之中。
《电子工程专辑》记者也受邀第一时间参与了本次活动,并第一时间带来了最新现场报道。8JnEETC-电子工程专辑

骁龙710与骁龙660的区别?8JnEETC-电子工程专辑

高通的AI平台从骁龙820开始,到第二代骁龙830以及第三代的骁龙845。目前已经发布了基于神经网络运算的AI引擎。
20180525-qualcomm-2
骁龙710是骁龙700系列的首款产品,其产品定位介于800系列和600系列之间,属于次旗舰平台产品。与以往产品线的不同之处在于是专门针对AI应用提供的产品线。骁龙710的CPU部分为2+6 bigLittle大小核设计,大核心频率为2.2GHz,小核心为1.7GHz,内核架构为Kryo 360,和骁龙845一样属于第三代自主架构。8JnEETC-电子工程专辑

那么相比骁龙660,骁龙710究竟有哪些变化呢?
20180525-qualcomm-3
高通产品管理总监Gary Brotman介绍了骁龙710针对骁龙660以及某款竞品手机的数据对比。通过对比,骁龙710手机的整体计算能力相比骁龙660有了近乎翻番的提升。
20180525-qualcomm-4
除此之外,还进行了准确度、能效等多项参数的对比。骁龙710和660的对比关键之处,在AI图像分类性能方面,骁龙660在inception的参数是17,710是31,另外在ResNt50 、 SqueezeNet 、MobileNet等参数对比上均有明显的提升。
20180525-qualcomm-5
Gary Brotman表示,高通做了很多持续优化的软件、工具的投入和提升。“我们可以将AI性能在所有系统级芯片中实现了2倍的提升,随着时间推移,我们的软件还会持续优化,因此性能会持续优化。”8JnEETC-电子工程专辑

据了解,骁龙710也搭载了高端的骁龙845上的多核AI引擎AI Engine,通过Hexagon DSPAdreno 616 GPU和Kryo 360 CPU协同工作,相比骁龙660可在AI应用中实现2倍的整体性能提升。8JnEETC-电子工程专辑

其它的亮点包括 Spectra 250 ISP可通过AIE实现深度感测人脸识别。通信方面支持骁龙X15 KTE和蓝牙5.0。工艺方面使用的是10nm LPP工艺。据介绍,骁龙710平台从即日起开始提供,预计Q2会有相关终端上市。8JnEETC-电子工程专辑

高通成立AI Research的目标?
20180525-qualcomm-6
除了骁龙710的发布,高通还宣布成立Qualcomm AI Research。这不是一个独立的公司,而是在高通公司内部的一个跨部门的协作组织,通过整合公司内部资源,进行包括深度学习、机器学习、能耗提升、算力分配等研究,开发如无人驾驶、ASR、计算机视觉等相关应用。8JnEETC-电子工程专辑

实际上,早在十多年前,高通就开始进行计算机视觉以及运动控制应用相关的神经网络研究,依托高通在连接和计算领域的优势,高通AI Research将开展多样化研究工作。帮助高通面向智能手机、汽车、物联网的商用解决方案奠定基础。
20180525-qualcomm-7
高通总裁 克里斯蒂安诺 阿蒙8JnEETC-电子工程专辑

高通做AI的研究已经有10年了,到2018年,我们已经进入第三代的AI平台。8JnEETC-电子工程专辑

我们看到这个平台已经做好准备,在全球提供硬件终端使用。8JnEETC-电子工程专辑

我们要做训练、执行和推理,这些以前在云端实现,现在通过5G也可以在所有的边缘设备进行机器学习,这意味着你的数据延迟非常低,效率也非常高。8JnEETC-电子工程专辑

高通的AI生态小伙伴8JnEETC-电子工程专辑

提到AI应用,自然离不开生态小伙伴的支持。由于高通一直以来是以技术提供商为主,涉及到具体产品的案例展示一般都是携手合作伙伴一起发布。这次AI论坛自然也不例外。在会场外的展示区,采用高通骁龙660及骁龙845的重要合作公司(如小米、黑鲨、一加、坚果、OPPO、VIVO)均进行了产品展示。
20180525-qualcomm-8
在论坛上,高通宣布与创通联达合作推出Turbox的平台,通过这种方式让开发者能使用骁龙AI平台在多种情况下实现集中开发。“过去12个月,AI性能在我们的平台上有200%的提升” 高通总裁 克里斯蒂安诺 阿蒙表示。
20180525-qualcomm-9
高通的重要合作伙伴小米AI与云平台副总裁 崔宝秋也登场为高通站台。
20180525-qualcomm-10
高通也和云端的合作伙伴一起合作实现体验,比如和百度一起做语音的用户界面,推动实现百度PaddlePaddle开源深度学习框架模型在骁龙移动平台的转换和应用。据介绍,百度PaddlePaddle是百度在2013年自主研发的深度学习平台,2016年8月,百度进行了开源。2018年2月,百度已表示全面支持高通AI Engine及其生态系统。
20180525-qualcomm-11
这些都是搭载了高通AI引擎的产品,所以不仅仅是关于硬件,还包括软件、框架广泛的支持,不管是Linux还是操作系统。
20180525-qualcomm-12
除了智能手机,骁龙AIE平台正在赋能各个行业,包括摄像头、音箱、无人机、无人驾驶汽车等。8JnEETC-电子工程专辑

从语音交互出发,如何把Voice UI建立一个真正的虚拟的个人助理?8JnEETC-电子工程专辑

高通总裁 克里斯蒂安诺 阿蒙认为,高通作为业界领先的公司,始终在推动系统侧在终端演进的发展上。他表示,从语音交互入手,未来往个人私人助理方向演进将是AI应用的一大趋势。
20180525-qualcomm-13
在以往,如亚马逊ECHO等智能音箱成为语音交互的主要设备,但是相关的AI应用主要在云端实现。而侯纪磊认为,未来在边缘设备实现本地化的AI计算将是趋势。从信号的前端处理,语音预处理,激活、识别对应人类的听觉过程,“我们大脑的语言信息处理的过程,最后从文字转成语言和信号回放,这代表了非常接近人类的语音交互方式。”
20180525-qualcomm-14
在今年的CES上,高通用骁龙845平台做了一个DEMO,就展示了VOICE UI的应用。智能家居的环境中实现终端侧的语音交互实例,这个实例中可以演示自动语音识别和自动语音处理。高通高级研发总监侯纪磊也表示,目前包括谷歌、百度等互联网公司都有先进的VOICE UI的技术,但是他们的方案偏重性还是偏云端。8JnEETC-电子工程专辑

Voice UI存在了很多年,为什么这几年这么火爆呢?侯纪磊认为,随着深度学习的出现,卷积和回归神经网络的使用,可以看到Voice UI的性能指标逐渐达到或超越人类的识别准确率。更多应用场景和商业模式开始出现,Voice UI从云端向终端侧快速迁移的过程。
Voice UI从云端到终端的演进过程的优势有哪些?侯纪磊认为有3点:8JnEETC-电子工程专辑

1.隐私,很多人从用户的隐私数据不希望上传到云端处理,8JnEETC-电子工程专辑

2.即时响应,这是终端语音处理的优势8JnEETC-电子工程专辑

3.始终开启和情景感知。当Voice UI跟人交流的时候,能够知道人的环境和心境,这样可以调整交流内容。8JnEETC-电子工程专辑

“当然我们认为云端仍然很重要,从云端角度,一些复杂的个别的语音的实例,终端还没办法助力。另外模型的更新,知识库的应用,不是更宽泛的服务角度,云端和终端都是互补的。” 侯纪磊表示。
20180525-qualcomm-15
由于Voice UI需要始终在线,高通通过机器学习的技术已经进行了多年研究,通过关键词寻找的方式,高通的性能达到非常高的一个准确率。另一个角度,针对生态链、亚马逊、百度、微软和谷歌各自的语音助理,高通的Voice UI都有很好的支持。
20180525-qualcomm-16
第一步最重要的是从个人助理来说,需要一个情景式的智能。要能融合各种传感器和个人信息能够放到一个模式中使用。目前大多数的个人信息助理,用到得到的大多数是终端侧和终端外数据,我们需要把大量的传感器能融合到其中。如何能够把传感连接是我们能够推动到的角度。
20180525-qualcomm-17
真正的个人助理应该是主动的。一个实例:一张照片是前段时间在圣地亚哥海边拍的照片,能看到GPS能告诉我这是哪里,通过卷积神经网络,视觉分析这是海边日落的照片。声音会分析在我拍照前后,会采集语音数据,当时你跟儿子聊天。从活动分析角度,我们手机有强大的惯性导航系统,这些传感器产生很多动作数据;还有很多情感和大数据分析,当你有了所有这些原始数据,可以创造一个个性化的回忆。8JnEETC-电子工程专辑

在这个基础上,我们怎么样去使用,如何采集到个性化的数据。8JnEETC-电子工程专辑

过了一段时间,我问智能助理会不会记得我跟儿子在海滩散步的记忆吗?她会直接提供这张照片,同时会分享到微信中的家庭群。基于情景分析,通过主人提示的方式实现反馈。8JnEETC-电子工程专辑

不要只看性能,AI能耗比将成为新的衡量标准
20180525-qualcomm-18
神经网络的规模在不断扩大,实现一点神经网络处理能力提升要花非常多的能量,所以整个曲线是往上翘的。8JnEETC-电子工程专辑

从上图来看,到2009年有一个深度学习的转折点,整个曲线一下变得非常陡峭。这种比例的失调,可以看到这种趋势保持下去,接下来消耗的能量会非常多。AI带来的经济效益要超过能耗的损失,不然经济上就无意义了。比如个性化的广告和推荐,基于图像和语音识别的智能安防监控,智慧城市和工厂效率的提升。
20180525-qualcomm-19
高通技术副总裁韦灵思8JnEETC-电子工程专辑

高通技术副总裁韦灵思认为, AI深入到行业的每一个组成部分和角落,我们今天用到的很多产品会应用到AI产品。当AI继续发展,会发现消耗的能源越来越多。8JnEETC-电子工程专辑

据预测,到2025年全球数据中心会消耗掉全球所有可用电力的20%。2014年一家云服务提供商消耗的电量达到36.6万美国家庭全年用电量。2017年比特币挖矿的消耗量达到爱尔兰全国的电量。
20180525-qualcomm-20
很快,AI算法的衡量标准将加入功耗和性能比。8JnEETC-电子工程专辑

20180525-qualcomm-21
如何让深度学习在边缘侧变得更加高效?高通在这个领域是领跑者,使用贝叶斯深度学习来进行压缩和量化应用。8JnEETC-电子工程专辑

贝叶斯方法的优势,一个是压缩,另一个对不确定性进行量化。比如无人驾驶中的一些不明物可以进行图像分类。
20180525-qualcomm-22
贝叶斯方法对于不确定性进行量化,如果你开车的时候,在新的环境,如果汽车没有在这个环境驾驶过,在新的环境下会思考,不知道怎么办,应该停车还是让用户决定,所以还是有局限性。8JnEETC-电子工程专辑

可以看到压缩比越大,性能表现越优越。AI硬件将来会是怎样的?我们有异构计算,CPU、DSP、GPU,我们过去不断提升这些硬件。我们可以去优化我们的内存和精度,能够恰到好处,有更多的能耗和更好的计算管理。8JnEETC-电子工程专辑

本文为《电子工程专辑》原创,版权所有,转载请注明出处并附链接8JnEETC-电子工程专辑

EETC wechat barcode


关注最前沿的电子设计资讯,请关注“电子工程专辑微信公众号”。
8JnEETC-电子工程专辑

8JnEETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
您可能感兴趣的文章
  • 有点傻的智能音箱表示:这一屋子家电很难带 被誉为“智能家居”最佳语音入口的智能音箱,去年出货总量达到8620万台,一度让互联网和家电厂商看到了智能家居全面爆发的希望。但用过的人普遍表示,现在的音箱还有点傻,配上更傻、不能联网、不能交互的原始白家电们,简直惨不忍睹……
  • 声纹识别初创公司获香港X科技基金领投PreA轮融资 声纹识别等智能语音技术近几年首先在学术领域取得了较大的突破,然而在产业方面的应用仍处于探索的初期。日前,声扬科技VoiceAI已完成由香港X科技基金领投、Brizan Ventures等跟投的千万级Pre-A轮融资……
  • CES 2019上你想到和没想到的那些玩意儿 今年CES有一个明显的趋势,是各家厂商纷纷押注结合AI的语音控制数字助理。有一些技术供应商公开提出隐私相关议题,也有业者坚持安全性是每种物联网设备不可或缺。以下让我们从在“CES Unveiled”展前记者会上抢先亮相的产品,一窥今年科技领域的热门发展方向。
  • 人工智能仍然存在信任问题 预计在2019年我们将会看到更多致力于为人工智能消除偏见并使决策更加透明的工作进展…
  • 对话耐能刘峻诚:全球化AI芯片公司在中国的成长与未来 和商汤科技、寒武纪等土生土长的“独角兽”不同,耐能(Kneron)总部位于美国,创始团队也具有明显的全球化特点。截至今年5月,耐能累计融资总额已超过3300万美元,公司也出现在EE Times今年的Silicon 60上。耐能这样全球化的AI芯片公司,其成长路径与本土厂商有何差异?他们对中国市场有何看法与对策?又如何看AI技术和市场的未来格局?《电子工程专辑》日前采访了耐能创始人兼CEO刘峻诚……
  • 提升智能音箱的创新设计,把握下一个市场机遇 智能音箱行业的竞争愈发激烈,各大制造商都在争相开发功能更强大、使用更方便的产品。当今的智能音箱拥有语音交互、人工智能、智能家居控制及多媒体播放等丰富的功能……
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告