世界超市世界超市

AI优先战略背后,Android未来将如何演进?

借助谷歌周三发布的新的编程工具,Android的未来会变得更加智能化。该公司在Google I/O开发者大会的主题演讲中宣布了TensorFlow Lite是一款旨在在智能手机和其他移动设备上运行的机器学习架构。TensorFlow Lite将使一种新的神经网络API进入特定硅胶的加速器,随着时间的推移,预计我们会看到专门为神经网络推理和训练设计的数字信号处理芯片形成,谷歌Android工程副总裁戴夫伯克表示,我们认为,这些新功能将有助于增强下一代设备语音处理、视觉搜索、AR等方面的能力。Lite框架将很快成为TensorFlow项目起步的一部分,而神经网络API将在今年晚些时候发布Android系统的下一个主要版本。这一框架对谷歌所看到的移动硬件的未来影响深刻。专注于智能手机的芯片可以让智能手机在不消耗大量电量的情况下,处理更先进的机器计算学习功能。随着越来越多的应用程序使用机器学习来提供智能体验,关键在于要使这一功能变得更加容易。现在,把先进的机器学习应用到应用程序中,尤其是在训练模型方面,还需要大量地计算,这通常需要强大的硬件、大量的时间和动力来实现。对消费者的智能手机应用来说并不实际,因为这意味着他们经常要通过发送图片、文本和其他需要在互联网上处理的数据,将处理过程转移到巨大的数据中心。Moor Insights and Strategy的首席分析师Patrick Moorhead表示:在云计算中,处理数据的过程伴随着几个不利之处,用户必须把他们的数据转移到公司的服务器上,他们还必须呆在一个连接足够流畅的环境中,以降低操作延迟概率。目前市场上已经有一款移动处理器,它拥有一个机器学习专用的DSP。高通公司推出的骁龙835系统芯片能够支持提供TensorFlow的Hexagon DSP。根据Moorhead的说法,DSPs也被用来提供如下功能,比如识别谷歌助理的OK,谷歌的唤醒短语。Moorhead还说,用户可以期待在未来看到更多的机器学习加速芯片。自从摩尔定律冷淡下来,它仍一直是一种异质的的计算模型。不管是DSP、现场编程门阵列,还是CPU,我们会使用不同类型的处理器来做不同类型的事情。这就像我们面对不同的洞使用合适的高尔夫球杆一样。谷歌已经开始投资于特定ML的硬件,它带有TPU芯片,该芯片旨在加速对新机器学习算法的培训,以及利用现有的模型进行数据处理。周三,该公司宣布了这款硬件的第二种版本,该版本旨在加速机器学习的训练和推理。这家公司并不是唯一一个拥有智能手机机器学习框架的公司。去年,Facebook推出了一款名为Caffe2Go的移动ML框架,它可以为公司的实时传输功能等应用提供动力。

上一条:摧枯拉朽中倒下一片!《万事皆休》展现席卷之势

相关推荐