MWC2018决战人工智能 联发科/苹果/三星各放奇招
虽然苹果和三星都拥有自主开发的应用处理器，锁定了高端智能手机市场，但是联发科（mediatek）正在寻求在智能手机市场的反弹，在本周的2018世界移动通信大会上推出了helio p60芯片组。下面就随小编一起来了解一下相关内容吧。
联发科的计划是重新进入与高通竞争的中高端智能手机市场。
联发科技将helio p60视为“首款采用多核ai处理单元（移动apu）和联发科neuropilot ai技术的soc平台”。
联发科的举动显示了该公司在行业智能手机大战中，策略重点转向移动人工智能的巨大变化。目前各种芯片供应商都在竞相将神经网络引擎用于手持设备上。目标很简单。他们希望开启人工智能体验——语音用户界面、人脸解锁、ar等等——在客户端设备上处理更快、更好，无论有没有网络连接。
linley group高级分析师mike demler表示：“我们在去年才看到了第一批带有嵌入式神经引擎的智能手机处理器，如苹果a11、华为麒麟970、高通snapdragon 835和联发科helio x30等旗舰处理器。”
demler表示：“我们对联发科将在更低层添加神经引擎并不感到意外，但有趣的是，他们正在使用比其旗舰产品x30更强大的核心来实现这一点。”
换句话说，一个由中国手机制造商推动的、充满活力的中端智能手机供应商社区正在跃跃欲试，他们希望尽快赶上移动ai这股趋势。
新高度 联发科称其为“新高级”是指“以中档价格提供卓越性能和功能的设备”。联发科销售总经理finbarr moynihan解释说，“新高度”是目前智能手机的重要动作，像oppo、vivo、联想等中高端玩家都渴望缩小与顶级竞争对手的差距，希望在应用、功能和ai方面取得重大飞跃。
联发科告诉我们，2017年全球智能手机出货量的48%来自中国oem厂商，主要针对新兴市场。联发科援引trendforce报告指出，2017年中端消费者品牌出现大幅增长，小米的智能手机产量增幅高达76%，而transsion、oppo和vivo也有大幅增长。
helio p60在八核cpu中配备了4个arm a73处理器和4个arm a53处理器。基于big.little的8核设计，联发科技宣称与前代产品helio p23和hleio p30相比，cpu性能提升了70%。通过使用最高800mhz的新型mali g72 gpu，p60还将gpu性能提高了70%。
联发科的神经网络引擎 然而，让helio p60实至名归的是其内置的neuropilot ai平台、桥接cpu、gpu和板载ai加速器。联发科的人工智能框架可以通过协调soc内cpu、gpu和ai加速器计算工作负载来管理异构ai计算架构，最大限度地提高性能和能效。
联发科已经证实，p60在其ai加速器中集成了cadence vision p6内核。
cadence vision p6
与联发科技旗舰产品helio x30——使用cadence vision p5，每秒70 gmac（8位）——相比， helio p60每秒处理性能为280 gmac。demler表示：“所以在处理器整体性能上降低了一层，但同时将神经引擎性能提高了4倍。”
当被问及对比helio p60神经网络引擎性能时，demler说：“华为的麒麟970可以达到？1tmac / s（fp16），因此在更高的分辨率下它的神经网络性能是p60的4倍。在280gmac / s下，p60与苹果a11的很接近，达到300gmac / s。”
缺乏ai基准 然而，我们咨询的大多数分析师都认为，深度学习加速器基准的缺乏，使得很难做出有任何意义的比较。demler称这是“一个开放的大问题”，他说移动ai这个泥潭可能很容易导致我们陷入“gops / tops营销炒作之战”。
tirias research首席分析师jim mcgregor表示赞同。“这是一个令人困惑的话题，因为没有什么细节和基准。联发科和其他公司使其听起来像是无所不能的人工智能解决方案，”但通常并非如此，mcgregor补充说。
例如，联发科的p60中使用的cadence vision p6内核是针对计算机视觉应用进行了优化，而非通用神经网络，demler说。
正如mcgregor所解释的，“首先，你需要了解大多数ai处理器是什么。”例如，联发科、苹果和华为称其解决方案为“专用”，意味着使用单个ip块进行ai加速。“在大多数情况下，这意味着从其他方——如cadence或ceva——那里获得的ip块许可。这种ip块支持可配置的神经网络，但有一些限制。可是没有人能确切地说出这些限制是什么。”
所以，显然地，在应用处理器内部放置一个神经网络引擎并不是故事的结尾。正如mcgregor指出的那样，新神经网络的开发和训练仍然需要在数据中心进行，必须依赖更多高精度、强大的训练处理器。
如果应用开发人员和oem厂商想要利用智能手机应用处理器内部的神经引擎，他们需要一个与底层硬件挂钩的软件框架。“所有领先的移动处理器设计公司（高通、联发科、华为、苹果）现在都提供神经网络sdk，”demler观察到。但他们都需要支持像caffe和torch这样的流行培训框架。
对联发科来说，联发科提供了被称为neuropilot ai sdk的框架，该框架可以让应用开发人员和oem厂商“深入到硬件，看ai软件如何在cpu、gpu和专用ai加速器上运行”，moynihan这样表示。
与此同时，应用开发人员和oem厂商也需要能够“查找并查看android网络api（android nnapi）的内容”，moynihan补充道。google为android机器学习开发了android nnapi和运行时引擎。“联发科的neuropilot sdk完全符合android nnapi，”moynihan补充道。
android neural networks api的系统架构
在部署能够让智能手机处理器运行ai应用的方法中，高通的方法似乎有些不同。
mcgregor说，高通的解决方案是不同的，因为“他们已经在芯片上使用了多种资源，包括hexagon dsp、adreno gpu和kryo cpu内核。”
然而他补充说：“没有可用的基准，不可能确定哪种方法更好，但高通模型确实提供了更高的灵活性。”
ai软件之战 无论底层硬件如何，毕竟最关键的还是能够购在任何智能手机上体现ai体验差异化的软件。
mcgregor说：“现在，这些应用正瞄准着手机上的常见功能，例如拍照和数字助理。但是，通常由第三方软件开发人员来开发和训练用于手机上的这种模型。”
他指出，“在有限的情况下，有些模型或库是可用的。高通围绕图像识别开发了一些库，三星主要围绕拍照，我相信苹果也正在开发自己的模型。“
在其他情况下，这取决于应用开发人员，这是一个很大的限制，mcgregor指出。“很多应用开发人员并不习惯于使用深度学习，也无法访问深度学习所需的大型数据中心，”他说。
linley group的demler在他最近的微处理器报告中也对人工智能软件开发提出了警告。 “处理器架构的多样性给android应用开发人员带来了挑战，因为即使在缺乏专用深度学习加速器的设备上，这些应用也必须能够运行。”而另一方面，ios应用开发人员只需要支持apple设计的一些处理器就可以了。
tirias research首席分析师kevin krewell也警告说：“我看到的最大问题是，每个芯片和ip供应商都在以不同的方式做机器学习。arm可能有最佳的机会，在一个ip上对多个厂商实施标准化。
以上是关于网络通信中-mwc 2018：人工智能成为主旋律的相关介绍，如果想要了解更多相关信息，请多多关注eeworld，eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。
智能生态养殖系统方案
苹果正在开发一款功能强大的AR/VR头显
OpenHarmony智慧教育方案赋能项目成功入选《2023年度智慧教育优秀案例》
真我Buds Air2怎么样：内部结构简单，一体化拆解不易
2009中国上海国际跨国采购大会
MWC2018决战人工智能 联发科/苹果/三星各放奇招
【软件更新】Simplicity Studio 5.6和GSDK 4.2新版本优化蓝牙和Wi-SUN开发
物联网解决方案架构师怎样才是合格的
巴西探险队无人机拍到亚马逊边远部落
基于一个完全去中心化的非盈利性区块链智能资产项目泰坦计划介绍
什么是电涌保护器，SPD浪涌保护器的作用
赛灵思Vivado ML版优化应用设计
西门子收购 Avery Design Systems扩展集成电路验证解决方案
特斯拉开启Model3在国内的预定 对以后的发展有很重要的意义
蒸汽流量计如何在线校准
深度解析BMW i3驱动电机技术
了解人工智能发展的历史、趋势思索对商业世界产生的深远影响
微软高通互抱大腿 联手推进物联网业务
手机电池充电电路 (MIC4680组成的)
FPGA中ROM与RAM相关知识汇总
联发科的计划是重新进入与高通竞争的中高端智能手机市场。
联发科技将helio p60视为“首款采用多核ai处理单元（移动apu）和联发科neuropilot ai技术的soc平台”。
联发科的举动显示了该公司在行业智能手机大战中，策略重点转向移动人工智能的巨大变化。目前各种芯片供应商都在竞相将神经网络引擎用于手持设备上。目标很简单。他们希望开启人工智能体验——语音用户界面、人脸解锁、ar等等——在客户端设备上处理更快、更好，无论有没有网络连接。
linley group高级分析师mike demler表示：“我们在去年才看到了第一批带有嵌入式神经引擎的智能手机处理器，如苹果a11、华为麒麟970、高通snapdragon 835和联发科helio x30等旗舰处理器。”
demler表示：“我们对联发科将在更低层添加神经引擎并不感到意外，但有趣的是，他们正在使用比其旗舰产品x30更强大的核心来实现这一点。”
换句话说，一个由中国手机制造商推动的、充满活力的中端智能手机供应商社区正在跃跃欲试，他们希望尽快赶上移动ai这股趋势。
新高度 联发科称其为“新高级”是指“以中档价格提供卓越性能和功能的设备”。联发科销售总经理finbarr moynihan解释说，“新高度”是目前智能手机的重要动作，像oppo、vivo、联想等中高端玩家都渴望缩小与顶级竞争对手的差距，希望在应用、功能和ai方面取得重大飞跃。
联发科告诉我们，2017年全球智能手机出货量的48%来自中国oem厂商，主要针对新兴市场。联发科援引trendforce报告指出，2017年中端消费者品牌出现大幅增长，小米的智能手机产量增幅高达76%，而transsion、oppo和vivo也有大幅增长。
helio p60在八核cpu中配备了4个arm a73处理器和4个arm a53处理器。基于big.little的8核设计，联发科技宣称与前代产品helio p23和hleio p30相比，cpu性能提升了70%。通过使用最高800mhz的新型mali g72 gpu，p60还将gpu性能提高了70%。
联发科的神经网络引擎 然而，让helio p60实至名归的是其内置的neuropilot ai平台、桥接cpu、gpu和板载ai加速器。联发科的人工智能框架可以通过协调soc内cpu、gpu和ai加速器计算工作负载来管理异构ai计算架构，最大限度地提高性能和能效。
联发科已经证实，p60在其ai加速器中集成了cadence vision p6内核。
cadence vision p6
与联发科技旗舰产品helio x30——使用cadence vision p5，每秒70 gmac（8位）——相比， helio p60每秒处理性能为280 gmac。demler表示：“所以在处理器整体性能上降低了一层，但同时将神经引擎性能提高了4倍。”
当被问及对比helio p60神经网络引擎性能时，demler说：“华为的麒麟970可以达到？1tmac / s（fp16），因此在更高的分辨率下它的神经网络性能是p60的4倍。在280gmac / s下，p60与苹果a11的很接近，达到300gmac / s。”
缺乏ai基准 然而，我们咨询的大多数分析师都认为，深度学习加速器基准的缺乏，使得很难做出有任何意义的比较。demler称这是“一个开放的大问题”，他说移动ai这个泥潭可能很容易导致我们陷入“gops / tops营销炒作之战”。
tirias research首席分析师jim mcgregor表示赞同。“这是一个令人困惑的话题，因为没有什么细节和基准。联发科和其他公司使其听起来像是无所不能的人工智能解决方案，”但通常并非如此，mcgregor补充说。
例如，联发科的p60中使用的cadence vision p6内核是针对计算机视觉应用进行了优化，而非通用神经网络，demler说。
正如mcgregor所解释的，“首先，你需要了解大多数ai处理器是什么。”例如，联发科、苹果和华为称其解决方案为“专用”，意味着使用单个ip块进行ai加速。“在大多数情况下，这意味着从其他方——如cadence或ceva——那里获得的ip块许可。这种ip块支持可配置的神经网络，但有一些限制。可是没有人能确切地说出这些限制是什么。”
所以，显然地，在应用处理器内部放置一个神经网络引擎并不是故事的结尾。正如mcgregor指出的那样，新神经网络的开发和训练仍然需要在数据中心进行，必须依赖更多高精度、强大的训练处理器。
如果应用开发人员和oem厂商想要利用智能手机应用处理器内部的神经引擎，他们需要一个与底层硬件挂钩的软件框架。“所有领先的移动处理器设计公司（高通、联发科、华为、苹果）现在都提供神经网络sdk，”demler观察到。但他们都需要支持像caffe和torch这样的流行培训框架。
对联发科来说，联发科提供了被称为neuropilot ai sdk的框架，该框架可以让应用开发人员和oem厂商“深入到硬件，看ai软件如何在cpu、gpu和专用ai加速器上运行”，moynihan这样表示。
与此同时，应用开发人员和oem厂商也需要能够“查找并查看android网络api（android nnapi）的内容”，moynihan补充道。google为android机器学习开发了android nnapi和运行时引擎。“联发科的neuropilot sdk完全符合android nnapi，”moynihan补充道。
android neural networks api的系统架构
在部署能够让智能手机处理器运行ai应用的方法中，高通的方法似乎有些不同。
mcgregor说，高通的解决方案是不同的，因为“他们已经在芯片上使用了多种资源，包括hexagon dsp、adreno gpu和kryo cpu内核。”
然而他补充说：“没有可用的基准，不可能确定哪种方法更好，但高通模型确实提供了更高的灵活性。”
ai软件之战 无论底层硬件如何，毕竟最关键的还是能够购在任何智能手机上体现ai体验差异化的软件。
mcgregor说：“现在，这些应用正瞄准着手机上的常见功能，例如拍照和数字助理。但是，通常由第三方软件开发人员来开发和训练用于手机上的这种模型。”
他指出，“在有限的情况下，有些模型或库是可用的。高通围绕图像识别开发了一些库，三星主要围绕拍照，我相信苹果也正在开发自己的模型。“
在其他情况下，这取决于应用开发人员，这是一个很大的限制，mcgregor指出。“很多应用开发人员并不习惯于使用深度学习，也无法访问深度学习所需的大型数据中心，”他说。
linley group的demler在他最近的微处理器报告中也对人工智能软件开发提出了警告。 “处理器架构的多样性给android应用开发人员带来了挑战，因为即使在缺乏专用深度学习加速器的设备上，这些应用也必须能够运行。”而另一方面，ios应用开发人员只需要支持apple设计的一些处理器就可以了。
tirias research首席分析师kevin krewell也警告说：“我看到的最大问题是，每个芯片和ip供应商都在以不同的方式做机器学习。arm可能有最佳的机会，在一个ip上对多个厂商实施标准化。
以上是关于网络通信中-mwc 2018：人工智能成为主旋律的相关介绍，如果想要了解更多相关信息，请多多关注eeworld，eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。
智能生态养殖系统方案
苹果正在开发一款功能强大的AR/VR头显
OpenHarmony智慧教育方案赋能项目成功入选《2023年度智慧教育优秀案例》
真我Buds Air2怎么样：内部结构简单，一体化拆解不易
2009中国上海国际跨国采购大会
MWC2018决战人工智能 联发科/苹果/三星各放奇招
【软件更新】Simplicity Studio 5.6和GSDK 4.2新版本优化蓝牙和Wi-SUN开发
物联网解决方案架构师怎样才是合格的
巴西探险队无人机拍到亚马逊边远部落
基于一个完全去中心化的非盈利性区块链智能资产项目泰坦计划介绍
什么是电涌保护器，SPD浪涌保护器的作用
赛灵思Vivado ML版优化应用设计
西门子收购 Avery Design Systems扩展集成电路验证解决方案
特斯拉开启Model3在国内的预定 对以后的发展有很重要的意义
蒸汽流量计如何在线校准
深度解析BMW i3驱动电机技术
了解人工智能发展的历史、趋势思索对商业世界产生的深远影响
微软高通互抱大腿 联手推进物联网业务
手机电池充电电路 (MIC4680组成的)
FPGA中ROM与RAM相关知识汇总