昨天高通公布了845細(xì)節(jié),AI支持性能大幅增強(qiáng)。但是采用845的手機(jī)還沒有出貨,因此本次對(duì)比不包括845。
作為手機(jī)界的新生事物,目前搭載人工智能芯片的手機(jī)并不多見,僅有iPhone X、華為Mate 10/V10、Google Pixel 2等寥寥幾款產(chǎn)品。其中,iPhone X和華為Mate 10系列內(nèi)置的人工智能芯片是封裝在處理器中的,而Pixel 2系列則是外掛了Pixel Visual Core這顆人工智能芯片。雖然實(shí)現(xiàn)方式上各有千秋,但它們都有一個(gè)共同的名字“人工智能智能芯片”。
這三款手機(jī)人工智能芯片有什么區(qū)別呢?我們先通過一張對(duì)比表格簡(jiǎn)單了解一下。
從上面對(duì)比表格可以看出,相對(duì)于已有行業(yè)巨頭的CPU,AI芯片領(lǐng)域目前尚未有統(tǒng)一的架構(gòu),既有寒武紀(jì)的NFU,也有Google的IPU,各不相同,具體核心規(guī)格上差異也十分之大。三大AI芯片具體有哪些應(yīng)用呢?下面我們逐一來盤點(diǎn)盤點(diǎn)。
麒麟970中的NPU:寒武紀(jì)A1
華為海思麒麟970處理器中的人工智能芯片來自于初創(chuàng)公司寒武紀(jì),這家成立于2016年的人工智能領(lǐng)域獨(dú)角獸企業(yè)在短短的時(shí)間內(nèi)已經(jīng)推出了多款智能芯片產(chǎn)品,麒麟970中的NPU正是出自它家的寒武紀(jì)A1處理器(Cambricon-1A),這顆發(fā)布于2016年的人工智能芯片是全球首款商用的深度學(xué)習(xí)專用處理器,官方稱其在運(yùn)行主流智能算法時(shí)性能功耗比全面超越CPU和GPU。
從參數(shù)上看,寒武紀(jì)A1的浮點(diǎn)性能可達(dá)1.9T,即每秒鐘可以完成1.9萬億次運(yùn)算,性能著實(shí)強(qiáng)悍,然而這顆性能強(qiáng)大的NPU在華為手機(jī)上似乎有些“浪費(fèi)”,未能完全釋放其卓越的性能。那么,華為利用這顆NPU開發(fā)了什么功能呢?
在華為Mate 10系列的發(fā)布會(huì)上,華為就麒麟970的圖片識(shí)別速度與競(jìng)爭(zhēng)對(duì)手A11 Bionic、驍龍835進(jìn)行了對(duì)比,結(jié)果是NPU加持下的麒麟970速度略快于A11,遠(yuǎn)超驍龍835二十倍。由此可見,華為對(duì)于這顆芯片的開發(fā)方向是圖片識(shí)別。
華為挖掘NPU的第一個(gè)功能即是“AI慧眼識(shí)物”和“AI精準(zhǔn)虛化”。“AI慧眼識(shí)物”即指智能識(shí)別十余種拍照?qǐng)鼍?,自?dòng)調(diào)校拍照參數(shù),獲得更佳的拍攝效果;“AI精準(zhǔn)虛化”即通過芯片的自主學(xué)習(xí),更加精準(zhǔn)摳圖,使得虛化效果更真實(shí)自然。
第二個(gè)功能即是“隨行翻譯”。華為選擇與微軟翻譯合作,通過AI芯片,加速文本、語音、照片的翻譯速度,提供更加優(yōu)秀的用戶體驗(yàn)。
目前為止,華為對(duì)于這顆NPU的打磨仍然停留在文字、語音、圖片識(shí)別階段,僅僅把這顆AI芯片作為輔助性工具,尚未有深層次的開發(fā)應(yīng)用。不過,小編相信,隨著行業(yè)趨勢(shì)的逐漸明確和打磨的逐步深入,這顆NPU將可能在未來大放異彩,開啟更多的新玩法。
Pixel 2中的Pixel Visual Core
在國(guó)外專業(yè)相機(jī)評(píng)測(cè)機(jī)構(gòu)DxOMark手機(jī)相機(jī)排行榜中,Google Pixel 2以總分98分的高分獨(dú)占鰲頭,而這還是在Google尚未開啟內(nèi)置的Pixel Visual Core(簡(jiǎn)稱:PVC)芯片時(shí)得出的結(jié)果。在最新的Android 8.1固件中,Pixel 2系列已經(jīng)開啟了這顆PVC芯片,主要用于Google的HDR+算法。
Google博客公布的Pixel Visual Core結(jié)構(gòu)圖顯示,這顆芯片內(nèi)部集成了8個(gè)圖像處理核心(Image Processing Unit,簡(jiǎn)稱:IPU),一顆來自ARM的A53核心,同時(shí)還擁有MIPI/LPDDR4/PCIe控制器。得益于八個(gè)IPU核心,PVC芯片可以提供高達(dá)3T的浮點(diǎn)性能。作為對(duì)比,麒麟970內(nèi)置的寒武紀(jì)A1浮點(diǎn)性能為1.9T,而蘋果A11中的仿生芯片則為0.6T,Google這顆PVC芯片性能的恐怖程度可想而知。
Pixel Visual Core結(jié)構(gòu)圖
Google開發(fā)Pixel Visual Core的目的是將其當(dāng)做一個(gè)超強(qiáng)、可學(xué)習(xí)的ISP使用,可以用于加速HDR+算法的運(yùn)算速度。通過軟硬件的結(jié)合,Pixel Visual Core加持下的HDR+成像速度比原來快上5倍,而功耗卻僅為原來十分之一。
不開啟PVC與開啟PVC成像對(duì)比
那么,蘋果利用這顆人工智能芯片發(fā)掘了什么功能呢?
首先自然是iPhone X上獨(dú)一無二的Face ID。Face ID功能是通過原深感攝像頭來實(shí)現(xiàn),其會(huì)投射超過30000個(gè)肉眼不可見的光點(diǎn),并對(duì)它們進(jìn)行分析,繪制出精確細(xì)致的深度圖。蘋果宣稱,即便你戴著帽子,留起胡須,或者佩戴眼鏡,甚至是不同款式的墨鏡,F(xiàn)ace ID同樣能夠認(rèn)出你。而完成這寫自主學(xué)習(xí)的背后就是A11 Bionic內(nèi)置的神經(jīng)網(wǎng)絡(luò)引擎,利用先進(jìn)的機(jī)器學(xué)習(xí)識(shí)別用戶樣貌的變化。
其次,與Google、華為一樣,蘋果也將神經(jīng)網(wǎng)絡(luò)引擎運(yùn)用于手機(jī)相機(jī)成像中。由于原深感攝像頭和仿生芯片的加持,iPhone X上前置單攝也能夠?qū)崿F(xiàn)雙攝的背景虛化功能,同時(shí)還能實(shí)現(xiàn)人像光效模式和Animoji動(dòng)畫表情。
注:我們的編輯先前發(fā)現(xiàn),Animoji不需要原深感攝像頭參與也能實(shí)現(xiàn)
最后是增強(qiáng)現(xiàn)實(shí)(AR)功能的實(shí)現(xiàn)。A11 Bionic上的神經(jīng)網(wǎng)絡(luò)引擎的又一個(gè)重要應(yīng)用點(diǎn)就是AR,通過強(qiáng)大的性能和自主學(xué)習(xí)處理能力,可以增強(qiáng)增強(qiáng)現(xiàn)實(shí)類游戲和APP的流暢度和真實(shí)感。
國(guó)內(nèi)尚未上線的AR游戲
毫無疑問,在目前搭載人工智能芯片的手機(jī)產(chǎn)品中,蘋果是最善于利用所搭載的AI芯片的,在浮點(diǎn)性能遠(yuǎn)不及對(duì)手的情況下卻將其應(yīng)用地更加廣泛,涵蓋Face ID、相機(jī)成像、AR等各方面,通過自主學(xué)習(xí)提升性能,起到加速硬件的作用。作為手機(jī)行業(yè)的領(lǐng)軍企業(yè),蘋果下一步如何利用AI芯片也是業(yè)界乃至廣大用戶們所共同期待的。
當(dāng)然,不得不承認(rèn)的是,目前為止,上述三大廠商利用手機(jī)中人工智能芯片開發(fā)的功能通過傳統(tǒng)的CPU和GPU都能夠?qū)崿F(xiàn),那么,人工智能芯片的優(yōu)勢(shì)在于哪里呢?子曰:“術(shù)業(yè)有專攻,如是而已。”如今大多數(shù)手機(jī)CPU和GPU的性能已經(jīng)足夠扛大梁,實(shí)現(xiàn)上述的大部分功能,但其與人工智能芯片相比,能效比遠(yuǎn)不如后者,也就是說,人工智能芯片能夠以更快的速度、更低的功耗完成運(yùn)算。
內(nèi)置AI芯片的手機(jī)雖然誕生于2017年的后半段,但其真正普及或許要等到2018年高通、聯(lián)發(fā)科等芯片大廠推出相關(guān)的產(chǎn)品或解決方案時(shí)才能實(shí)現(xiàn),畢竟如同Google般單獨(dú)或聯(lián)合芯片廠商開發(fā)自用的AI芯片的高昂成本是一般手機(jī)廠商所無法或不愿意承擔(dān)的。因此,當(dāng)內(nèi)置AI芯片的手機(jī)百花齊放之時(shí),或許才是人工智能手機(jī)盛放的季節(jié)。
-
高通
+關(guān)注
關(guān)注
76文章
7504瀏覽量
191035 -
智能手機(jī)
+關(guān)注
關(guān)注
66文章
18543瀏覽量
180866 -
智能芯片
+關(guān)注
關(guān)注
0文章
139瀏覽量
25265
原文標(biāo)題:一文通吃一切整流濾波電路
文章出處:【微信號(hào):WW_CGQJS,微信公眾號(hào):傳感器技術(shù)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論