Gerry Purdy |gydF4y2Ba矛隼技术gydF4y2Ba

我们一直在了解苹果最新的iPhone 11和特斯拉在人工智能和机器学习方面取得的巨大发展，他们的新神经网络芯片帮助他们的汽车在未来一两年内实现自动驾驶。现在，Gyrfalcon Technology Inc. (GTI)开发了一种AI神经加速器，使LG Q70等智能手机能够以更低的价格享受高性能和低功耗。我们预计不久就会有数百种产品使用GTI AI加速器芯片。gydF4y2Ba

人工智能(AI)和机器学习(ML)已经存在很长时间了，但由于能够让这些技术做一些令人惊叹的事情，比如在国际象棋中击败任何人，从数百万张存储的人脸中识别某人，以及其他需要大量并行处理的问题，它们正在获得新的流行。gydF4y2Ba

但是，直到最近(过去几年)，大多数AI和ML系统都在云中运行，其中包括消耗千瓦功率的快速处理器和大型内存阵列。而且，许多人工智能移动系统，如Siri和Alexa，都需要在云端完成“繁重的工作”，而不是在本地设备上。但是，这一切都在以非常快的速度发生变化。gydF4y2Ba

图2左边显示了AI和ML的旧的传统方法。在这里，需要使用AI的应用程序在本地设置问题，例如“这是哪条街?”(展示街道的景色)。系统会将问题发送到云端，而解决方案(带有大数据的大型应用程序)将使用高级可视化搜索方法找到答案，然后将其传输回应用程序。这通常会花费大量时间(以秒为单位，而不是瞬间)，但这一切都很有效。gydF4y2Ba

随后，英伟达(NVidia)等多家公司构建了一个集成的AI/ML移动系统，将所有的处理和AI并行内存矩阵内置于芯片中。这种方法很快发展成两个方向:gydF4y2Ba

1.gydF4y2Ba自定义、封闭系统gydF4y2Ba(图2，右上)像苹果和特斯拉这样的公司决定建立自己的自定义应用系统集成电路(ASIC)，其中包含AI和ML。最好的例子是苹果最近推出了iPhone 11，其中使用A13仿生芯片，为新的视频处理提供动力，而特斯拉则推出了新的自定义检查，旨在帮助特斯拉汽车在美国任何地方自动驾驶。gydF4y2Ba

2.gydF4y2Ba开放的通用系统gydF4y2Ba(图2，右下)像Gyrfalcon technology Inc.这样的公司已经创建了一个集成AI和ML的开放平台。迄今为止，他们最好的例子是LG最近在GTI周一发布的Q70智能手机(上图，图1)。gydF4y2Ba

LG Q70在某些方面与苹果(Apple)和三星(Samsung)的最新智能手机不相上下。它有一个6英寸高分辨率显示屏(1080x2310)，运行Android (Pie版本)，电池4000mAh。它在韩国使用5G网络。但是，这是一款具有突破性的智能手机，因为它内置了GTI AI Neural Accelerator芯片。gydF4y2Ba

编辑推荐gydF4y2Ba＂gydF4y2Ba企业正在购买服务而不是机器人gydF4y2Ba

您可以看到，这类应用程序在标准CPU和内存中无法轻松完成。GTI芯片(命名为Lightspeeur®)每秒执行数万亿次操作gydF4y2Ba
它的矩阵由168 × 168个单元组成，每个单元都有存储器和一个处理单元。GTI AI神经加速器的架构如图3所示。gydF4y2Ba

值得注意的是，为了充分利用内存中的任何/所有这些ML系统，开发人员必须“设置它”以获得价值。这些带有神经网络的AI加速器提供ML功能，基本上就像婴儿出生时的大脑一样是空的:潜力巨大，但两者都必须经过训练才能做出疯狂的伟大事情。gydF4y2Ba

在苹果和特斯拉的定制AI/ML芯片的情况下，他们都利用周围环境的库存来让其工作，例如，特斯拉的定制AI芯片有一百万辆汽车的经验，它们感知道路和环境，“训练”神经网络，以便所有车主/司机都能受益。之后，特斯拉芯片将成为其自动驾驶计划的基础，它将把这种经验投入工作，gydF4y2Bae.gggydF4y2Ba．特斯拉的自动驾驶系统实际上会想:“哦，我知道接下来该怎么做，因为之前在这里开过的所有其他特斯拉汽车的经验。”gydF4y2Ba

在苹果公司的案例中，他们在A13仿生芯片中使用ML，不断学习iPhone的使用方式，然后通过只使用电源来做用户想做的事情来优化性能。在此之前，由于没有任何机器学习过程来实现这种优化，所以所有东西都是被驱动的。gydF4y2Ba
为了帮助开发人员完成设置过程，GTI提供了许多工具来完成这项任务。如图4所示。gydF4y2Ba

在GTI案例中，系统可以被训练做一些事情，例如:gydF4y2Ba

• 物体检测——输入大量物体，然后让芯片轻松地“动态”检测相似的物体。gydF4y2Ba
• 你输入许多具有特定特征的面孔，然后它会实时检测这些特征和人gydF4y2Ba
• 你输入大量具有已知特征的声音，系统就会实时识别它们gydF4y2Ba
• 你输入大量具有已知特征的手势，然后系统将能够实时识别手势。gydF4y2Ba

这种处理方式很可能会迁移到整个物联网(IoT)世界。据国际数据公司(IDC)估计，到2022年，这一数字将达到25%gydF4y2Ba端点设备将执行人工智能算法gydF4y2Ba(神经网络应用的推理)。gydF4y2Ba

战略的见解gydF4y2Ba

在短短几年内，在移动系统的本地“内存”中使用AI和ML的迁移发生得非常快。它是由定制公司主导的，整个过程可以在内部设计和工程:像苹果和特斯拉这样的公司。gydF4y2Ba

但物联网行业的很大一部分现在是由GTI这样的公司解决的，它们提供非常相似的功能，但成本要低得多。gydF4y2Ba

LG Q70智能手机的推出只是一个开始。不久之后，我们将看到数百种带有内存AI/ML的产品。而且，最棒的部分是:用户体验将以我们只能开始想象的方式得到改善。gydF4y2Ba

如果你喜欢这篇文章，你可能会喜欢“gydF4y2Ba采用服务机器人技术gydF4y2Ba

本文的内容和观点仅为作者个人观点，并不代表robotictomorrow的观点半岛app官网gydF4y2Ba

特色产品gydF4y2Ba

东方汽车美国- AGV/AMR应用的理想选择gydF4y2Ba

BLV系列R型无刷直流电动机(BLDC电机)速度控制系统提供了电机和驱动器的设计，大大减少了尺寸和重量，但大功率，并有助于电池驱动自动化。BLV系列R型兼容Modbus (RTU)和CANopen两种通信接口。gydF4y2Ba

更多的产品gydF4y2Ba

突出你的产品gydF4y2Ba