讓消費者覺得手機里的AI厲害 總共分幾步？
但為什么在手機中，我們卻沒有看到這種想象力爆棚的AI體驗?zāi)兀亢芎唵�，因為貧窮限制了開發(fā)者的想象力。確切地說，是終端算力的貧瘠和開發(fā)路徑的窮困，限制了移動AI開發(fā)的想象力邊界。
這種尷尬，讓我們敲開了端側(cè)AI的大門。
端側(cè)AI：沒道理讓算力限制想象力
讓AI應(yīng)用在手機這個活躍度最高的硬件種類上跑起來，早就不是什么新鮮命題。畢竟AI的識別和學習能力，需要更多的實時數(shù)據(jù)和不間斷的訓練過程，在今天的人類世界中，恐怕沒有比手機更好的溫床。
反過來說，也沒有像手機一樣可以讓AI快速產(chǎn)生用戶價值的市場。畢竟AI不是個新東西，歷史上的AI浪潮歸于失敗，就是因為工程化難度被低估導(dǎo)致市場價值淪喪。不能用的技術(shù)肯定不是好技術(shù)。
于是讓AI技術(shù)跑在手機上，成為了國內(nèi)外友人的共識。谷歌還推出了專門幫助機器學習任務(wù)跑在終端的TensorFlow Lite。各種花樣的手機AI功能其實并不少。
但為什么我們始終沒有見到這些應(yīng)用來到自己的手機上呢？原因也很簡單，移動芯片支撐不起來足夠的端側(cè)運算需求。由于AI任務(wù)有自己的深度學習運算需求，用CPU+GPU的模式會帶來功耗和能耗上的支撐不足，不是卡頓嚴重就是根本跑不起來。而引入云計算又會產(chǎn)生很多問題。
比如視頻、圖像類的AI任務(wù)，假如要上傳到云端進行算法處理再傳回手機，那么無論如何都是有延遲的。直播的時候永遠自帶延遲效果，相信用戶從手機里爬出來踹飛主播的心都有。
而另一個問題，是AI目前的主要任務(wù)是識別。而手機用戶識別的更多是自己與家人朋友的相片，以及周遭生活的各種圖像與信息數(shù)據(jù)，這些東西上傳到云端永遠是有風險的。扎克伯格那種眉清目秀的都叛變革命了，咱們還是小心謹慎點好。
種種跡象表明，想要打開開發(fā)者的想象力，讓他們可以嘗試在手機世界中進行AI開發(fā)，終端AI算力就是個必不可少的先決條件。于是我們看到去年華為推出了搭載NPU專用硬件處理單元的麒麟970芯片，隨后推出了幾款產(chǎn)品，以及全面向開發(fā)者開放的AI開發(fā)平臺HiAI。
分享
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布：挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇，探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 “AI寒武紀”爆發(fā)至今，五類新物種登上歷史舞臺
- 4 降薪、加班、裁員三重暴擊，“AI四小龍”已折戟兩家
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD，AI含量差幾何？
- 6 光計算迎來商業(yè)化突破，但落地仍需時間
- 7 東陽光：2024年扭虧、一季度凈利大增，液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”，“淘寶們”終于不忍了？
- 10 優(yōu)必選：營收大增主靠小件，虧損繼續(xù)又逢關(guān)稅，能否乘機器人東風翻身？
