人工智能实验室竞相开发处理器更大,更快,更强。
与大公司推出智能芯片和小型初创公司也毫不逊色,不可否认,人工智能的未来确实已经来临。虽然每个拥有不同的特性,它们都是努力提供易用性、速度、和多功能性。制造商展示了比以往更多的适应性,并迅速发展的新版本来满足日益增长的需求。
在市场承诺什么也不做,但成长,这四个是准备的影响。
高通神经处理引擎
边缘报道,高通的处理器占大约40%的手机市场,所以他们进入游戏AI不足为奇。他们采用一种稍微不同的方法though-adapt现有技术,采用高通的优势。他们已经开发出一种神经处理引擎,这是一个SDK,允许发展优化应用程序上运行不同的人工智能应用程序600年和800年Snapdragon处理器。最终,这种集成意味着更高的效率。
图片由高通。
Facebook已经开始使用它的SDK加快增强现实技术在移动应用过滤器。高通网站说,它也可能被用来帮助设备的摄像头识别对象和检测对象为更好的镜头组成,以及使设备内置后处理美化成为可能。他们还承诺通过虚拟语音助理,更多的功能,保证用户的广泛市场应用——“从医疗安全,无数的移动和嵌入式设备,”他们写道。他们还拥有优越的恶意软件保护。
“它允许你选择你的选择相对于权力的核心性能概要文件你想为你的用户,”加里Brotman说,高通的人工智能和机器学习。
高通的SDK与流行的AI框架,包括张量流,咖啡,Caffe2。
谷歌云TPU
谷歌的人工智能芯片出现相对较早的游戏AI,扰乱了市场很奇异。和谷歌没有计划出售的处理器,而不是分发它通过一个新的云服务,任何人都可以通过互联网构建和操作软件,利用数百个处理器挤进谷歌数据中心,报告《连线》杂志。
芯片,叫做TPU 2.0或云TPU后续初始处理器,把谷歌的人工智能服务来实现,但它可以用于训练神经网络,而不是像其前任运行它们。开发人员需要学习一种不同的方式构建神经网络因为它是专为Tensorflow,但他们期望给芯片的希望用户将遵守。谷歌已经提到,研究人员分享他们的研究更大的公众将收到免费访问。
图片由谷歌。
人工智能实验室负责人杰夫•迪恩谷歌大脑,说,芯片是需要培养和提高效率。它可以处理每秒180万亿次浮点运算。几个芯片连接,形成一个圆荚体,提供了11500次浮点运算的计算能力,这意味着只需要6个小时火车32 CPU板的一部分pod-previously,花了一整天。
英特尔Movidius神经计算
英特尔提供了一个人工智能芯片通过Movidius神经计算棒,这是一个USB 3.0设备专业视觉处理单元。这是为了补充Xeon Xeonφ,和成本只有79美元。
虽然它是视觉应用程序优化,英特尔表示,它可以处理各种款应用程序。他们写道,“为产品设计开发人员、研究人员和制造商Movidius神经计算棒旨在减少壁垒开发、优化和部署人工智能应用程序通过提供专用的高性能deep-neural网络处理在一个小形式因素。”
图片由Movidius。
棒是由VPU像智能安全摄像头,您可能会发现什么AI无人机和工业设备。它可以用于培训咖啡基于框架前馈卷积神经网络或用户可以选择另一个pre-trained网络,英特尔的报告。Movidius神经计算棒支持Cnn分析,原型、和调优工作流程,提供电源和数据通过一个USB端口类型,不需要云连接,运行多个设备在同一平台。
从树莓π到PC, Movidius神经计算棒可用于任何USB 3.0平台。
NVIDIA Tesla V100
NVIDIA是第一个得到真的想人工智能,但是他们现在更严重。他们的新chip-the特斯拉V100是一个数据中心的GPU。据报道,这让足够的搅拌它NVIDIA的股价吓得跳了起来17.8%后的公告。
图片由英伟达。
芯片是在培训,通常需要一个数字的数据矩阵乘法。相反,Volta GPU架构增加行和列,这加速了人工智能培训过程。
有640张量的核心,沃尔塔比帕斯卡快5倍,减少了训练时间从18个小时到7.4,并使用下一代高速互连技术,根据网站,“支持更高级的模型和数据并行方法强大的扩展实现绝对最高应用程序的性能。”
听说过更多的人工智能芯片下降管?在下面的评论中让我们知道!
