Sztuczna inteligencja i uczenie maszynowe to często podejmowane tematy przez producentów urządzeń mobilnych. Google zaprezentowało właśnie dedykowany takim zadaniom chip, Google Edge TPU, pokazując swoją moc na tle Huawei oraz Apple.
Google Edge TPU - o co tyle zamieszania?
Chipy dedykowane sztucznej inteligencji pojawiają się w smartfonach od zeszłego roku. Same dodatkowe koprocesory zaczęły być stosowane jeszcze wcześniej, ale nie stworzono ich pod kątem samego przyspieszania zadań opartych o sztuczną inteligencję. Teraz jednak trudno wskazać firmę, która by nie inwestowała w tą dziedzinę i stosowała procesory pozbawione specjalnych układów.
To cię zainteresuje Samsung Galaxy Note 9 - specyfikacja techniczna i wszystko co trzeba wiedzieć!Spodobał Wam się Xiaomi Mi A2? Poczekajcie, HTC U12 Life może być lepszy
Tu chyba najbardziej promował się Huawei. Chińczycy zaprezentowali Kirina 970 i na każdym kroku podkreślali jego wydajność oraz dostosowanie pod kątem najnowszych technologii. Trzeba przyznać, że w tych zapewnieniach znajdziemy samą prawdę. W testach okazywał się on lepszy od Apple A11 w zakresie sztucznej inteligencji, co stanowi nie lada wyczyn.
Miniaturyzacja stanowi tu klucz do sukcesu. Właśnie Google zaprezentowało Google Edge TPU, czyli chip skierowany do urządzeń z segmentu Internetu Rzeczy. Sam gigant z Mountain View wprowadził na rynek własne TPU (Tensor Processing Unit) już dwa lata, wymyślone pod kątem centrów danych i upraszczających procesy uczenia maszynowego oraz samych obliczeń. Wprowadzenie układu mniejszego od pensówki stanowi nie lada wyczyn.
Szybciej, mądrzej, sprytniej
Podstawą każdego TPU jest przyspieszenie uczenia maszynowego danego sprzętu. Do tego też zadania został stworzony Google Edge, ale warto dodać w tym miejscu, że na razie będzie stosowany przede wszystkim w korporacjach i nie ujrzymy go szybko w smartfonach. W tym przypadku to rozwiązania miałoby wspomóc kontrolę jakości, sprawdzanie osób wchodzących do biura, wykrywanie incydentów w sieci i tym podobnych zadań, gdzie automatyzacja oznacza lepiej wykonywaną pracę oraz wyższy poziom bezpieczeństwa. Za to firmy są w stanie zapłacić krocie.
Czytaj dalej poniżej
W grze mamy jeszcze samego ARM, Qualcomma, Mediateka, Samsunga, Apple czy Huawei, ale wcale bym się nie zdziwił, gdyby w segment miniaturowych układów weszła Nvidia. Twórcy GeForce po prostu idealnie trafili w tą niszę. Obecnie są oni liderami i nic nie zapowiada, aby ktoś mógł im zagrozić. Mają lukratywne kontrakty z firmami samochodowymi, sami opracowują pojazdy autonomiczne, są liderami kategorii i prężnie rozwijają swoje produkty. Pod tym względem Amerykanom można tylko pogratulować mądrej inwestycji.
Moim zdaniem kwestią czasu pozostaje wprowadzenie bardziej zaawansowanych chipów właśnie do smartfonów. W nich asystenci głosowi mogliby stać się znacznie mądrzejsi i prezentowaliby o wiele wyższy poziom, dzięki czemu ich używanie stałoby się czymś normalnym nie tylko dla geeków. Tu jednak poważnym ograniczeniem pozostaje sama technologia. Najlepiej by było, aby urządzenie dysponowało własną usługą, która by podejmowała decyzje lokalne, na przykład Apache MiNiFi, natomiast sercem całego środowiska pozostałby potężny serwer do obliczeń. Myślę, że tu integracja telefonów z chmurą wydaje się być bardzo prawdopodobną ścieżką rozwoju. Sam chciałbym zobaczyć coś podobnego.
źródło: The Verge
Hej, jesteśmy na Google News - Obserwuj to, co ważne w techu
