Zero
L’Intelligenza artificiale è in rifacimento il nostro mondo. Ma la sfida più grande è fare AI lavori a bordo, in un self-driving car, o il vostro smartphone. L’archiviazione è un importante AI collo di bottiglia, ma Apple il controllo di tutti i componenti hardware e software in grado di rendere la loro intelligenza artificiale veloce e conveniente.
Diversi tipi di carichi di lavoro sono diversi tipi di memoria e di archiviazione di accesso, e il sottoinsieme di intelligenza artificiale chiamato machine learning (ML) non è diverso. ML ha due principali carichi di lavoro: Formazione e di inferenza.
Anche per: iPhone dei nostri sogni: le correzioni e Le funzionalità di Apple deve consegnare
ML di formazione intensivo dei dati. Imparare a distinguere tra una foto di un cane e una foto di un gatto, il ML ha bisogno di vedere come molte immagini di etichetta di ogni possibile regolare i suoi parametri di riconoscimento di distinguere con precisione cane gatto..
Una volta formato il modello risultante bisogno di molta meno capacità di archiviazione, dal momento che è ora solo un altro programma, e non di memorizzare migliaia di immagini. Tuttavia, il modello non ha bisogno di essere vicino al processore, che si tratti di una CPU, una GPU dedicata o AI componenti hardware, in modo che quando una foto inviate per la classificazione, la ML in grado di rispondere rapidamente, e, su dispositivi edge, l’energia in modo efficiente.
Gpu
Rispondere in modo rapido richiede molto di parallelismo, che è il motivo per cui le schede grafiche (Gpu) sono popolari in AI server: il loro parallelismo massiccio e ad alta larghezza di banda li rende veloce. Ma il loro costo elevato e l’uso di energia fanno Gpu pratico per il dispositivo mobile in uso.
Le gpu non sono stati progettati per ML di utilizzo – che è capitato di essere la migliore piattaforma disponibile per ML, e ora ci sono decine di dedicato AI/ML processore e co-processore di disegni, tra cui Apple A11 Bionic Motore Neurale. AI processori in genere hanno una vasta gamma di semplici processori per il parallelismo, ridotta precisione in virgola mobile, e di tuning per operazioni di matrice.
Anche: Nuovo 2018 iPhone: Tutti i rumors su data di uscita, specifiche, prezzo CNET
Invio di un’immagine ML di programma per la classificazione richiede più off-chip di memoria e di archiviazione di accessi, che rallenta le prestazioni e aumenta il consumo di energia. Ponendo AI processori in prossimità del modello e dei dati consente una drastica riduzione di I/O.
Dove la NVRAM viene in
Un pezzo, diciamo da 32 a 64 MB — on-chip non volatile random access memory (NVRAM) è grande abbastanza per mettere più ML di modelli per essere posizionato vicino all’hardware sta facendo il lavoro. Oggi, il modello deve essere caricato dalla memoria flash, DRAM, con parti rilevanti spostato su chip registri e RAM statica come necessario.
Come funziona questo Apple?
Apple è l’unica fonte per il suo custom processori è TSMC, la più grande fonderia di semiconduttori. TSMC ha messo NVRAM sulla sua tabella di marcia per il 2019. Mettere i vantaggi di on-chip AI utilizzando NVRAM insieme con TSMC impegno della NVRAM, e si dispone di un evidente e significativo miglioramento per dispositivi mobili Apple.
L’Archiviazione Bit prendere
Molto è stato fatto di Apple lento avvio AI pochi anni fa. Ma Apple è stata spesso lento a mercati che in seguito è venuto a dominare, come lettori di musica e smartphone.
La capacità di Apple di controllare l’intero stack hardware e software, è stato determinante per la loro marzo a $1T valutazione. La chiave è che permette loro di produrre la più alta performance di dispositivi, dal momento che non si devono fare i compromessi che gli integratori di materie prime parti.
Anche: 10 anni di Cracking Aperto l’iPhone di Apple TechRepublic
Immissione ML di modelli on-chip NVRAM accanto ai processore permetterà di migliorare le prestazioni, ridurre il consumo di energia, e rendere più facile per Apple per aggiornare ML di modelli durante iOS aggiornamenti. Anche a svantaggio dei concorrenti che non possono permettersi un tale livello di on-chip di integrazione.
AI costruendo il nostro mondo. Sarà anche il remake di il mercato dei dispositivi mobili, con Apple.
I commenti sono benvenuti, come sempre.
Storie correlate:
Vuole che Google traccia di meno? Ottenere un iPhone, il fosso AndroidApple aggiornamenti di iOS 12 beta una volta di più come il lancio nearsPhone in: 11 migliori smartphone per gli utenti business
Argomenti Correlati:
Apple
Hardware
Recensioni
Mobilità
Centri Dati
Cloud
0