Nul
Kunstmatige Intelligentie is het herbouwen van onze wereld. Maar de grootste uitdaging is het maken van AI werken aan de rand — op een zelf-rijdende auto, of uw smartphone. Opslag is een belangrijke AI knelpunt, maar Apple ‘ s controle van alle hardware en software zullen hun AI snel en betaalbaar te zijn.
Verschillende vormen van werkbelasting hebben verschillende types van geheugen en opslag, en de subset van AI genoemd machine learning (ML) is niet anders. ML heeft twee grote werkbelasting: Opleiding en deductie.
Ook: de iPhone van onze dromen: De fixes en features van Apple moet leveren
ML training is data intensief. Om te leren onderscheid te maken tussen een foto van een hond en een foto van een kat, de ML moet zien als veel gelabelde foto ‘ s van elk mogelijk aan te passen zijn erkenning parameters nauwkeurig te onderscheiden hond kat..
Na zijn opleiding het resulterende model moet veel minder opslagcapaciteit, want het is nu gewoon een ander programma, en niet duizenden foto ‘ s. Echter, het model hoeft te worden dicht bij de processor, of dat een CPU, GPU, of dedicated AI hardware, dus als er een foto wordt verzonden naar het bij de indeling van de ML snel kunnen reageren, en, op de rand-apparaten, energie-efficiënt.
Gpu ‘ s
Snel reageren vergt veel parallellisme, dat is de reden waarom grafische kaarten (Gpu ‘ s) zijn populair in AI-servers: hun enorme parallellisme en hoge bandbreedte maakt ze snel. Maar de hoge kosten en de energie-gebruik van de Gpu ‘ s onpraktisch voor het mobiele apparaat gebruik.
Gpu ‘s waren niet ontworpen voor ML-gebruik – ze toevallig op het beste platform is beschikbaar voor de ML op het moment – en nu zijn er tientallen dedicated AI/ML processor en co-processor ontwerpen, waaronder Apple’ s A11 Bionic Neurale Motor. AI processors hebben meestal een breed scala van eenvoudige processoren voor parallellisme, verminderd floating point precisie en afstemming voor matrix-bewerkingen.
Ook: Nieuwe 2018 iPhone: Alle geruchten over de release date, specs, prijs CNET
Een afbeelding verzenden naar de ML-programma voor classificatie vereist meerdere off-chip geheugen en opslag benadert, wat de snelheid van de prestaties en verhoogt het energieverbruik. Het plaatsen van AI-processors in de buurt van het model en de data stelt een dramatische vermindering van de I/O.
Waar de NVRAM komt in
Een brok — zeggen 32 tot en met 64 MB — van on-chip-non-volatile random access memory-geheugen (NVRAM) is groot genoeg om de meeste ML modellen te worden geplaatst dicht bij de hardware doet het werk. Vandaag de dag, het model moet worden geplaatst, is van flash-opslag te DRAM, met relevante onderdelen verplaatst naar on-chip registreert en statische RAM als dat nodig is.
Hoe helpt dit Apple?
Apple ‘s enige bron voor de aangepaste processors is TSMC,’ s werelds grootste semiconductor gieterij. TSMC heeft NVRAM op de roadmap voor 2019. Zet de voordelen van on-chip AI met NVRAM samen met TSMC ‘s toewijding aan NVRAM, en je hebt een duidelijke en significante verbetering van Apple’ s mobiele apparaten.
De Opslag van Bits nemen
Veel is gemaakt van Apple ‘ s trage start in AI een paar jaar geleden. Maar Apple heeft vaak lang op de markten die zij later gingen domineren, zoals muziek-spelers en smartphones.
De mogelijkheid van Apple om de controle van de volledige hardware en software stack heeft een grote rol gespeeld in hun maart tot en met een $1T waardering. Het belangrijkste is dat ze kunnen leiden tot hogere prestaties van apparaten, omdat ze niet hebben om de compromissen die integrators van de commodity-onderdelen doen.
Ook: de 10 jaar van het Kraken Open de Apple iPhone TechRepublic
Het plaatsen ML modellen in on-chip NVRAM naast de AI processor zal het verbeteren van prestaties, het terugdringen van energieverbruik, en maak het gemakkelijk voor Apple de update ML modellen tijdens iOS-updates. Het zal ook een nadeel concurrenten die zich niet kunnen veroorloven dat het niveau van de on-chip integratie.
AI is het herbouwen van onze wereld. Het zal ook een remake van de mobiele apparaten met Apple om het voortouw te nemen.
Commentaar welkom, zoals altijd.
Verwante artikelen:
Wilt Google om u te volgen in plaats van minder? Een iPhone, sloot de AndroidApple updates iOS-12 beta nog een keer starten nearsPhone: 11 beste smartphones voor zakelijke gebruikers
Verwante Onderwerpen:
Apple
Hardware
Beoordelingen
Mobiliteit
Datacenters
Cloud
0