С тех пор появилось много аналогов, а электронные ассистенты стали заметно «умнее». Для дальнейшего прогресса разработчики начали оптимизировать процессоры под работу с ИИ. По сведениям источников Bloomberg, Apple уже тестирует такого рода чип под названием Neural Engine.

Сейчас вся обработка данных при предикативном вводе, распознавании речи и лица пользователя ложится на штатный процессор устройства. Перепоручение этих функций специальному чипу уменьшит нагрузку на основной процессор и повысит общую производительность устройства. Благодаря тому, что данные не будут отправляться в «облако», а будут обрабатываться локально, вырастет скорость вычислений и замедлится расход заряда аккумулятора.

По слухам, Apple уже тестирует мобильники с «нейрочипами». Известно, что компания намерена широко их использовать в будущем на смартфонах и планшетах, но о сроках появления устройств в продаже пока не сообщалось.

Интеллектуальные чипы конкурентов Apple

Qualcomm внедрила в процессоры Snapdragon модуль Zeroth, отвечающий за ИИ. Благодаря технологиям машинного зрения и глубокого обучения платформа улучшит взаимодействие пользователя с мобильным устройством — сделает его более интуитивно понятным, естественным и безопасным. Выпущенный набор инструментов для разработчиков Snapdragon Neural Processing Engine позволяет легко настраивать и обрабатывать нейронные сети на ядре Snapdragon.

В 2016 году стало известно, что Google несколько лет ведет работу над аппаратным обеспечением для систем машинного обучения. В результате появился ASIC (интегральная схема) под названием Tensor Processing Unit, который используется в дата-центрах для обработки изображений с помощью нейронных сетей. В дальнейшем будет создана облачная версия для клиентов компании.

ARM на выставке Computex 2017 показала высокопроизводительные процессорные ядра Cortex-A75 для вычислений в области ИИ. Первые устройства с новыми чипами ARM ожидаются в первой четверти 2018 года.

Стараются не отстать от конкурентов другие ведущие чипмейкеры. Intel создала специальное подразделение и скупает небольшие компании, занимающиеся этой темой, в том числе Nervana. В одноименной платформе, ориентированной на задачи машинного обучения, входит сопроцессор Lake Crest, оптимизированный для работы с матрицами и векторными операциями. С основным процессором он соединяется по шине PCIe 3.0. К 2020 году планируется объединить его с Xeon: получится система под названием Knights Crest, которая должна в 100 раз ускорить процесс машинного обучения.

Nvidia активно продвигает ИИ-технологии в секторе графических процессоров. Созданный ускоритель Tesla P100 для дата-центров имеет высокую производительность при низких затратах энергии. Он может использоваться для систем распознавания текста, изображения и речи. Совместно с Tesla разрабатывается платформа, способная самообучаться вождению транспортным средством.

Еще одна платформа Nvidia — ZF ProAI, основанная на микрокомпьютере DRIVE PX2, управляет камерами, сенсорами, радарами и прочими компонентами беспилотного транспортного средства, а также самообучаемыми алгоритмами. На базе этого технологического набора компания собирается совместно с Audi выпустить самоуправляемый автомобиль к 2020 году.

AMD выпускает и центральные и графические процессоры. Такая технологическая связка дает некоторые преимущества при создании ИИ-систем. Пока в активе компании линейка серверных видеоускорителей Radeon Instinct, которые предназначены среди прочего и для решения задач машинного обучения.

Таким образом, практически все производители процессоров уже включились в ИИ-гонку, что подчеркивает важность этого направления.

Источник: PN.com.ua.