智能手机在现如今到底扮演什么样的角色？它究竟只是一部通讯的工具？还是生活助手？又或是控制一切的连接中心？当其他芯片厂商还在比拼核心数量的时候，高通早已在机器深度学习上部署多年，你的手机已经成为名副其实的智能手机，只是你还没有发现。
智能手机在现如今到底扮演什么样的角色？它究竟只是一部通讯的工具？还是生活助手？又或是控制一切的连接中心？当其他芯片厂商还在比拼核心数量的时候，高通早已在机器深度学习上部署多年，你的手机已经成为名副其实的智能手机，只是你还没有发现。
在单核性能相似时，提升核心数量的确可以将处理器的性能大幅提升。但这样做会导致功耗增长，影响手机的使用时间和体验。所以智能调节处理器频率，预测用户操作行为就非常重要。这不仅需要在软件上进行设计，更重要的是需要对底层硬件进行控制，终端厂商需要处理器厂商开放相应的API和SDK。
有了软件和硬件最基础的支持只是开始，深度学习还需要一些周边硬件来提升效率。以骁龙820处理器为例，它的Adreno530 GPU处理器在机器学习方面要比CPU功效高3-4倍，而它的DSP在机器学习方面的功效又是GPU的2倍。所以在深度学习上，使用DSP和GPU要比仅使用CPU高效的多。
高通骁龙神经处理引擎
实际上早在今年5月份，高通就推出了基于骁龙820处理器的首个深度学习软件开发包（SDK），它的中文名字相当炫酷——高通骁龙神经处理引擎（Qualcomm SnapDragon Neural Processing Engine）。这款SDK由高通Zeroth机器智能平台支持，它是一个骁龙优化的软件平台，面向移动机器学习而设计。目前由Zeroth技术驱动的视觉智能软件包括Snapdragon Scene Detect及Snapdragon Smart Protect中的先进恶意软件侦测技术。
通过学习大量数据后可快速辨识物体
在之前的演示中，高通展示了通过学习后终端可以识别拍摄物体具体是什么，比如我们在摄像头后面放一只狗的照片，那机器会非常快的识别这是一只动物，然后在判断到底是什么动物，甚至可以通过不断学习识别出这是什么品种的狗，又或是狗龄有多大，甚至分析相册里的照片分析这到底是不是你的狗，这便是深度学习。
需要注意的是，高通在骁龙芯片的深度学习上提出了深度神经网络（deep neural networks，DNN）概念，这个方式与传统的信息对比不同。它会把这个图片分解成一个一个小块，然后去探究这些小块里有什么。比如我们会发现这里有一个角，那里有一条线，从线到角、再到物体，然后发现它的正反面和侧边，不断重复这些动作后，最终得到它是什么的结果。
基于大数据下的各类数据模型将成为深度学习的关键
实际上使用高通提供的SDK，终端厂商能在诸如智能手机、安全摄像头、汽车以及无人机等搭载骁龙的终端上，运行它们自己的神经网络模型，且完全无须与云端相连。该SDK可实现的普通深度学习用户体验包括场景侦测、文本识别、物体跟踪与避障、手势、人脸识别和自然语言处理。
万物智能将是智能时代的终极愿景
高通也在不断拓展智能的边界，10月19日高通宣布推出基于深度学习、超高清与前沿计算的全新联网智能摄像头平台，除了配备骁龙625+视频分析管理API 和联网摄像头软件开发包(SDK)外，高通甚至带来了IP摄像头的参考设计（QDR）。这意味着高通开启了“具有自主意识的摄像头”的全新类别，也会在减少数据流传输、提供更佳的图像识别，和即时预警与行动方面大有裨益。通过摄像头所集成的、用于拍摄即时处理的先进连接和计算技术，以及深度学习来支持高度精确的目标识别。
如今很多VR公司已经开始探索基于骁龙SDK下的深度学习，并以此解决VR设备针对不同用户的眼球追踪难题；很多无人机公司也在做相同的工作，从而提供物体识别、追踪的功能。
总之，高通已经将深度学习的世界构建完毕，如何在这个世界里建筑高楼就要看各个终端厂商的神通了。
网友评论