设为首页 - 加入收藏 ASP站长网(Aspzz.Cn)- 科技、建站、经验、云计算、5G、大数据,站长网!
热搜: 创业者 数据 手机
当前位置: 首页 > 运营中心 > 交互 > 正文

英特尔全平台赋能终端侧AI 联手合作伙伴推动PC创新

发布时间:2019-11-13 13:16 所属栏目:31 来源:互联网 
导读:副标题#e# AI可以做什么? 几年前我们或许还需要在科幻电影、科技论坛中寻找答案。但今天却可以轻松举出示例:虚拟助手、智能机器人、语音识别、人脸识别... 随着AI发展,其应用场景越来越丰富,支持AI的终端设备数量及种类也逐渐增多,包括智能手机、电脑、

“AI可以做什么?”

几年前我们或许还需要在科幻电影、科技论坛中寻找答案。但今天却可以轻松举出示例:虚拟助手、智能机器人、语音识别、人脸识别...

随着AI发展,其应用场景越来越丰富,支持AI的终端设备数量及种类也逐渐增多,包括智能手机、电脑、无人机、机器人、智能音箱等等。AI赋能终端设备,成为消费者了解、体验AI的有利条件。

英特尔全平台赋能终端侧AI 联手合作伙伴推动PC创新

其中,手机与PC作为移动互联时代用户身边最重要的两类终端设备,率先集成了丰富实用的AI特性。不同于智能手机,被打上“生产力”标签的PC与AI的结合更为全面、深入,影响着硬件、软件、生态,成为PC创新的推动力之一。

那么AI融入PC后都带来了哪些新体验?想要弄清楚这个问题,我们需要先了解“终端侧AI”的概念。

终端侧AI的优势

10月30日,英特尔在上海召开主题为“软硬件协同 打造PC创新体验“的媒体分享会,向天极网等多家媒体讲述了英特尔携手生态合作伙伴共同推动PC产业发展的幕后故事,包括PC创新、显卡软件、生态系统合作、开源软件及AI、软件工具和浏览器等话题。

英特尔视觉计算软件合作部亚洲区总经理高源对英特尔在终端侧AI的布局做了详细介绍。高源表示,此前AI主要集中于云端,如今电脑等终端设备均具有承载AI的能力,AI由云端向终端渗透,形成了终端侧AI。

英特尔全平台赋能终端侧AI 联手合作伙伴推动PC创新

英特尔视觉计算软件合作部亚洲区总经理高源

高源谈到,相对云端而言,终端侧AI具备“低延时要求、无网络也可以工作、更好的隐私保护、节省服务器和带宽成本”等优势。在这些优势的推动下终端侧AI产生了丰富使用场景,比如噪音抑制、手势识别、语法矫正等,同时AI已经融入到了我们日常使用的各类软件工具中,覆盖工作、娱乐。比如在office PPT中,设计助手可以根据用户提供的内容智能排版,在视频剪辑应用中完成智能背景替换、添加特效。

终端侧AI带来更便捷高效的使用体验,从另一个角度看也只有充分发挥终端侧AI的四大优势,才能保障AI提供稳定、可靠、不间断的应用体验。比如无人机、无人驾驶(自动驾驶)需要高可靠、低延时,保证安全性。对于个人用户而言, PC记录大量隐私数据,如果上传到云端那么存在很大的安全隐患,而在终端侧数据则可以得到很好的保护,降低泄露风险。

尽管如今网络覆盖较为完善,但在某些情况下终端(智能音箱、机器人、汽车)很有可能在没有网络的环境中使用,这时摆脱对云端依赖的终端侧AI仍旧能够识别指令、判断、运行。此外,对于企业、服务商而言,随着数据量增加,服务器及带宽成本提升,终端侧AI则可以有效减少数据传输,缓解后方云端负载,在靠近用户的终端设备上即可完成数据处理,高源表示“哪怕节省10%、20%,对他们(软件服务商)来说都是很大一笔资金。”

英特尔全平台赋能终端侧AI 联手合作伙伴推动PC创新

由此不难看出,终端侧AI的重要性,同时不同应用场景对于AI算力或者特性需求有也差异,高源谈到可以对终端侧AI的使用场景划分为三类:“长时间运行,耗电敏感,如针对设备进行智能调频调压、语音通话噪音抑制;偶尔运行,延时敏感,如手势识别;长时间运行,计算密集,如视频背景的智能替换。”

AI如何融入PC

由于终端侧AI的多样性,对于平台也提出了相应的需求,需要智能终端可以提供更高效适用的架构,在不同需求下实现最佳能效比。因为在终端侧不仅要考虑到PC所能提供的算力,还必须控制功耗,避免在移动场景下带给续航过大压力。由此不难看出,想要在PC上提供出色的AI体验,单独依靠CPU、GPU等算力核心是行不通的。高源特别提到“AI不等于独立显卡,需要不同平台来适应不同的AI应用。”

为此英特尔给出的解决方案是:“提供三类不同架构给不同的终端侧AI应用,包括GPU、CPU以及低功耗AI加速器。”

GPU拥有高度并行硬件架构,数据处理带宽大,但延时较高,更适合处理对性能需求较高的AI计算,比如超高分辨率等视频类AI应用。同时在显卡市场中,相比独立显卡,英特尔集成显卡占据67%份额(英特尔是全球最大GPU供应商),且凭借与CPU共享系统内存,在图形图像类AI应用过程中响应速度更快,因此在最新的轻薄本中也能够获得出色的AI体验。

英特尔全平台赋能终端侧AI 联手合作伙伴推动PC创新

CPU的优势在于平台覆盖范围更广,且软硬件统一,便于开发者使用。同时相对GPU而言,CPU延时更低且性能也足以支持应用中推理使用需求。比如在游戏场景下,GPU占用率很高,如果再进行AI推理显然会影响性能。但如果此时将所需的AI推理在CPU上进行,便不会影响帧率,保证游戏顺畅。

除此之外,英特尔还专门设计了超低功耗AI加速器:GNA(Gaussian Network Accelerator)以及英特尔Movidius VPU。GPU并非独立硬件,而是专门设计电路,集成在CPU中,比如最新发布的第十代英特尔酷睿处理器便支持。GNA拥有超低功耗的特点(低于100mw),可一直保持开启,十分适用于语音唤醒、噪音抑制等后台工作负载,最大限度地增加电池续航时间。Movidius VPU专为视频类应用设计,已经有开发者利用VPU实现无人机自动避障。

当然,对于AI光有平台还是不够的,还需要具体的功能和应用。因此,英特尔还为开发商准备了统一的软件编程工具——OpenVINO。通过OpenVINO开发者可以直接由统一接口完成不同架构间的尝试、迁移。并且,英特尔提供的丰富软件工具与主流AI框架均有对接,包括TensorFlow、Caffe等等。

英特尔全平台赋能终端侧AI 联手合作伙伴推动PC创新

所以说,英特尔在将AI从云端带到PC终端的过程实现了软件、硬件全平台赋能。以最新发布的第十代酷睿处理器为例,这是首次将AI大规模应用于PC,带来了更出色的照片索引、图像增强、分析和实时视频分辨率增强等丰富AI用例。与此同时,多样灵活的架构保证了在笔记本平台上运行的高效性,以及对于功耗的出色控制,保障长续航。

AI融入PC可以做什么?

既然PC已经获得了出色的AI特性,那么最后一个需要我们思考的问题便是“用AI做什么?”

(编辑:ASP站长网)

网友评论
推荐文章
    热点阅读