神经网络引擎成就苹果人工智能发展.doc

《神经网络引擎成就苹果人工智能发展.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、神经网络引擎成就苹果人工智能发展　　伴随着苹果全新一代iPhone智能手机iPhone8、iPhone8Plus和iPhoneX的发布，所有最初我们想了解的任何信息现在几乎都已一清二楚，包括零售价格、全新命名、机型数量，还有诸多最新功能等等，其实大多数信息在发布会之前就已经被爆料出来了。尽管如此，iPhoneX、面部识别技术，以及AR现实增强技术这些新特性，依然十分引人注目。　　不过，有一项可能苹果在发布会上或宣传中没有着重提及的特征，可能很多人忽视了它的存在，那就是强大的AI人工智能特性。　　苹果新发布的三款机型均搭载了全新的移动芯片A11仿生，苹果表示A11

2、仿生是iPhone上有史以来最强大、最智能的芯片。关于“最强大”这一点，通过昨天的Geekbench4官方提供的基准测试数据我们已经了解到，A11定制的6核心CPU性能在移动领域已无敌手，全面领先市面上一切Android旗舰智能手机，与骁龙835比单核领先超过110%，多核也有55%左右的领先。　　其实A11性能领先早已经是可以预料到的事情，不过“最智能”又在哪里呢？其实这与A11集成的神经网络引擎有非常大的关系。虽然苹果发布会这部分基本一笔带过，而且宣传低调，但不可否认的是，A11仿生成为了苹果第一枚神经网络引擎的SoC移动芯片，其神经网络引擎就是专门用于运行

3、AI人工智能的处理单元，为此苹果在A11的命名上通过“仿生”特别突出了AI技术特征。　　　　与AI人工智能发展相冲突的隐私保护　　在讨论神经网络引擎之前，我们先来说说苹果AI人工智能的进程。众所周知，苹果是一家极其注重隐私的公司，之前很多例子已经足够证明这点。库克甚至一直对外宣称，苹果的保密性比美国CIA还要高。　　因此大量分析认为，正是隐私保护情节的阻碍让苹果失去了对AI人工智能的主动权，最终导致今天在AI人工智能竞赛中的落伍。苹果不仅在让设备更具人性化这方面落后于其他的科技巨头，而且在人工智能云计算方面的地位也很低，长期处于边缘化。为何这么说呢？　　深度学习

4、是AI人工智能的一个分支学科，通常需要收集大量数据，并将这些数据聚合在云端，以便于深度了解，获得洞察力，但这些做法与苹果在数据保护上的严格立场不一致。苹果在iOS系统的FaceTIme和iMessage应用中，使用的是端到端加密技术，并没有对用户的任何个人资料或信息进行维护或管理，这也与苹果对消费者数据保护的坚定观点保持一致。　　虽然苹果的立场值得称赞，但是却让自身的AI发展难以前行，因为苹果自己也收集不到推进其AI人工智能发展所需的大数据，直到现在依然如此。　　AI的全新开始，并非重新开始　　在今天移动互联网时代数据爆炸，大数据的出现让AI人工智能变得越来越好

5、用。虽然很多移动设备的数据可以在云计算中得到更深入的分析，因为有例如GoogleTPU，NVIDIAVolta这种强大的AI运算解决方案。但问题是，数据需要花费一定时间才能到达云端，而苹果考虑隐私不会将数据传到云端，因此让一款移动设备提供略微接近云硬件的计算性能相当用必要。　　苹果在发布会上解释称，有一种AI人工智能叫作机器学习，即让设备通过观察的方式进行学习。因此，一枚移动SoC芯片中，应该有专门负责虚拟神经元和深度学习的AI处理单元，而神经网络引擎就是专为机器学习而开发的硬件，它不仅能执行神经网络所需的高速运算，而且具有杰出的能效。　　　　简而言之，通过神经

6、网络引擎能够担CPU和GPU的任务，大幅提升芯片的运算效率，以更少的能耗更快的完成更多任务。在A11仿生中，苹果自家的神经网络引擎采用双核设计，两个核心专为AI人工智能特定的机器学习算法而设计的，实时处理过程中，每秒运算次数最高可达6000亿次。　　苹果表示，神经网络可以在CPU主处理单元或GPU图形处理单元上运行，但对于这种神经网络类型的编程模型，利用针对这些应用的定制芯片，在执行相同任务时，它将比使用图形引擎更加节能。神经网络引擎的神秘之处在于，它能够处理矩阵乘法和浮点处理的能力，分担CPU和GPU之外的特定任务，实现了硬件性能大幅改善。　　　　其实苹果很早

7、就十分清楚移动AI处理单元的趋势。几天前，苹果硬件技术高级副总裁斯强尼·斯洛基接受采访时表示，3年前发布搭载A8芯片的iPhone6时，苹果就已经在开发A11仿生芯片了，然而三年前移动行业关于AI和机器学习的话题还不多。斯强尼·斯洛基特别强调，“内置神经网络引擎是苹果在3年打的一个赌。”　　神经网络引擎服务于现在和未来　　苹果称，有了“神经网络引擎服”的A11变得十分智能，因为能够把云端基于大数据深度学习训练成型的神经网络传输到手机中，与本地的神经网络引擎结合提供完整的AI知识和能力。而对于本地的AI人工智能处理，目前神经网络引擎已胜任诸多任务，包括更智能的够识

8、别人物、地点和物体，为“