Kunstmatige intelligentie en machine learning zijn onderwerpen die vaak worden besproken door fabrikanten van mobiele apparaten. Google heeft zojuist een chip geïntroduceerd die speciaal is bedoeld voor dit soort taken, Google Edge TPU, die zijn kracht laat zien in de context van Huawei en Apple.
Google Edge TPU: waarom al die ophef?
Sinds vorig jaar zijn er AI-chips in smartphones verschenen. De extra coprocessors zelf kwamen al eerder in gebruik, maar ze waren niet ontworpen om eenvoudigweg AI-gebaseerde taken te versnellen. Nu is het echter moeilijk om een bedrijf aan te wijzen dat niet op dit gebied zou investeren en processors zou gebruiken zonder speciale systemen.
Dit is waarschijnlijk waar Huawei het meest werd gepromoot. De Chinezen presenteerden de Kirin 970 en bij elke stap benadrukten ze de prestaties en aanpassing aan de nieuwste technologieën. Toegegeven moet worden dat we in deze zekerheden de waarheid zelf zullen vinden. Bij tests bleek hij qua kunstmatige intelligentie beter te zijn dan de Apple A11, wat een hele prestatie is.
Miniaturisatie is hier de sleutel tot succes. Google heeft zojuist Google Edge TPU geïntroduceerd, een chip gericht op apparaten in het Internet of Things-segment. De Mountain View-reus heeft zelf twee jaar geleden zijn eigen TPU (Tensor Processing Unit) gelanceerd, ontworpen voor datacenters en het vereenvoudigen van zelflerende processen en berekeningen. Het introduceren van een systeem dat kleiner is dan een cent is een hele prestatie.
Sneller, slimmer, slimmer
De basis van elke TPU is het versnellen van het machine learning van de betreffende hardware. Google Edge is ook voor deze taak gemaakt, maar het is de moeite waard om hier aan toe te voegen dat het voorlopig vooral in bedrijven zal worden gebruikt en we het niet snel zullen zien op smartphones. In dit geval zouden deze oplossingen kwaliteitscontrole ondersteunen, mensen die het kantoor binnenkomen screenen, netwerkincidenten en soortgelijke taken detecteren, waarbij automatisering beter werk en een hoger beveiligingsniveau betekent. Bedrijven zijn bereid er een fortuin voor te betalen.
In de game hebben we ook ARM, Qualcomm, Mediatek, Samsung, Apple of Huawei, maar het zou me niet verbazen als Nvidia het segment van miniatuursystemen betreedt. De makers van GeForce hebben deze niche perfect geraakt. Nu zijn ze leiders en er is geen teken dat iemand hen zou kunnen bedreigen. Ze hebben lucratieve contracten met autobedrijven, ontwikkelen zelf zelfrijdende voertuigen, zijn categorieleiders en ontwikkelen hun producten agressief. In dit opzicht kunnen Amerikanen alleen worden gefeliciteerd met een verstandige investering.
Naar mijn mening is het slechts een kwestie van tijd voordat er meer geavanceerde chips in smartphones worden geïntroduceerd. Daarin zouden stemassistenten veel slimmer kunnen worden en van een veel hoger niveau kunnen komen, waardoor hun gebruik normaal zou worden, niet alleen voor geeks. Hier blijft echter de technologie zelf een serieuze beperking. Idealiter zou het apparaat zijn eigen lokale beslissingsservice moeten hebben, zoals Apache MiNiFi, terwijl het hart van de hele omgeving een krachtige computerserver zou blijven. Ik denk dat cloud-telefoonintegratie een zeer waarschijnlijk ontwikkelingspad lijkt te zijn. Ik zou zelf iets soortgelijks willen zien.
bron: TheVerge
