2018年11月，三星發(fā)布了新品處理器Exynos9820，這是三星首款集成NPU的手機。三星的Exynos9820相比于上一代的Exynos9810，其人工智能性能提高了7倍，并且從照片到AR的性能都得到了很大程度的增強。

深度學習算法是人工智能的核心要素，因為它們是讓計算機能夠像人類一樣思考和學習的過程。神經(jīng)處理單元(NPU)是針對深度學習算法計算而優(yōu)化的處理器，旨在同時有效地處理數(shù)千個深度學習計算。

三星電子上月宣布，通過擴大NPU技術(shù)開發(fā)，到2030年加強其在全球半導體行業(yè)的領(lǐng)導地位。三星最近在計算機視覺領(lǐng)域的頂級學術(shù)會議之一的CVPR(Computer Vision and Pattern Recognition)上更新了更多信息。

此更新是三星的嵌入式AI輕量級算法，在CVPR上引入了一篇題為《Learning to Quantize Deep Networks by Optimizing Quantization Intervals With Task Loss》(可翻譯為《通過優(yōu)化量化間隔，借助任務損失學習量化深度神經(jīng)網(wǎng)絡(luò)》)的論文。嵌入式設(shè)備的AI能力可以直接計算和處理數(shù)據(jù)，最新的算法解決方案比現(xiàn)有算法輕4倍、速度快8倍，主要目是解決終端AI的低功耗和高性能問題。

簡化深度學習過程

三星高級技術(shù)研究院(SAIT)宣布他們已經(jīng)成功開發(fā)了嵌入式(On-Device)AI輕量級技術(shù)，其計算速度比現(xiàn)有的32位服務器深度學習數(shù)據(jù)快8倍。通過將數(shù)據(jù)調(diào)整為4位以下的組，在保持準確數(shù)據(jù)識別的同時，還能比現(xiàn)有深度學習算法更快，更節(jié)能。

三星新的嵌入式AI處理技術(shù)通過“學習”確定影響深度學習整體成績的重要數(shù)據(jù)的時間間隔。這種“量化間隔學習(QIL)1”通過重新組織，以小于其現(xiàn)有大小的比特位呈現(xiàn)的數(shù)據(jù)來保持數(shù)據(jù)準確性。SAIT進行的實驗成功地證明了在計算到小于4位的水平時，32位間隔內(nèi)的服務器深度學習算法的量化如何提供比現(xiàn)有其它解決方案更高的精度。

當深度學習計算的數(shù)據(jù)以低于4位的位組表示時，除了加法和乘法的算術(shù)計算之外，還允許進行'和'和'或'邏輯運算。這意味著使用QIL的計算可以獲得與現(xiàn)有過程相同的結(jié)果，但只需要1/40至1/120甚至更少的晶體管。

由于該系統(tǒng)只需要較少的硬件和供電，可以將其直接安裝在獲得圖像數(shù)據(jù)或指紋傳感器中。

人工智能處理和深度學習的未來

該技術(shù)將有助于增強三星的半導體實力，也有利于加強其在AI時代的核心競爭力之一 ——嵌入式這被的AI處理。與使用AI云服務不同，嵌入式AI技術(shù)直接處理設(shè)備本身獲取的數(shù)據(jù)。

嵌入式設(shè)備上的AI技術(shù)可以降低建設(shè)云服務器的成本，因為它可以自主運行，并為虛擬現(xiàn)實、自動駕駛等應用提供快速穩(wěn)定的性能。此外，嵌入式的AI技術(shù)可以用于本地個人生物信息(例如指紋，虹膜和面部掃描)認證，能夠保證安全性。

嵌入式AI技術(shù)的核心功能是能夠高速運算而不消耗過多的能量。三星的第一個解決方案是去年發(fā)布的Exynos 9(9820)，這個SoC采用了三星專有的NPU。

雷鋒網(wǎng)當時報道，在NPU的支持下，Exynos9820相比Exynos9810人工智能性能提升7倍，并可以增強從照片到AR的性能。

“未來我們將生活在一個所有設(shè)備和傳感器都由AI驅(qū)動的世界中，”SAIT計算機視覺實驗室副總裁兼負責人Chang-Kyu Choi說。“三星的嵌入式AI技術(shù)未來將不僅應用于移動SoC，還將應用于存儲器、處理器和傳感器市場，以及其它新的市場。量化是通過將給定數(shù)據(jù)分組為有限數(shù)量級別的部分來減少數(shù)據(jù)中的位數(shù)的過程，這些部分可以用某些位值表示，并且被視為每個部分具有相同的值。