Последние несколько месяцев мир мобильных технологий трясло как при землетрясении. Известные компании одна за другой представляли свои флагманские новинки. И почти каждая из них имела специальный нейропроцессор, предназначенный для ускорения машинного обучения. У Apple чип получил название «нейронный двигатель», смартфон Huawei Mate 10 хвастается «блоком нейронной обработки». Ребята из Qualcomm и ARM не скрывают, что наращивают производство вспомогательных сопроцессоров, так как другие участники мобильного рынка также высказывают интерес к выстраиванию оптимизированной конфигурации железа под AI. Вот только пока не совсем понятно, что вся эта суета принесет будущему пользователю и как повлияет на проектирование мобильных приложений. Иными словами, является ли сегодня наличие или отсутствие AI чипа одним из определяющих факторов при выборе нового смартфона?
Зачем нужны чипы AI
Причина появления сопроцессоров вполне понятна. AI рассматривается как относительно быстрый способ сделать «умные» устройства еще более перспективными и гибкими в общении с человеком. Следовательно, CPU мобильных устройств должны обладать достаточной мощью, чтобы обслуживать все нужды гаджета. Оказалось, что основным процессорам как в ноутбуках, так и в телефонах такая задача вполне по силам, однако машинное обучение невероятно требовательно к ресурсам и буквально «выпивает» батарею, а ведь разработка мобильных приложений не в последнюю очередь обращает внимание на расход энергии. Устройство очень быстро перестает быть мобильным, а это — огромный минус для всех тех девайсов, которые предназначены для роли помощника-компаньона.
Современный искусственный интеллект нуждается в своевременном и быстром выполнении большого объема различных вычислений. CPU для этого не слишком годятся, ядер маловато. Вот почему AI индустрия «пересела» на GPU. Ведь графические процессоры изначально заточены под обработку видео, то есть готовы выполнять множество мелких и быстрых математических операций. Да и ядер у GPU значительно больше. Но возможно ли воткнуть такую или похожую структуру в корпус смартфона? Ответ отрицательный. Однако инженеры пытаются решить проблему, опираясь на другие выигрышные особенности процессорной архитектуры, например, на параллельные вычисления.
Учитывая тот факт, что все мы — любители гаджетов и их творцы — находимся только в начале пути к созданию настоящего интеллектуального «джина из смартфона», термин «AI процессор», хотя и является вполне узнаваемым, на самом деле далеко не совершенен. В случае Huawei и Apple пользователю предлагается не отдельный чип, но выделенный под определенные задачи процессор, являющийся частью SoC. Apple A11 Bionic — яркий представитель такого сопроцессора, который «подсаживается» в уже вовсю работающий SoC, обеспечивающий обсчет графики и видео, и становится вычислительным резервом, идущим только на нужды искусственного интеллекта.
Искусственный интеллект — необходимость или приятное дополнение?
Так нужен сегодня массовому пользователю смартфон с предустановленным AI сопроцессором? Скажем так, погоды искусственный интеллект пока не делает. Изготовление приложений для мобильных устройств ориентируется на смартфоны с различными техническими возможностями, и в этом случае AI тоже далеко не обязателен.
По признанию экспертов и аналитиков, пройдет еще значительное время, прежде чем люди смогут выработать привычку относиться к предметам технологического прогресса как к по-своему разумным помощникам. В свою очередь и AI чипам нужен будет определенный временной интервал для накопления данных в процессе машинного обучения. Кроме того, на сегодняшний день разработка и контроль операций с использованием искусственного интеллекта обходится очень дорого. И если такие гиганты, как Microsoft или Facebook могут себе позволить бросать деньги в жадную топку исследований, то малые компании присоединятся к гонке за ресурсами, которые предоставляет AI, только после значительного удешевления всей цепочки процесса. Но есть и хорошие новости: Google активно работает над стандартизацией некоторых операций. Компания разработала фреймворк TensorFlow Lite, а также представила Android API для всех устройств на этой операционной системе. Такой подход одного из признанных лидеров мобильного рынка вселяет уверенность, что ценовой порог вхождения в AI индустрию в скором времени начнет снижаться.