AI圆舞曲里,重接骨头跳舞的展锐( 四 )

这里有必要解释一下这个“不明觉厉”的词组 。 我们知道 , 今天移动芯片中搭载NPU模块已经成为了行业惯例 。 华为、苹果皆如此 , 总是含含糊糊的高通目前也承认了自己有NPU 。

而NPU这个在CPU和GPU之后 , 专门用来提供AI任务所需算力的模块 , 其特性又是有点不一样的 。

实际上 , 对于处理器而言 , 永远存在通用和专用两个方向的问题 。 通用代表着更好兼容性 , 专用代表着更高的效能 , 但同时通用的代价是低效 , 专用的代价是兼容性不好 。 这就好比全科医院和专科医院 , 同样的病症往往专科医院处理得比全科医院又快又好 , 但是它只能处理这一科 。 回顾一下历史 , 移动NPU如今已经算发展了三代 , 第一代的NPU解决的就是通用CPU对AI计算的低效问题 。 第二代开始出现多核NPU , 持续加强改进能效 。 那么到了第三代 , 考虑的问题就必须更为细致 , 从AI的发展角度看 , 现在仍然是处于一个快速发展的路上 , AI任务不像图像和数据任务 , 它囊括了千变万化的算法可能 。 其中有一些AI算法 , 目前已经非常成熟 , 比如我们经常用的人脸识别、物体识别 。 还有一些则代表着未知 , 而未知算法往往需要储备强大的通用算力 , 以此来支撑大型AI任务的端侧处理 。

推荐阅读