„TensorFlow Lite podpoří vznik nového API pro neuronové sítě, pro které se časem objeví i speciálně designované DSP čipy,“ říká David Burke, viceprezident Googlu pro androidové inženýrství.
„Věříme, že tyto novinky uspíší rozvoj nové generace zpracování řeči, vizuálního vyhledávání nebo rozšířené reality.“
Rozhraní Lite by se už brzy mělo stát součástí open source projektu TensorFlow a zmíněné neuronové API ještě letos doplní nejnovější vydání Androidu. Dle Googlu by přitom mohlo symbolizovat budoucnost mobilního hardwaru.
Čipy orientované na AI by chytrým telefonům mohly umožnit zvládat pokročilé procesy strojového učení bez spotřebovávání vyššího množství energie. A čím víc aplikací bude strojové učení postupně využívat, tím bude důležitější, aby tento proces probíhal co nejplynuleji.
Současná situace je totiž taková, že integrování strojového učení do aplikací provází značné hardwarové nároky, množství času a také energie, což pro běžného uživatele není zrovna praktická kombinace, protože musí posílat obrázky, text či jiné údaje do výkonných datových center.
S tím se pak samozřejmě pojí množství problémů, od nezbytné konektivity až po vůli uživatelů tahat data skrz firemní servery.
Na trhu se v současnosti jeden mobilní procesor s DSP pro strojové učení nachází, a to Hexagon DSP od Qualcommu (součást procesoru Snapdragon 835), který už TensorFlow podporuje a využívá se například i pro aplikaci Assistent od Googlu. Další čipy se podle odborníků objeví v nejbližších měsících.
„Dnes máme na různé věci různé procesory -- od DSP po CPU. Je to jako bychom na každou golfovou jamku užívali specifickou hůl,“ tvrdí Patrick Moorhead, analytik společnosti Moor Insights and Strategy.
Samotný Google už investuje do vývoje vlastního hardwaru podporujícího strojové učení, konkrétně do řady čipů Tensor Processing Unit (TPU), přičemž nyní představil jejich druhou generaci, která má učení urychlit.
PŘEDPLATNÉ
ČLÁNKY DO MAILU