電子發燒友App
1.ARM、高通等相繼投入研發 智能手機自體AI化時代即將啟航；
不再依賴云端或服務器系統的智能手機，可以自己直接執行人工智能(AI)功能，未來也許不再是夢，因為一種“基于裝置的機器學習”(on-device machine learning)時代正在開啟。韓媒ChosunBiz引述業界消息，指出以2018年為起點，三星電子(Samsung Electronics)、華為與聯發科等業者，預料將相繼推出支持機器學習的移動應用處理器(AP)。
過去一段時間以來，機器學習多透過高階中央處理器(CPU)、圖形處理器(GPU)等復雜硬件實現。然而，高通(Qualcomm)從2015年開始，透過一項名為Zeroth的研發計劃，期望利用移動系統單芯片(SoC)，有效率且自動執行機器學習，目標是將機器學習芯片搭載至智能手機或機器人等裝置上。
換句話說，這將讓搭載高通Snapdragon移動芯片組的裝置，可對影像、物體與人臉進行分類與辨識，如果這些功能皆能在裝置內部實現，未來裝置將不再依賴云端或通訊網路提供的AI服務。
目前全球移動芯片架構設計，99%以上掌握在英國Arm(ARM)手中。2017年Arm發表具機器學習功能的移動芯片架構設計DynamIQ，在芯片內部加入AI加速器，相較目前最新款移動處理器，理論上功能可望提升50倍以上。
Arm韓國高層表示，智能手機與PC等消費者常用裝置，如果出現一套可行的AI生態系，裝置處理資料的速度可望更快，而Arm的目標，就是讓搭載Arm架構芯片的智能手機等裝置，可以進行快速且有效率的機器學習。
預料照Arm標準架構設計的許多移動AP業者，2018年將紛紛推出相關新產品。三星、聯發科等全球領先移動AP業者，目前皆采Arm架構設計，至于高通、蘋果(Apple)的AP，則是部分變更Arm架構設計，基本上使用的架構設計雷同。
移動裝置如果正式進入AI時代，對韓國存儲器業者也是一個大好機會。韓國學者指出，基于裝置的深度學習，已是無法避免的時代潮流，韓國企業應該將其視為一個機會，努力思考其中的各種可能性。對于移動裝置業者而言，也可視為目前市場成長停滯的解藥之一，而移動處理器功能大幅躍升將帶動軟件進化，超高速DRAM與高容量NAND Flash需求也會增加。
另一方面，由于支持移動裝置機器學習的半導體架構設計，大部分仍掌握在高通、Arm手中，中長期而言，三星、樂金電子(LG Electronics)等韓國智能手機業者，付出的授權費有可能增加。韓國半導體業界相關人士表示，三星每年付給Arm鉅額授權費，如果未來Arm在移動裝置機器學習領域先行突圍，到時三星對Arm的依賴程度，恐怕將比現在更為加深。
2.AI準備搶灘移動PC市場；
筆電/平板裝置的主板上可能很快就會出現AI芯片，像是Intel/Movidius開發的視覺處理器(Vision Processor Unit，VPU)...
一般大眾使用的行動PC主板上可能很快就會不只有中央處理器(CPU)與繪圖處理器(GPU)，還會配備人工智能(AI)推理芯片，像是英特爾(Intel)旗下Movidius所開發的視覺處理器(Vision Processor Unit，VPU)。
第一個線索來自于微軟(Microsoft)在日前舉行之年度Windows開發者大會(Windows Developer Day)上發表的Windows ML開放性架構，是專為在Windows操作系統執行機器學習任務所開發 ；微軟表示，此架構將擴展Windows對Intel/Movidius之VPU的原生支持。
以上訊息意味著Intel/Movidius朝著為VPU找歸宿更往前進了一步，而且目標不只是諸如無人機、保全攝影機等嵌入式系統，還包括Windows筆記本電腦與平板裝置；而Intel/Movidius營銷總監Gary Brown在接受EE Times電話采訪時證實，盡管Windows ML的發表并不是關于VPU與行動PC的整合：“沒錯，你會看到VPU進駐PC主板。 ”
Windows ML預期將讓Windows操作系統跟上快速升溫的AI潮流，根據Intel/Movidius說法，該架構能為任何既有的AI工作負載動態選擇最適合的硬件，并在包括Intel VPU在內的多種硬件中智能分配任務。
Brown進一步解釋：“我們的VPU能與CPU、GPU共同分攤繁重的AI處理任務，例如機器視覺、臉部辨識、語音、生物辨識等等；VPU也能幫忙騰出CPU與GPU的處理資源。 ”
?
?
Intel/Movidius要將VPU推向主流市場
對此市場研究機構Tirias Research分析師Kevin Krewell接受EE Times訪問時表示：“添加Windows原生支持，將向軟件開發商昭示Movidius VPU將越來越靠近主流市場 ；”不過他并不很確定PC是否為VPU的“好歸宿”。
“我可以預見VPU對AR/VR產品如新一代Hololens來說是不錯的新添加物，但不確定這是否適合PC──PC內有大量的處理能力，包括CPU與GPU可處理視訊，VPU則是在性能有限的裝置中才能有最好的發揮，例如無人機 ；”Krewell指出：“或許這是Microsoft將Windows觸角伸向無人機、機器人等新領域的第一步。 ”
AI世界迅速擴張，也讓Microsoft有跟上潮流的壓力；去年開放性標準組織Khronos著手開發自己的低層ML架構，例如繪圖API，這意圖是成為一種通用API；不過就像從Windows ML之發表可看到的， 顯然Microsoft還是需要為Windows量身打造的架構。
另一家市場研究機構The Linley Group資深分析師Mike Demler的觀察是，Windows ML看來像是其他任何一種神經網絡執行時期API，而“ 現在差不多是Microsoft趕上Arm平臺的時候了”；他也指出，Windows操作系統原生支持“讓Movidius能更順利進軍Windows筆記本電腦/平板裝置市場”。
在被問到這對Microsoft有什么好處時，Demler解釋：“開發者可能已經準備好利用CPU、GPU或客制化周邊如Myriad （即Intel/Movidius的VPU），在Windows平臺上執行機器學習應用程序， 而Windows ML提供他們一個標準方法；”對終端用戶來說，Windows ML則將“有助于推動機器學習應用程序轉移至客戶端裝置──在這個案例中是PC。 ”
PC適合什么樣的AI應用程序？
如果AI處理器是為特定的嵌入式系統量身打造，該芯片被分配的應用程序與任務會很明確，可能是無人機的物體追蹤、防碰撞，或者是保全攝影機的分析取證等功能；如Movidius前任執行長、現任Intel副總裁暨總經理幾年前接受EE Times訪問時所言，把AI推向邊緣的目標，就是賦予嵌入式系統“感知、評估與決策”的能力。
那么在PC上適合什么樣的AI應用程序？ Intel的Brown建議了很多種，例如：“假設你走進一個房間，桌上有一臺Windows平板裝置，它可以看見你、辨識你的聲音或臉，并借由各種個人助理類型的任務來提供幫助，例如智能音樂搜尋或是為你的照片分類 ；以視覺為基礎的AI也能幫忙強化視頻會議的影像。 ”
當然，一切取決于應用程序開發商的想象，看他們想把什么樣的AI新應用程序放上PC。 但Demler認為，PC上的AI應用程序會跟其他行動裝置上的應用程序沒什么兩樣：“包括生物辨識、AR/VR、圖像處理、物體識別等等。 ”
目前Brown坦承Intel/Movidius的Myriad X是第一款Windows ML架構在行動PC上利用的AI處理器，但關于該VPU出現在主板上的時間點，他僅表示：“很快。 ”
看來這顯然并非Intel/Movidius的獨門生意；在被問到其他可能進駐PC的AI處理器競爭對手時，Demler強調這樣的對話僅能聚焦于行動PC：“有大量的Nvidia GPU正在桌面計算機執行機器學習應用程序 ；Linley Gwennap最近披露，一家名叫Gyrfalcon 的AI加速器新創公司，開發了一款能內建于USB隨身碟的AI芯片，就像是Movidius。 ”
他指出，訣竅在于能搶進主板：“在中國，還有像是寒武紀（Cambricon）這樣的AI芯片開發商，其投資者包括聯想（Lenovo）。 ”
認識Myriad X系列芯片
Myriad X預期會是第一款Windows ML支持的AI芯片，該系列產品是在去年夏天發表，當時El-Ouazzne表示，該公司設計這款第三代VPU芯片設計時，“我們嘗試各種方法在不增加功耗的情況下提升神經網絡性能。 ”
具備更多硬件加速功能區塊的Myriad X架構，能在深度神經網絡推理任務中提供TOPS等級的運算性能，同時讓功耗維持在1W之內；該芯片采用8 x 9-mm尺寸封裝，整體運算性能為4TOPS。 該芯片內部的SHAVE （Streaming Hybrid Architecture Vector Engine） DSP核心，從上一代產品的12個增加為16個，此外以20個經強化的硬件加速器組合添加了神經運算引擎（ neural-compute engine）。
El-Ouazzane在去年的Myriad X發表會上解釋，該引擎是為了在不增加額外運算開銷的情況下執行特定任務，例如為支持邊緣提取（extract edges）的深度圖繪制（depth-mapping， 這是支持如無人機著陸等應用案例的關鍵功能），以及為支持更寬廣視角的傳感器去彎曲引擎（de-warping engine），還有對保全攝影機在追蹤與人數統計應用上至關重要、支持超高性能運作評估的光流（optical flow） 功能。
3.AI+計算機視覺 加速機器人和智能家庭進展；
每年的CES都會出現一些令人驚嘆的技術，包括汽車、智能機器人、無人機、AR/VR以及智能家電創新等。 從昂貴的未來派玩具演進到實際可用的裝置是令人激動的，今年在這方面也有重大進展。 本文探討哪些采用AI和計算機視覺的消費裝置將會成為主流。
每年我們都會在國際消費電子展（CES）上看到一些令人驚嘆的技術，包括汽車、智能機器人、無人機、擴增實境/虛擬現實（AR/VR）、智能家電領域的創新和許多其他技術。 從昂貴的未來派玩具演進到實際有用的裝置是令人激動的，今年在這一方向上取得了重大進展，當然還是有一些言過其實，只是作秀的小玩意兒。 本文將探討哪些采用人工智能（AI）和計算機視覺的消費裝置將會成為主流。
以攝影機為眼+內建AI智能
自2014亞馬遜（Amazon）首次推出Echo以來，語音接口已經在過去幾年內被廣泛采用。 今年很明確的一點是，為了達到更高的水平，必須在邊緣裝置（edge device）采用視覺和人工智能技術。 今年的CES展會上有不計其數包含攝影機的機器人，其中還有一些特別突出的產品。
Omron Forpheus采用AI技術打乒乓球
機器人公司奧姆龍（Omron）透過生動有趣的方式展示其技術——這是一款名叫Forpheus的機器人乒乓球大師。 該機器人使用兩個攝影機來追蹤球的位置和速度，采用專利的預測模型計算球的運動軌跡，以保持與人類對手的來回對抗。 還有一個額外的攝影機追蹤人類玩家的臉部表情，判斷他們是否享受這一游戲過程，以確保這是一場有趣的比賽。 雖然這并不意味著它是一個商用產品，但是表明人工智能、感測和先進的機器人技術可以應用于各種工業和消費功能上。
并不是所有的展示都像Forpheus的乒乓球技術一樣流暢。 LG發布的智能家庭機器人CLOi，就出現了一些尷尬的時刻，例如機器人沒有響應語音指令等。 擁有類似外觀的Jibo展現其社交技能，包括臉部辨識。 該裝置自去年10月開始銷售，它采用一種與主流智能音箱不同的途徑，使其更定位于社交，并能與用戶進行個性化的互動。 SLAMtec也展示一些機器人，其特點是Slam定位和導航解決方案，例如其中的通用的機器人平臺——宙斯（Zeus）。 UbTech Robotics公司去年發布了Alexa驅動的人形機器人Lynx，今年則推出了可以爬樓梯和踢足球的兩足機器人。
Sony在90年代末推出的機器人寵物狗Aibo，最近正以全新且更先進的版本重回人們的視線。 它包含兩個攝影機和多個傳感器，從而可以辨識主人并且對觸摸和聲音做出反應。
另一個和寵物相關的創新產品是交互式Wi-Fi寵物相機Petcube，它可以讓用戶遠程檢查寵物的狀況。 其中一款型號的寵物相機甚至可以讓你晃一晃手指就能為寵物準備好一頓飯。
虛擬現實何時起飛？
至于虛擬現實市場的創新，我們看到了穩步地成長，但仍未像預期一樣爆發。 這主要是由于存在一些困難的挑戰，例如有限的運算資源、功耗、自內向外追蹤（inside-out tracking）和內容質量的限制。
在CES 2018上，宏達國際電子（HTC）發布了HTC Vive Pro，支持高分辨率和低延遲，但更重要的是它能夠直接將內容串流傳輸到頭戴式裝置上，而不必像其他裝置一樣需要使用電纜。 相較于HTC Vive，Vive Pro看起來更大，而且由于價格昂貴，所以主要針對高階專業用戶。
無線的頭戴式顯示設備（HMD）——HTC Vive Pro（來源：HTC）
虛擬現實技術的新應用之一是Google VR180，可望成為主流消費產品。 它采用創新的方式利用雙目立體相機技術擷取3D影像。 并以180度的拍攝角度，取代不方便透過正常視角觀看的360度。 致力于拍攝這種新格式的兩款產品是聯想（Lenovo）的Mirage相機，以及小蟻（Yi） Horizon VR180相機。 用戶可以透過Google Daydream VR頭戴式顯示設備（HMD）觀看3D照片，或是在任何屏幕上觀看2D照片。
無人駕駛車大出鋒頭
無人駕駛車已經成為過去幾屆CES大會上最具吸引力的展示之一。 今年，汽車專家認為無人駕駛車已經是既定現實，轉而開始尋找必要的服務和應用，以滿足人類無需開車時產生的新需求。 例如，福特（Ford Motor）執行長Jim Hackett在主題演講中將整個自動駕駛車驅動的生態系統稱為“生活街”（the living street）。 豐田（Toyota Motor）的e-Palette概念車也傳遞了類似的訊息，描繪車輛在沒有駕駛人的情況下，擁有從行動賭場和餐廳到共乘服務和貨物運輸的多用途和模塊化配置。
在自主航空領域，貝爾直升機（Bell Helicopter）公司展示如何在類似出租車的電動直升機中實現無人駕駛飛行的旅程。
這些例子證明每個人都清楚地認識到無人駕駛車的革命正在發生。 唯一的問題是一旦它實現了，我們的城市將會是什么樣子？
Bell空中出租車提供了自動駕駛直升機的縮影
智能朝向邊緣發展
人工智能在過去幾年的爆發式發展，可說是因特網最直接的成果。 過去，個人計算機（PC）和手持裝置還不夠強大到足以支持深度學習，所以像是Google和亞馬遜等大型公司使用巨大的服務器中心在云端處理數據。 這種方法的優點是實現幾乎無窮盡的運算能力，而不需要考慮哪一種特定裝置采用的處理器。 但是缺點也有很多。 首先是數據傳輸的延遲，會隨著網絡覆蓋狀況而發生變化，更不用提在沒有網絡覆蓋的情況了。 更重要的是云端處理的缺點——隱私和安全的問題。 因此，當處理敏感信息時，最好保持在裝置上，而不是發送到安全性薄弱的外部。
這些理由清楚地表明使用云端處理深度學習只是一個臨時方案。 一旦嵌入式平臺可以提供足夠的性能支持人工智能處理，就會開始在邊緣裝置上執行。 你可能想知道嵌入式平臺什么時候才夠強大能實現這一愿景，答案是它們已經到位了。 最新的旗艦級手機，像iPhone X上的嵌入式神經引擎能夠在本地辨識人臉來解鎖手機，而無需再發送信息到云端。
其他還有許多的人工智能特性也可以在終端裝置上實現，特別是透過強大和高效的數字信號處理器（DSP）以及基于向量處理器的專用深度學習引擎。 先進的處理和節能技術使這些系統比繪圖處理器（GPU）和其他用于遠程服務器的處理器消耗更少的功耗，所以即使是小型、以電池驅動的裝置也可以使用人工智能處理器，而不必依賴云端。 例如NeuPro人工智能系列處理器搭配軟件和硬件工具，能夠實現嵌入式智能和更流暢的開發周期。
針對嵌入式裝置的自主專用人工智能處理器NeuPro（來源：CEVA）eettaiwan
據路透社報道，美國半導體公司AMD季度收益驚人，使芯片銷售成為區塊鏈技術提供商的焦點。區塊鏈作為一種數字分類賬，已經超越了加密貨幣迎來爆炸式增長。
AMD和英偉達的區塊鏈前景令投資者興奮不已
區塊鏈是比特幣和以太坊背后的技術，加密貨幣礦商使用快速圖形處理單元（GPU）來解決復雜的數學問題，并獲得新數字貨幣作為獎勵。
AMD和英偉達將于下周公布財報，這兩家公司都出售GPU，它們可能會在價格上漲時獲得重大收益。分析師預計，隨著全球更多公司宣布進入比特幣行業或區塊鏈技術的計劃，這兩家公司的銷售額將進一步增長。
投資者對未來感到興奮。AMD股價周三上漲約6%，而英偉達的股價上漲3%。
2017年，頗受歡迎的比特幣的價格飆升逾1300個百分點，吸引了世界各地更多的人來使用比特幣，推高了對GPU的需求。
過去，AMD和英偉達試圖降低對加密貨幣潛在收入增長的預期，但分析人士認為，區塊鏈的閘門已然開啟。
Stifel分析師Kevin Cassidy表示：“我們認為區塊鏈更大范疇是一個可持續的GPU市場，它最終會成為區塊鏈應用的特定應用芯片ASIC。”
“我們認為，AMD和英偉達都有可能從中獲益，至少也會從為ASIC提供知識產權中獲益。”
盡管區塊鏈最廣為人知的是作為支撐比特幣的系統，但越來越多的行業使用它來提高安全性或業務效率，比如戴比爾斯（De Beers）利用區塊鏈技術來驗證鉆石真偽。
瑞士信貸分析師John Pitzer稱，“盡管有些人會認為加密技術的好處應該打個折扣，但我們認為，區塊鏈的可持續性比大多數技術都要高。”
Pitzer估計，AMD在2017年向區塊鏈公司出售了約3.2億美元的芯片，但這只占AMD公司全年營收（超過50億美元）的一小部分。
AMD首席執行官Lisa Su在周二的財報電話會議上表示，雖然區塊鏈是一個流動性非常強，并且充滿活力的市場，但AMD在12月份增長勢頭強勁，而且這種勢頭持續進入了今年第一季度。
AMD最大的競爭對手英偉達將于2月8日公布第四季度財報，該公司10月份公布的季度營收超過了1億美元。 TechWeb
5.AI技術醞釀大者恒大的風暴 科技大廠積極收購新創
移動、云端與數據廠商UnfoldLabs，其執行長Asokan Ashok于舉辦在洛杉磯的NexGen 2017 Conference & Technology Expo會議中透露，就在人工智能（AI）技術更普及化的當下，能夠掌控最多數據的企業，將成為這場數位競賽的贏家，并囊括最大的市占率。這些大型科技企業，也將收購絕大多數具前景與創意的新創業者，最終成為“大者恒大”的科技生態圈。
據CRN報導，有鑒于數據的重要性日益顯著，能夠掌握AI技術的幾家品牌大廠，將會獲得最大比例的有用資訊，這些品牌大廠也將大規模收購有潛力的新創業者。
然Ashok指出，這些新創企業的收購并非出于自愿，而是受制于數位經濟結構的壓力。Ashok表示，諸如亞馬遜（Amazon）、Google、Facebook與IBM等品牌大廠，將會引領數據領域的購并與茁壯。然而，這項技術目前仍處于嬰兒期階段。
Ashok表示，近來市場對AI領域的投資呈爆炸型成長，導致機器學習、深度學習（deep learning）、大數據（big data）、自然語言處理（natural language processing）、語音轉內文（speech-to-text）、內文轉語音（ text-to-speech）、機器視覺（machine vision）與模式識別（image recognition）等進展，已引發一股“科技的完美風暴”（a perfect storm of technologies）。
雖然AI風潮看似為近來的產物，但事實上，AI的構思最初早于1956年就曾經被業界人士所提出，之后陸續有產業人士允諾，未來的世界將因AI技術的成熟而有典范式轉移。然而，這些允諾從未真正落實過，直到近年來，AI生態圈的發展因演算速率的快速增加，而有跳躍式進展。云端運算的進步，尤其是AI突飛猛進的最大功臣。
Ashok表示，品牌大廠對數據的掌控，絕對會讓這些科技巨擘們，持續占據市場的龍頭寶座。對于能夠在運算模式上也突破進展的新創業者，很有可能會一一遭這些大廠收購。Google收購DeepMind就是一個最好的范例。
未來一年，就當AI技術領導者為了持續奠定本身的領先地位，而四處尋找更大規模的海量資料時，群眾外包（crowdsourcing）將會是獲取資料的一大利器。Ashok指出，企業將尋找數據庫以便執行AI。未來企業在爭取智能資本（intellectual capital）與人才的競爭上，將會更加激烈。
Ashok表示，當AI的沖擊力漸趨白熱化之后，新的安全議題、隱私疑慮、道德與人文反思將陸續興起。人們將大幅探討AI運用是否將傷害到人類的福祉。尤有甚者，人們將憂慮AI是否將取代人類的勞動力。Ashok認為，這些議題將會是下幾代的人類才會遇到問題。他不認為這一生，會有機會碰到如此深奧的難題。DIGITIMES
工商網監
評論