首页 人工智能

AI时代计算能力怎样分配: 苹果给出正确答案

 

看过今年的秋季苹果发布会,都会被苹果A11仿生处理器的性能吸引。从技术层面来说,A11仿生处理器内含的“神经网络引擎(neuralengine)”是其AI功能实现的基础,尽管目前还没有更加详尽的官方技术解析发布,但根据已知的信息来看,“神经网络引擎(neuralengine)”就是将部分需要实时响应的“人工智能”相关功能(如语音识别、人脸识别等等)进行加速,让其在手机端达成高效的计算,进而提升“人工智能”相关功能的用户体验,呈现出更高等级的“人工智能”功能。

通过AI技术加持后的立体人脸识别安全性远比图片人脸识别高得多

通过AI技术加持后的立体人脸识别安全性远比图片人脸识别高得多

那问题来了,决定人工智能等级的基本要素是什么呢?其实就是计算的能力。2006年,“深度学习”的出现,成为人工智能再度爆发式成长的关键,正因为“深度学习”的出现,人工智能技术终于有了实用价值,不再是简单的概念。

然而,“深度学习”之所以在2006年出现突破,与云计算、大数据的日趋成熟密不可分,这两项技术,前者解决了“深度学习”所需的“廉价”高效计算能力,后者解决了“深度学习”所需的大规模的学习模型。两者的出现,将原本不实用的人工智能技术成功落地,也就意味着,大数据与云计算成为了人工智能发展道路上不可或缺的角色。

AI时代计算能力如何分配? 苹果给出答案

什么是云计算?什么又是大数据?

如果,你只是想了解苹果处理器的部分,可以下跳到下一个小标题。这一部分只是一个知识的普及,目的在于为后面说明设备端计算能力的作用进行简单的铺垫。

听了那么多年的云计算与大数据,很多人其实并不以为然,因为消费者层面确实难以直接接触到这两个概念,但它们确实在渐渐改变消费者的生活模式。

云计算

云计算是通过使计算分布在大量的分布式计算机上,而非本地计算机或远程服务器中,企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上,根据需求访问计算机和存储系统。好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通,就像煤气、水电一样,取用方便,费用低廉。最大的不同在于,它是通过互联网进行传输的。

云计算带来了“廉价”的高速计算

云计算带来了“廉价”的高速计算

大数据

对于“大数据”(Big data)研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换而言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。

大数据时代

大数据时代

从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构。它的特色在于对海量数据的挖掘,但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。

简而言之,云计算为大数据的“加工”提供了加工环境,而大数据的“加工”也成为“深度学习”的基础。云计算与大数据的融合与发展,为人工智能及相关技术的落地提供了更高的可行性解决方案。

官方微博/微信

每日头条、业界资讯、热点资讯、八卦爆料,全天跟踪微博播报。各种爆料、内幕、花边、资讯一网打尽。百万互联网粉丝互动参与,TechWeb官方微博期待您的关注。

↑扫描二维码

想在手机上看科技资讯和科技八卦吗?

想第一时间看独家爆料和深度报道吗?

请关注TechWeb官方微信公众帐号:

1.用手机扫左侧二维码;

2.在添加朋友里,搜索关注TechWeb。

手机游戏更多