科技資訊:蘋果公司的A12仿生芯片運行核心ML應用程序的速度快了9倍

導讀新時代高科技不計其數越來越發達,小伙伴們看過不少科技新聞吧,在我們生活中應該也用到很多這些高科技東西,有哪些小伙伴值的關注的呢,今

新時代高科技不計其數越來越發達,小伙伴們看過不少科技新聞吧,在我們生活中應該也用到很多這些高科技東西,有哪些小伙伴值的關注的呢,今天就跟大家分享一篇有關科技方面知識,希望大家會喜歡。

蘋果對人工智能(AI)的大量投資。 從今天在加州庫比蒂諾舉行的iPhone和蘋果手表發布會上可以清楚地看出這一點。

新的iPhone Xs和iPhone Xs Max擁有A12Bionic,這是一款7納米芯片,蘋果公司稱其為“有史以來最強大的”。它包含六個核心(兩個性能核心和四個高功率核心)、一個四核GPU和一個神經引擎-一個八核專用機器學習處理器,而不是A11中的兩核處理器-每秒可以執行五萬億次操作(而上一代神經引擎的運算量為5000億)。 還有一個智能計算系統,它自動決定是在處理器、GPU、神經引擎上運行算法,還是三者的組合。

蘋果的機器學習框架Core ML2創建的應用程序,在A12仿生硅上的運算速度高達9倍,只有十分之一的功率。 這些應用程序發布速度也快了30%,這要歸功于隨著時間的推移學習使用習慣的算法。

由新硬件啟用的實時機器學習功能包括Siri快捷方式,它允許用戶通過自定義Siri短語創建和運行應用程序宏;Memoji,一個新版本的Emoji,可以定制成您的樣子;FaceID;以及蘋果的增強現實工具包ARKit2.0。

這個消息是在蘋果今年夏天發布核心ML2的消息之后發布的。

蘋果在6月份的全球開發者大會上說,由于采用了一種稱為批處理預測的技術,核心ML2的速度快了30%。 此外,蘋果還表示,該工具包將允許開發人員通過量化將經過訓練的機器學習模型的規模縮小75%。

蘋果公司于2017年6月推出了核心ML,即iOS11。 它允許開發人員將設備上的機器學習模型加載到iPhone或iPad上,或者從XGBoost、Keras、LibSVM、Scikit-Learning和Facebook的Caffe和Caffe2等框架中轉換模型。 核心ML旨在優化功率效率模型,它不需要互聯網連接,以獲得機器學習模型的好處。

核心ML更新的消息緊跟著MLKit,這是一個用于Android和IOS的機器學習軟件開發工具包,谷歌在5月份的I/O2018開發者會議上宣布了這一消息。 在2017年12月,Google發布了一個工具,將使用TensorFlowLite(其機器學習框架)生產的AI模型轉換為與蘋果核心ML兼容的文件類型。

核心ML有望在蘋果未來的硬件產品中發揮關鍵作用。

為了暗示公司的野心,蘋果聘請了前谷歌工程師John Giannandrea,他負責監督Gmail、Google Search和Google助手中人工智能功能的實現,負責其機器學習和人工智能戰略。 而且它也希望雇傭150多人來為它的Siri團隊工作。

免責聲明:本文由用戶上傳,如有侵權請聯系刪除!