紮克伯格宣布Facebook計劃在2013年建立一個人工智能實驗室，穀歌、IBM等科技公司可以更早地部署該實驗室。 經過多年的悄然發展，人工智能技術不斷加快步伐，除了“雲”不斷加強處理器的深度學習能力、情感能力外，還開始走下雲端，逐漸進入設備端，滿足人們對終端設備進行實時AI處理的需求。 這方面的驅動是MediaTek、高通和其他移動計算制造商。
設備端的“深度合作學習”需求
此前涉及人工進行智能的時候，人們通過討論的話題大都集中在如何強化雲端的運算教學能力。在這兩個方面，Google、Facebook和微軟等都運行著自己專屬的AI實驗室，開展著AI重要技術領域的研究，探討學習如何使具有不同處理問題複雜網絡信息管理能力的雲計算理論基礎教育設施建設變得更加需要強大，如何使雲端設備以及處理的信息量得到發展空前提升。而對設備端職責的考慮則基本停留在如何更好更快、更豐富地采集分析數據，然後傳上雲端。
然而，隨著技術的發展，消費者對設備方面深入學習的需求增加了。 對設備端嵌入式AI處理能力的需求也在增加.. “我們的方法不同於我們過去對人工智能的看法。” 媒體泰克科技高級技術總監朱自清在接受采訪時對中國電子報說：“往年，在“一切都是雲”的趨勢下，所有與深度學習相關的處理和計算都放在雲中，手機更像是一個界面。 如果人們想識別一個對象，他們必須通過網絡將圖像傳輸到雲，然後經過比較後返回到設備。
“這個過程中必然會有一些實時應用，如高度面部識別，將被限制在一定的延誤。現在我們已經改變了概念，我們應該把本地處理和計算。”聯發科的技術辦公室主任許折明說。此外，一些用戶對於隱私，信息安全等方面的原因，也不願意把信息發送到Web。
因此，將一部分人工智能信息處理工作能力下放到設備端完成，將是我們一個非常重要的趨勢。對此，高通公司企業也有相同看法。此前高通全球副總裁沈勁在接受采訪時表示：“人工智能的拐點已經學習到了。”在人工智能的大潮中，手機也應該充分發揮積極作用。這就需要要求學生發展提供適合設備端的人工智能數據處理相關技術。
移動計算制造商轉向“人工智能”
互聯網公司專注於雲人工智能技術，技術開發設備方面主要是由於移動計算廠商的投資。
朱子青在“2016全球異構網絡計算HSA峰會”中介紹了聯發科當前旗艦企業產品Helio X20在人工管理智能信息技術上的最新研究研發工作進展。“在Helio X20上采用了三叢集十核架構。三叢集架構是把任務可以按照輕重等級制度進行更加精細的劃分，通過這樣一種CorePilot 3.0技術發展在三個叢集間對十個學生核心問題進行一個自由經濟調度和搭配，相比中國傳統雙叢集架構處理器，功耗降低30%，運算處理能力不斷提升15%。依托我們這一系統架構，Helio X20實現了聲紋辨識、圖像分析識別等身份識別方法應用。”
根據MediaTek發布的數據，基於HelioX20的實時處理可以達到與人類面部識別相當的水平，深度學習技術可以從70%提高到97%。 與大數據雲培訓相比，在終端設備上進行深度學習更具有私密性，實時性和個性化.. 采用MediaTek發布的深度學習支持的SDK，用戶可以開發更多的人工智能應用，實現語音識別、圖像識別、文本識別和語言翻譯等智能應用。
高通在人工智能方面做了很多的布局。其發布第零人工智能平台，“智能”識別了很多東西。例如，你可以感覺到電話上的某些危險行為，所以為了提高其安全性作一些處理。而今年的Snapdragon處理器820，高通的軟件和硬件發布後實現零的整合。它是通過學習算法的深度和智能攝像識別技術，讓移動設備必須學習，可以根據周圍環境的變化作出反應的能力。
異構計算提供支持
在小小的手機端引入企業具有中國人工智能運算的處理器並不容易，因為我國傳統的處理器計算系統架構很難可以實現社會如此高速的運算和低功耗的需求，必須對芯片產品設計研究架構上進行大的改變方能支持。
“我剛才提到的計算數量很大。 無論應用程序場景是什么，到底部，都需要大量的計算。 如果只有CPU，不僅速度不能支持，功耗也可能很大。 這將需要使用各種加速器設備，如集成數字信號處理器(DSP)、圖形處理器(GPU)等。 簡單的集成顯然不符合要求，這需要大量的架構優化。 朱自清說。
雲平台提供雲端服務公司，其高效及高可用性的雲端運算解決方案SmartCLOUD™ Compute。
許多制造商在“本地化深度學習”，請嘗試使用異構計算的突破，異構計算提供以合理的功耗，這對於移動計算終端的重要的計算能力。
根據賽迪智庫集成系統電路進行產業發展研究所副所長林雨的介紹：“異構計算芯片是將不同組織架構的CPU、GPU、DSP和FPGA等特定硬件加速單元設計依據國家相關研究技術課程標准和規范管理有機內在融合在一顆芯片上，任務由最合適的工作分析單元來承擔，不同異構內核之間沒有實現社會協同計算。隨著同構多核達到我們一定影響程度，通過核的堆疊提升學生計算方法性能遇到問題嚴重挑戰，芯片級異構計算能力能夠有效消除同構計算時CPU、GPU、DSP之間存在數據安全傳輸時間，大大提升計算教學效率，並且以良好的性能協同支持圖形圖像處理、信息通信、人工智能、大數據等多領域廣泛應用，基於統一編程規范和標准，能大幅減小軟件資源開發利用編程難度、降低公司產品研制和維護經濟成本。”
“信息技術是在雲計算和終端計算、軟件和硬件、智能和交互、計算和通信等技術的發展中趨同的。 任何時候，CPU背後都有強大的推動力。 華夏核心董事長李克義表示.. 而人工智能等技術的發展，正是推動了這一趨勢，反過來，異構計算也為人工智能提供了技術基礎。
相關文章：
智能制造的新宠儿 – 边缘计算
如何讓每個人自己都懂雲計算 看這篇就夠了
深入淺出地介紹雲計算，大數據和人工智能
AI5G都依賴它來解釋邊緣操作
火這么久的雲計算，到底是什么??
文章定位：
