Inom teknikprodukter blir det allt svårare för tillverkare att särskilja sig bara med hårdvara ensam men med mjukvara, det finns fortfarande en stor potential när det gäller artificiell intelligens (AI) och djup inlärning. Google har förlitat sig på detta med Pixel-enheter för efterbehandling av foton från smartphones kameror. Att göra AI-bearbetning på enheter kan emellertid vara ett resurskrävande problem, och det är där specialchips som Neural Processing Units eller NPUs spelar in. Nu har Samsung Electronics meddelat en ny lättviktsalgoritm för bearbetning av AI på enheter, som hävdar fyra gånger lättare och åtta gånger snabbare än befintliga algoritmer, som också förbrukar lägre effekt.
Medlemmar av Samsung Advanced Institute of Technology (SAIT) gjorde ett tillkännagivande vid en ny datakonferens. Denna nya teknik påstår sig kunna beräkna cirka åtta gånger snabbare än 32-bitars inlärningsdata för servrar. Den använder Quantization Interval Learning-tekniken för att omordna data till mindre bitstorlekar, medan den fortfarande upprätthåller samma noggrannhet som traditionell. De fann att när data från djup inlärningsberäkning presenteras i grupper av bitar som är mindre än 4-bitar, är avancerade beräkningar möjliga parallellt med det vanliga arbetsflödet, vilket möjliggör samma resultat som de processer som finns vid användning av 1/40 till 1 / 120 färre transistorer på NPU-chipet.
Den nya AI-tekniken i Samsung-enheter ser lovande ut
Fotokredit: Samsung
Samsung introducerar sin egen NPU på Exynos 9 9820 SoC, som visas på sin Galaxy S10-serie, för att bearbeta AI-beräkningar. Ett blogginlägg säger att Samsung Electronics planerar att använda den här nya tekniken inte bara i cellulära SoC utan också för minnes- och sensorlösningar inom en snar framtid.
“I slutändan kommer vi i framtiden att leva i en värld där alla sensorbaserade enheter och teknik drivs av AI,” sa Chang-Kyu Choi, vice president och chef för SAIT Computer Vision Lab. “Samsung AI On-Device Technology är en låghastighetslösning med hög hastighet för djup inlärning som kommer att bana vägen för denna framtid. De är inställda på att utöka minnes-, processor- och sensormarknaderna, såväl som nästa generations halvledarmarknad för system, “tillade han.
För de senaste tekniska nyheterna och recensionerna, följ Gadget 360 på Twitter, Facebook och prenumerera på YouTube-kanaler.
Roydon Cerejo
Roydon har skrivit om teknik och prylar i mer än ett decennium nu och började sin karriär med att granska PC-komponenter. Han hittade sitt samtal med bärbara datorer, smartphones och kameror och var rätt person för 360-gadgeten för denna trifecta-teknik. På fritiden gillar han att titta på skräckfilmer, hantera obsessivt sina kabelhanteringsfickor och planera en pixel världsdominans åt gången.
Mer
iOS 13 Beta 3 föreslår att en ny iPhone-dataöverföringsmetodkabel pågår Apex Legends introducerar rankningsligor, ger nivåbaserad framsteg, seriepriser, straff och mer 
