为什么下一代手机需要“端侧AI”？ Arm高管的反应

IT之家 1 月 2 日报道，Arm 边缘 AI 业务执行副总裁 Chris Bergey 在接受科技媒体 Android Authority 采访时指出，尽管云 AI 快速发展，但设备端本地 AI 凭借其低延迟、隐私保护和成本优势，仍然是未来计算的核心。 IT House附上了完整的采访视频，如下所示。 Bergey指出，Arm芯片出货量已超过4000亿颗，成为全球计算架构的基础。面对AI浪潮，Arm不再只是CPU设计者，而是采用异构计算策略，协调CPU、GPU、NPU（神经网络处理器）共同处理负载。例如，现代智能手机中的图像处理实际上就是这三类处理器协调作用的结果。针对这个问题：“云中的人工智能是否足以取代设备上的人工智能？” Bergey 澄清说，设备上的人工智能在延迟或隐私敏感的场景中是不可替代的。他举例说，依赖云的AI服务在网络信号不好的时候（比如高速公路死胡同）体验非常差，而用户想要的是持续的流畅性。更重要的是成本控制，尤其是在游戏领域。如果开发者严重依赖云AI来生成NPC行为，他们将面临高昂的代币费用。将计算能力移至设备端，不仅降低了运营成本，还保护了用户隐私。为了解决开发者面临的硬件碎片问题，Arm发布了Kleidi软件库。 h工具可以自动识别设备的硬件特性，例如是否支持SME2 Matrix Engine，这样开发者就可以使用它而无需关注硬件细节。底层算力可直接调用。在手游领域，Arm积极推广神经图形技术y。与桌面版追求最大的光跟踪性能不同，移动版更注重能源效率。该技术利用AI进行超分辨率采样和帧率插值，让GPU以低功耗生成高帧率图像，显着延长游戏寿命。 Bergey 预测，生物识别技术和可穿戴传感器将在即将举行的 CES 消费电子展上爆发。随着智能眼镜等产品的成熟，计算设备正在从便携式转向“随身佩戴”。未来，人工智能将超越聊天机器人，通过神经手环等传感器捕捉身体动作，从而实现无意识的交互。目前，Eye产品的计算能力受到散热和尺寸的限制，但Arm正在努力提高电源效率，促进从“云辅助端到端计算”向“独立端到端计算”过渡，让AI真正成为“隐形人”。帮助人类感知的“外部大脑”。
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
请注意：以上内容（包括照片和视频，如有）由仅提供信息存储服务的社交媒体平台网易号用户上传和发布。