開始積極開發支持機器學習PC正式邁入AI世代

在5月底舉行的臺北國際計算機展（Computex）期間，AMD、Arm、Nvidia、Intel等處理器大廠紛紛發佈最新的解決方案，以今年來看，關於5G、IoT的發展當然備受矚目，但顯然這幾家廠商的重點都在於我的端運算，尤爲是對於機器學習（ML）、人工智能（AI）的硬件支持特點，都比過去顯着許多，並且描述的應用場景很具體。以Arm而言，今年主打「爲5G世界帶來次世代人工智能體驗」，推出中央處理器Cortex-A7七、繪圖處理器（GPU）Mali-G77，以及類神經網絡處理器（NPU）ML，他們提到運算效能提高的幅度，也強調機器學習效能增加的比例。例如，Cortex-A77的機器學習效能提高35倍（相較於Cortex-A55），Mali-G77的機器學習效能也增長60％；而專攻機器學習的Arm ML，可運用到8核心架構、提供32 TOP/s（Trillion Operations Per Second）的運算能力，能源效率爲5 TOPs/W，而且改善了內存壓縮技術。

而在Nvidia的活動上，他們宣佈採用Quadro RTX系列GPU的行動工做站將會上市，Dell、HP、聯想等廠商將推出產品，今年下半將開始出貨，讓影片創做者、工程繪圖設計師在筆電這樣的可攜式運算裝置，也能運用高效能的GPU加速技術，進行實時逼真渲染、人工智能加速、8K影片剪輯及VR製做。同時，他們也整合RTX 顯示芯片、專屬驅動程序及軟件開發工具包、CUDA-X AI開發平臺，以及繪圖與圖像處理應用程序，而推出名爲Nvidia Studio Stack的軟件堆棧，以及Nvidia RTX Studio標章認證，讓影像創做者可以透過筆電，得到桌面計算機等級的繪圖運算效能，用於即時光線追蹤、AI運算與高分辨率影片編輯等工做。而因爲這樣的信息工做平臺涵蓋了CUDA-X，使得開發繪圖與圖像處理應用程序的人員，也能充分利用筆電搭配的高效能GPU與AI技術，自動處理耗時的重複性做業，像是畫質提高、標記照片與影片色彩調校。

至於Intel，則是發表了第10代Core處理器（研發代號爲Ice Lake），內建Deep Learning Boost（DL Boost）技術，顧名思義，可加速深度學習的處理。根據他們的測試，若以採用第8代Core處理器的筆電爲基準，採用第10代Core處理器的新系統，可得到2.5倍的效能提高。另外，這代處理器搭配的Gen 11繪圖引擎，也能提供1 TFLOPS的向量運算能力，可支撐繁重的AI推論負載，而能強化超輕薄筆電帶來的創做力、生產力與娛樂效果。除此以外，針對PC環境上的低功耗AI應用，他們也將Intel Gaussian Network Accelerator（GNA）的技術，整合到系統單芯片（SoC）當中，在第10代Core的Y系列和U系列行動處理器平臺當中，GNA也被列入多媒體方面的特點。

值得一提的是，英特爾此次發表會特別提出了三大主軸：Focus、Create、Engage，但願以此貫穿全部亮相的新產品和技術，若用來專指人工智能帶來的好處，倒也十分貼切。他們播出了一段影片，說明推進AI普及的願景，當中彷佛指出了商用環境接下來就能體驗到的便利。情境1：當咱們在嘈雜的環境，想要透過計算機與他人進行語音電話溝通時，計算機能夠協助隱藏背景噪音，讓對方更容易聽清楚咱們的聲音；情境2：在開放空間進行視頻會議時，計算機可以模糊發話端的背景；情境3，咱們想要將一張照片上的人像，複製到另外一張照片上時，計算機能夠自動幫咱們精準偵測出人像的範圍，而且將這樣的內容轉貼到其餘圖檔，進行合成；情境4：當咱們在計算機鍵入Lion，就會自動列出跟獅子有關的圖檔。總體而言，不管是在智能型手機、筆電、桌面計算機，從硬件層面來全面支持機器學習，已經是大勢所趨，但願能帶動更多軟件應用，讓人工智能的技術可以真正廣泛應用到各個領域，減輕你們的工做負擔。