Отдельный процессор для нейросетевых вычислений (его также называют ускорителем искусственного интеллекта) – хороший ход для компании Huawei, которая активно использует эту технологию в своих устройствах. Как и следовало ожидать, вслед за Huawei почти сразу последовали и конкуренты. HiSilicon Kirin 980 NPU, по словам производителя, стал эффективнее на 226%. Так на какие же задачи сегодня направлена деятельность искусственного интеллекта, спрятанного в смартфоне?

В Huawei Mate 20 Pro у NPU есть несколько направлений деятельности, рассказывает 3DNews. Самое главное – это, конечно, камера. Еще ранее смартфоны Huawei научились распознавать самые разные сцены в кадре и подбирать под них наиболее подходящие настройки. В прошлом году выросло как количество этих сцен (1500 сценариев из 25 категорий съемки), так и появилась возможность объединять по несколько сцен в одном кадре, тем самым повышая качество адаптации изображения под сценарий.

Также искусственный интеллект принимает активное участие в процессе фокусировки – он пытается предсказывать движение объектов, уверенно цепляется за них даже в динамичных сценах и хорошо себя проявляет при съемке видео. При видеосъемке камера Huawei Mate 20 Pro может даже делать приближение к ключевому, по мнению смартфона, объекту.

Также при съемке видео доступно несколько программных фильтров, делающих картинку более «киношной», а также программное размытие фона и выделение цвета при общей монохромной сцене.

Помимо активной помощи пользователю при фото- и видеосъемке нейросети внутри Huawei Mate 20 Pro анализируют действия пользователя и стараются адаптировать его работу для лучшего энергосбережения.

Специальная нейронная сеть работает и при элементарных телефонных звонках – она анализирует внешние шумы и подавляет их, что они не мешали беседе. Ну и, наконец, нейросеть работает в специальном приложении Microsoft для машинного перевода, не требующем постоянного подключения к Сети.

Конечно, ИИ для Huawei – это не только смартфоны. Компания достаточно давно занимается развитием технологий искусственного интеллекта. Совместно с партнерами она создает решения в самых разных областях. Одна из наиболее наглядных сфер применения ИИ – умные города: видеонаблюдение, современные городские ИИ-системы на транспорте и др.

В октябре 2018 года Huawei представила процессоры серии Ascend, оптимизированные для задач ИИ. Разработчики компании пошли по пути перекладывания решения отдельных задач на специализированные чипы, что должно обеспечивать более эффективное выполнение. Стратегия Huawei в области ИИ помимо процессоров включает также продукты и облачные сервисы на их базе, инвестиции в фундаментальные исследования и подготовку кадров, развитие портфолио комплексных решений для разных сценариев использования и создание открытой экосистемы.

В линейке Ascend пока что два процессора. Ascend 310 создан по технологии 12 нм и уже доступен на рынке. Выпуск Ascend 910 запланирован на второй квартал 2019 года. Как сообщается, он создается по технологии 7 нм и будет конкурировать с NVIDIA Tesla V100, обладая более высокой производительностью – 256 Тфлопс против 125 у V100. Серверы Huawei с новыми процессорами появятся в России в 2019 году. Они могут быть востребованы в финансовом секторе и в интернет-сегменте.

Huawei также анонсировала программно-аппаратную вычислительную платформу Atlas для ускоренной обработки рабочих нагрузок, связанных с ИИ. Она включает модули и устройства для создания инфраструктуры, в частности, – модуль ускорителя Atlas 200 AI, карту ускорителя Atlas 300 AI (для датацентров и периферийных серверов), периферийную станцию Atlas 500 AI и платформу Atlas 800 AI.

Новое оборудование Huawei нередко становится основой технологического предложения облаков российских провайдеров – партнеров компании. В их облаках появляются новые возможности для вычислений, связанных непосредственно с искусственным интеллектом.

Huawei также выпустила набор инструментов с открытым исходным кодом на своей облачной платформе, которые помогут разработчикам упростить создание решений ИИ – от моделей машинного обучения до развертывания систем на локальных устройствах. Инструменты будут доступны на сервисной платформе ИИ Huawei Cloud Enterprise Intelligence. Их можно будет применять и для ее движка для интеллектуальных устройств HiAI.

Новый фреймворк Huawei MindSpore на основе унифицированной распределенной архитектуры для машинного обучения поддерживает модели, обученные на других платформах, таких как TensorFlow и PyTorch, а также предоставляет гибкие API-интерфейсы.

Кроме того, Huawei анонсировала ​​вычислительную архитектуру для нейронных сетей (CANN) с инструментарием разработки Tensor Engine, который обеспечивает автоматическую генерацию, настройку и оптимизацию кода. CANN также включает в себя TVM – комплексный оптимизирующий компилятор для задач глубокого обучения. По данным Huawei, CANN может утроить эффективность разработки.