在5月底舉行的臺北國際電腦展(Computex)期間,AMD、Arm、Nvidia、Intel等處理器大廠紛紛發布最新的解決方案,以今年來看,關於5G、IoT的發展固然備受矚目,但顯然這幾家廠商的重點都在於個人端運算,尤其是對於機器學習(ML)、人工智慧(AI)的硬體支援特色,都比過去顯著許多,而且描述的應用場景很具體。

以Arm而言,今年主打「為5G世界帶來次世代人工智慧體驗」,推出中央處理器Cortex-A77、繪圖處理器(GPU)Mali-G77,以及類神經網路處理器(NPU)ML,他們提到運算效能提升的幅度,也強調機器學習效能增長的比例。例如,Cortex-A77的機器學習效能提升35倍(相較於Cortex-A55),Mali-G77的機器學習效能也增加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,能源效率為5 TOPs/W,並且改善了記憶體壓縮技術。

而在Nvidia的活動上,他們宣布採用Quadro RTX系列GPU的行動工作站將會上市,Dell、HP、聯想等廠商將推出產品,今年下半將開始出貨,讓影片創作者、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,進行即時逼真渲染、人工智慧加速、8K影片剪輯及VR製作。

同時,他們也整合RTX 顯示晶片、專屬驅動程式及軟體開發套件、CUDA-X AI開發平臺,以及繪圖與影像處理應用程式,而推出名為Nvidia Studio Stack的軟體堆疊,以及Nvidia RTX Studio標章認證,讓影像創作者能夠透過筆電,獲得桌上型電腦等級的繪圖運算效能,用於即時光線追蹤、AI運算與高解析度影片編輯等工作。而由於這樣的資訊工作平臺涵蓋了CUDA-X,使得開發繪圖與影像處理應用程式的人員,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作業,像是畫質提升、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(研發代號為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處理器的筆電為基準,採用第10代Core處理器的新系統,可獲得2.5倍的效能提升。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作力、生產力與娛樂效果。

除此之外,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,整合到系統單晶片(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色。

值得一提的是,英特爾這次發表會特別提出了三大主軸:Focus、Create、Engage,希望以此貫穿所有亮相的新產品和技術,若用來專指人工智慧帶來的好處,倒也十分貼切。他們播出了一段影片,說明推動AI普及的願景,當中似乎指出了商用環境接下來就能體驗到的便利。

情境1:當我們在嘈雜的環境,想要透過電腦與他人進行語音電話溝通時,電腦可以協助隱藏背景噪音,讓對方更容易聽清楚我們的聲音;情境2:在開放空間進行視訊會議時,電腦能夠模糊發話端的背景;情境3,我們想要將一張照片上的人像,複製到另一張照片上時,電腦可以自動幫我們精準偵測出人像的範圍,並且將這樣的內容轉貼到其他圖檔,進行合成;情境4:當我們在電腦鍵入Lion,就會自動列出跟獅子有關的圖檔。

整體而言,不論是在智慧型手機、筆電、桌上型電腦,從硬體層面來全面支援機器學習,已是大勢所趨,希望能帶動更多軟體應用,讓人工智慧的技術能夠真正普遍應用到各個領域,減輕大家的工作負擔。

專欄作者

熱門新聞

Advertisement