先進(jìn)的人工智能(AI),就像生成型人工智能一樣,正在增強(qiáng)我們所有的智能設(shè)備。然而,一個(gè)常見的誤解是,這些AI工作負(fù)載只能在云和數(shù)據(jù)中心處理。事實(shí)上,大多數(shù)人工智能推理工作負(fù)載在實(shí)際設(shè)備上可以在邊緣進(jìn)行處理,而這些工作負(fù)載比訓(xùn)練要便宜和快。

今天,CPU在整個(gè)設(shè)備中的可用性和不斷增長的人工智能正在幫助將更多的人工智能推理處理推向邊緣。異構(gòu)計(jì)算方法為業(yè)界提供了使用不同計(jì)算組件的靈活性--包括CPU、GPU和NPU--來處理不同的AI使用案例和需求,而邊緣計(jì)算中的AI推理則是CPU的優(yōu)勢所在。

有鑒于此,下面是為什么CPU是人工智能推理工作負(fù)載的最佳目標(biāo)的前五個(gè)原因。

人工智能推理對CPU的好處

邊緣效率

邊緣人工智能處理對技術(shù)產(chǎn)業(yè)很重要,因?yàn)檫吘壢斯ぶ悄芴幚碓蕉?就越能不需要從云端發(fā)送數(shù)據(jù)而節(jié)省電力。這將大大節(jié)省能源和成本。用戶還得益于更快的、響應(yīng)性更強(qiáng)的人工智能推理經(jīng)驗(yàn),以及更大的隱私性,因?yàn)閿?shù)據(jù)是在本地處理的。這些對于電源受限的設(shè)備和邊緣應(yīng)用程序尤為重要,如無人機(jī)、智能可穿戴設(shè)備和智能家用設(shè)備,在這些設(shè)備中,功率效率、延遲性和安全性是最重要的。在這種情況下,CPU起著至關(guān)重要的作用,因?yàn)樗軌蛞宰钣行У姆绞教幚磉@些AI推理任務(wù)。

各種人工智能推理任務(wù)的通用性

CPU的多功能性使它能夠處理各種各樣的人工智能推理任務(wù),特別是對于需要快速響應(yīng)和可靠性能的應(yīng)用程序和設(shè)備。例如,實(shí)時(shí)數(shù)據(jù)處理任務(wù),如預(yù)測性維護(hù)、環(huán)境監(jiān)控或自主導(dǎo)航,在CPU上處理起來更有效率和更快。在工業(yè)化的iot應(yīng)用程序中,這確保系統(tǒng)能夠在毫秒內(nèi)響應(yīng)其環(huán)境或環(huán)境中的任何變化。這對安全和功能至關(guān)重要。

小型人工智能模型性能優(yōu)異

cps支持各種各樣的人工智能框架,如meta的皮托和執(zhí)行火炬,谷歌的AI邊緣的媒體,使部署大型語言模型(llm)為AI推理。這些LLMS正在以快速的速度發(fā)展,特殊的用戶體驗(yàn)通過參數(shù)不斷減少的小型緊湊型模型來解鎖。模型越小,它在CPU上運(yùn)行的效率和效力就越高。

小型LLMS的可用性,如新的LMA3.2b和3B版本,對于在規(guī)模上支持人工智能推理至關(guān)重要。最近,?展示手臂 通過ARM計(jì)算機(jī)優(yōu)化內(nèi)核在以ARM為動力的移動設(shè)備上運(yùn)行LMAMA3.2LM,這導(dǎo)致了快速處理方面的5倍改進(jìn)和令牌生成方面的3倍改進(jìn)。

我們已經(jīng)看到開發(fā)人員編寫了更緊湊的模型來運(yùn)行低功率的處理器,甚至微控制器,這樣可以節(jié)省時(shí)間和成本。?普魯梅雷 它提供軟件解決方案來加速ARM皮層A和皮層M系統(tǒng)芯片上的神經(jīng)網(wǎng)絡(luò)(SOCS),在一個(gè)基于ARM的微控制器上運(yùn)行超過1mb的人工智能代碼來進(jìn)行面部檢測和識別。為了保護(hù)用戶隱私,所有的推理都在芯片上完成,所以沒有面部特征或其他個(gè)人數(shù)據(jù)被發(fā)送到云端進(jìn)行分析。

為開發(fā)人員提供更大的靈活性和可編程性

由于CPU具有靈活性和可編程性,軟件社區(qū)正在積極選擇CPU作為選擇其人工智能工作負(fù)載的首選路徑。CPU的更大靈活性意味著開發(fā)人員可以以更多樣的數(shù)據(jù)格式運(yùn)行更廣泛的軟件,而無需開發(fā)人員構(gòu)建多個(gè)版本的代碼。與此同時(shí),每個(gè)月都有不同架構(gòu)和量化方案的新模型出現(xiàn)。由于CPU是高度可編程的,這些新的模型可以在一個(gè)小時(shí)內(nèi)部署到CPU上。

人工智能創(chuàng)新架構(gòu)基金會

這種開發(fā)人員的創(chuàng)新是建立在CPU架構(gòu)的基礎(chǔ)上的,它不斷地添加新的功能和指令來處理更高級的AI工作負(fù)載。CPU的無處不在意味著開發(fā)人員可以訪問這些功能,以進(jìn)一步加速和創(chuàng)新基于AI的體驗(yàn)。實(shí)際上,CPU體系結(jié)構(gòu)的不斷演變與應(yīng)用程序的演變直接相關(guān),而這些應(yīng)用程序現(xiàn)在更快、更智能。

為什么人工智能推理的CPU是不可或缺的

CPU不僅僅是芯片上系統(tǒng)的一個(gè)組成部分(?SOC )設(shè)計(jì),它們使人工智能能夠在各種各樣的邊緣應(yīng)用程序和設(shè)備中實(shí)現(xiàn)實(shí)用、高效和可訪問。提供一個(gè)獨(dú)特的混合效率,多功能性和可訪問性,CPU是不可或缺的人工智能推理。它們通過在邊緣處理人工智能任務(wù),同時(shí)為最終用戶提供更快、更有響應(yīng)性的人工智能體驗(yàn),有助于減少能源消耗和延遲。隨著人工智能繼續(xù)發(fā)展并滲透到技術(shù)的各個(gè)方面,CPU在處理人工智能推理工作量中的作用只會增加,從而確保人工智能能夠在各個(gè)行業(yè)中廣泛和可持續(xù)地部署。