2018年08月21日 | 开创性的贝叶斯深度学习成就高能效的人工智能

2018-08-21

image.png?imageView2/2/w/550

Qualcomm Technologies正凭借其规模化的技术发明致力于让数万亿终端支持人工智能（AI），这将不仅丰富我们的生活，同时也将变革诸多行业。对于运行在联网终端上的AI，它的处理能效需要不断提升。高能效是Qualcomm AI Research的核心研究领域之一。本篇博客将通过举例说明Qualcomm在高能效AI算法方面的最新研究，以及它如何与高能效的硬件设计相辅相成。

每焦耳提供多少智能将成为AI的评估基准

网络研讨会中更详细的解读。

贝叶斯深度学习不仅仅是一种理论——在研究中，我们已经将其应用在实际用例中。举个例子，在一系列被标记图像的基准数据点上，我们测量了ResNet-18的规模和精确度。ResNet-18是一种用于图像分类的神经网络，且已针对规模而优化。然后，我们比较了先进裁剪方式和贝叶斯裁剪方式的精确度和压缩比。结果显示，贝叶斯裁剪裁的效果最好，其压缩比为基准数据的3倍，同时保持了基本相似的精确度。

AI的整体能效

未来，AI硬件将会如何发展？高效硬件的关键在于，它是从系统层面深入地理解真正的AI工作负载——换言之，真实环境中的应用如何运行在真正的终端上。Qualcomm致力于通过硬件、算法和软件来实现这一点。

对于加速AI硬件，Qualcomm研究了既定任务下恰当的计算架构和内存层级，并消除了降低利用率和阻碍性能达到理论峰值的瓶颈。Qualcomm专注于算法演进，例如贝叶斯深度学习可以帮助优化硬件。对于软件工具，骁龙神经处理引擎软件开发包（SDK）等可以帮助实现硬件的内置优化，旨在提供每瓦时的高性能硬件。

从了解如何编写应用、理解普及的神经网络到检测系统瓶颈，Qualcomm将这些经验和心得反复地应用于硬件设计。上述系统专长让我们在硬件、算法和软件的每一领域不断探索，以提供高效的整体解决方案。正是对高能效AI的无限热情驱动Qualcomm实现我们的愿景，即成就无处不在的终端侧AI。

贝叶斯人工智能

上一篇:谷歌为人工智能都有哪些贡献？这几款产品给出了答案

下一篇:谁能占据IoT芯片架构制高点，成为物联网霸主