Pengunjung juga suka ini :
"TensorFlow Lite akan memanfaatkan API jaringan syaraf baru untuk memasuki akselerator khusus silikon, dan dari waktu ke waktu kami berharap dapat melihat [chip pemrosesan sinyal digital] yang dirancang khusus untuk kesimpulan dan pelatihan jaringan syaraf," kata Dave Burke, wakil presiden teknik Google untuk Android. "Kami pikir kemampuan baru ini akan membantu generasi berikutnya.
Kerangka Lite akan dijadikan bagian dari proyek TensorFlow open source segera, dan jaringan syaraf tiruan akan sampai pada rilis utama Android berikutnya akhir tahun ini.
Cara Google Menyiapkan Android Untuk Masa Depan
Kerangka ini memiliki implikasi serius terhadap apa yang Google lihat sebagai masa depan perangkat keras ponsel. Chips yang berfokus pada AI bisa memungkinkan smartphone menangani komputasi kerja yang lebih canggih tanpa menghabiskan banyak tenaga. Dengan lebih banyak aplikasi menggunakan pembelajaran mesin untuk memberikan pengalaman cerdas, membuat pekerjaan semacam itu lebih mudah dilakukan pada perangkat.
Baca :
- Cara Filter Face Instagram Stories Di Android
- Inilah Cara Upload Foto Ke Instagram Lewat Pc
- Google Memperepat Transaksi Bahkan Tanpa Android Pay
Saat ini, membangun mesin canggih belajar ke dalam aplikasi - terutama ketika menyangkut model pelatihan - memerlukan sejumlah daya komputasi yang biasanya memerlukan perangkat keras, banyak waktu dan banyak tenaga. Itu tidak benar-benar praktis untuk aplikasi smartphone konsumen, yang berarti mereka sering melepas pemrosesan ke datacenter masif dengan mengirimkan gambar, teks dan data lain yang membutuhkan pemrosesan melalui internet.
Memproses data di awan itu disertai beberapa kerugian, menurut Patrick Moorhead, analis utama di Moor Insights and Strategy: Pengguna harus bersedia mentransfer data mereka ke server perusahaan, dan mereka harus berada di lingkungan dengan konektivitas yang cukup kaya Pastikan operasinya low-latency.
Sudah ada satu mobile processor dengan mesin pembelajaran DSP spesifik yang ada dipasaran saat ini. Olahraga sistem Qualcomm Snapdragon 835-on-a-chip DSP Hexagon yang mendukung TensorFlow. DSP juga digunakan untuk menyediakan fungsionalitas seperti mengenali frasa bangun "OK, Google" untuk Asisten Google, menurut Moorhead.
Pengguna harus berharap untuk melihat lebih banyak percepatan percepatan belajar mesin di masa depan, kata Moorhead. "Sejak Hukum Moore melambat, ini adalah model komputasi yang heterogen," katanya. "Kami menggunakan berbagai jenis prosesor untuk melakukan berbagai jenis barang, entah itu DSP, entah itu [gerbang lapangan-programmable gate], atau apakah itu CPU. Ini hampir seperti kita menggunakan klub golf yang tepat untuk lubang yang tepat. "
Google sudah melakukan investasi pada perangkat keras spesifik ML dengan jajaran chip Unit Tensor Processing, yang dirancang untuk mempercepat pelatihan algoritma pembelajaran mesin baru serta pengolahan data menggunakan model yang ada. Pada hari Rabu, perusahaan tersebut mengumumkan versi kedua perangkat keras tersebut, yang dirancang untuk mempercepat pelatihan dan inferensi mesin pembelajaran.
Perusahaan juga bukan satu-satunya yang memiliki kerangka belajar mesin yang berfokus pada smartphone. Facebook memamerkan kerangka kerja ML berorientasi mobile yang disebut Caffe2Go tahun lalu, yang digunakan untuk aplikasi daya seperti fitur transfer gaya live perusahaan.
Terima kasih telah membaca artikel tentang Inilah Cara Google Menyiapkan Android Untuk Masa Depan