返回 登录
1

Caffe2和Snapdragon揭开移动机器学习新篇章

机器学习就其核心而言是一种将海量数据转化为实际操作的方法。机器学习技术最受关注的方面多涉及超快数据处理应用、服务器群和超级计算机。但是,如果您想要在智能手机上P图,或者即时翻译中文菜单,相隔遥远的服务器是远水解不了近渴。使机器学习具备移动性——将其移植到移动设备上,可以帮助人们“解锁”很多日常用例。

图片描述

多年来,Qualcomm Technologies工程师一直致力于解决机器学习存在的挑战,而Qualcomm Snapdragon移动平台也是硕果累累,已经成为移动设备机器学习的领导者。机器学习是Snapdragon产品线的核心组件。我们的SoC(820、835和600系列芯片组)以及相关平台(如IoT和汽车)中都可以看到这项技术的影子。

而在推动机器学习技术发展的道路上我们也并不孤单。和我们并肩前行的还有整个工具生态系统、精明的OEM厂商和软件创新者,一起为消费者带来层出不穷的新体验。这些体验使用了机器学习,而这种结果不是凭我们一已之力就能实现的。

在此领域,Facebook 加快了Caffe2的发展力度,取得了激动人心的进展。Caffe2是开源Caffe框架的升级版。在今年举办的F8开发者大会上,Facebook和Qualcomm Technologies宣布携手合作,优化Facebook的开源深度学习框架Caffe2和Qualcomm Snapdragon神经处理引擎(NPE)框架。NPE设计用于处理繁重的工作,为在Snapdragon上高效运行神经网络打造适宜的环境,同时为开发人员留出更多的时间和资源,从而专注于构建创新的用户体验。Caffe2拥有先进的计算图形设计、极简模块化,以及多平台移植的特点,开发人员在设计一系列深度学习任务方面(包括计算机视觉、自然语言处理、增强现实和事件预测等等)具有更大的灵活性。

Facebook部署Caffe2,帮助开发人员和研究人员训练机器学习模型,并在各种移动应用中实现基于人工智能(AI)的体验。现在,有很多相同的工具可供开发人员利用,使他们能够运行大规模的分布式训练场景,并为移动设备构建机器学习应用。

Snapdragon和NPE的其中一项优点是开发人员可以根据应用的功能和性能要求,充分利用Snapdragon各个异构计算核心,获得最优性能。在内置Qualcomm Adreno 540 GPU处理Caffe2工作负载时,Snapdragon 835可以实现高达5倍的性能提升(与CPU相比)。此外,Qualcomm Hexagon DSP中的Hexagon矢量扩展(HVX)也可以提供更高的性能和能源效率。NPE包括运行时软件、库、API、离线模型转换工具、调试和基准测试工具,示例代码和相关文档。预计将于今年夏季提供给广大开发者社区。

Qualcomm Technologies将一如继往地为开发者和客户提供一系列认知和深度学习工具,以及Snapdragon平台。我们预计开发人员将能够参与到更广泛和更多元化的生态系统中来,构建更强大的机器学习任务,允许更多的设备以更安全和高效的方式运行。

但是,我们还不清楚此项技术的全部应用潜能,期待听到全球创新开发人员各显神通使用技术的创意。

更多Qualcomm开发内容请详见:Qualcomm开发者社区

评论