骁龙携手Caffe2开启移动机器学习新篇章

本篇文章1299字，读完约3分钟

机器学习的核心是它提供了一种将海量数据转化为实用功能的方法。当谈到机器学习时，我们通常更关注超高速数据处理应用程序、服务器集群和它周围的超级计算机。然而，这些远程服务器不会帮你美化手机里的照片，也不会帮你翻译飞机上的外语菜单。因此，移动机器学习，或者终端内置的机器学习，可以帮助更多的用户解锁日常生活中的使用场景。

多年来，高通技术公司的工程师一直致力于应对与机器学习相关的挑战，他们的研究成果已在高通Snapdragon移动平台上得到体现。同时，Snapdragon移动平台也在内置终端的移动机器学习领域确立了领先地位。这项技术是Snapdragon产品线的重要组成部分，因此您将会看到机器学习技术被应用于许多SoC(Snapdragon 820、Snapdragon 835和一些Snapdragon 600系列)和相邻领域的平台，例如物联网和自动驾驶。

此外，我们并不依靠自己的努力来推动这项技术的发展，而是与整个工具生态系统、经验丰富的oem制造商和创新的软件开发商合作，希望给消费者带来一些新的体验。这些经验需要通过终端内置的机器来学习，所以我们需要共同努力来构思和实现所有这些经验。

这个领域令人兴奋的发展是facebook对caffe2的进一步投资，这是开源caffe框架的发展。在今年的f8大会上，facebook和高通公司宣布合作支持facebook的开源深度学习框架caffe2和高通公司的枭龙神经处理引擎(npe)框架的优化。该npe旨在承担神经网络在小龙移动平台上高效运行所需的重要工作，并将给予开发者更多的时间和精力专注于开发创新的用户体验。借助caffe2支持的更现代的计算图形设计、极简模块化设计和灵活的多平台界面，开发人员将有更高的灵活性来设计各种深度学习任务，包括计算机视觉、自然语言处理、增强现实(ar)和事件预测。

部署在facebook上的Caffe2旨在帮助开发者和研究人员训练机器学习模型，并将人工智能支持的体验带到各种移动应用中。现在，开发人员将能够使用各种相同的工具来执行大规模和分散的培训场景，并为移动终端开发机器学习应用程序。

Snapdragon和npe带来的优势之一是开发人员可以根据应用功能和性能要求优化Snapdragon移动平台中每个异构计算核心的性能。Snapdragon 835内置高通肾上腺素540 gpu处理caffe2负载，旨在实现高达5倍的性能提升(与cpu处理caffe2负载相比)。此外，高通六边形dsp中的六边形矢量(HVX)也提供了更强大的性能和能效。npe包括运行时软件、库、API、离线模型转换工具、调试、基准测试工具、示例代码和文档，预计将在今年夏天晚些时候向更广泛的开发者社区开放。

高通科技将继续通过Snapdragon平台、丰富的认知技术和深度学习工具为开发者和消费者提供支持。我们希望开发人员参与到一个更广泛、更多样、更强大的机器学习生态系统中，以便更多的终端能够以高效、安全的方式运行。

尽管我们仍然无法预测这项技术的全部应用范围，但我们迫不及待地想见证创新开发者将如何在全球范围内使用这项技术。

来源：搜狐微门户