如何保持生产力,同时双手也在方向盘上。
我写的,这意味着大量的输入。但它也意味着很多说话,多亏了技术。
六年来,我愉快地使用语音应用程序在我的智能手机。这些云服务让我无比更有效率,不管它是决定一个电子邮件或一个故事的想法。我一旦决定整个博客在我开车的时候我的电话(不要告诉任何人!)。我不能想象,当我开始作为一个初出茅庐的新闻记者的时候,和Tandy trs - 80(四行文本! !)先进的笔记本电脑。
内置的语音,现在很多应用程序,利用云计算的奇迹,分流话说大数据中心在天空,它找出到底我想说的,然后将其发送给我的博客平台或文字处理软件。在瞬间。
它也有缺点。它不工作在较差的地区,或没有细胞服务。甚至有细胞服务,准确率可以最优,根据信号强度。
智慧、分布式
这是一个完美的例子问题的分布式intelligence-where把合适的计算能力相关的任务。随着半导体技术更强大且更省电,机会收回某些计算关税从云端显得更广阔了。在边缘设备上,这可以提高性能、响应能力和提高本地数据安全越来越多的计算处理。
世界上我的语音,这意味着更准确文本和更快的渲染。人造intelligence-powered设备如Siri或Alexa,这意味着更多的隐私作为你的个人数据在本地计算,而不是在云中。在汽车的世界,这意味着额外的安全性和安全,必须能够从一辆无人驾驶的汽车认为,决定和行动,即使失去了连接。
谷歌的联合学习是一个很好的例子,为什么一个分布式人工智能计算模型是最好的。它使用机器学习对智能手机应用程序收集数据,使用信息来改善应用程序的体验。这样做可以在云中,但通过部署的AI在更新立即发生,和所有私人数据仍在设备。后来,匿名信息聚合在谷歌的服务器上,并用于改进应用程序。
第一步在这个旅程分布式智能今年早些时候发生部门公布了DynamIQ技术、多核微体系结构的一个重要转变,提出了“对处理器的任务”哲学。它使配置的手臂在一个大的、小的处理器计算集群,以前不可能的。手臂CPG副总裁和总经理南丹Nayampally写了DynamIQ的概述在这里。
现在,手臂已经采取分布式智能的概念基础上更进一步,宣布第一个产品基于DynamIQ:手臂Cortex-A75和Cortex-A55处理器。为分布式智能进一步优化soc,手臂也推出了其最新的GPU, Mali-G72。新Mali-G72图形处理器,基于彩虹桥的架构,是,除此之外,新设备内置的和要求的用例设计机器学习。Nayampally写了这些公告在这里。
随着这些类型的进步进入soc和边缘设备在未来的几年,别惊讶地看到我一个人,在海湾地区一些路上开车,对自己喋喋不休。我将制作另一个故事的下一代技术由于分布式智能的力量。
|
|
|
|
|
|
|
|
留下一个回复