谷歌机器学习框架TensorFlow可以优化骁龙835和Hexagon 682 DSP芯片

Posted 2021-05-02 Pixel中文网

大概在2004年小编记得当时的人们在热谈web 2.0，随着苹果手机的横空出生，人类进入了移动app时代，现在技术的更新，人工智能大热，尤其以谷歌等巨头为代表推动的机器学习和神经网络方面的研究成果的公开和应用，更是让下一个五年或者更远的将来的想象空间大增。您可曾想到使用机器学习可以优化高通的芯片，从而提高我们手机的体验？

在开篇前，请让我们花一点时间来介绍一下DSP芯片，这是数字信号处理器芯片，由于DSP在处理处理某些音频或者视频的功能较cpu或者gpu可以更快更省电，所以人们开发应用可以利用这一点来做优化，让DSP芯片而不是cpu来做某些特定的音频或者视频处理工作，从而提高性能。

谷歌的TensorFlow机器学习框架()是开源的，而且谷歌的很多产品比如google photos就是基于这个框架来做机器学习的。

TensorFlow设计的时候就是用来在处理的处理单元工作的，而高通的处理器芯片包括cpu，gpu以及dsp等芯片，而现在TensorFlow已经对Hexagon 682 DSP进行了优化，这个dsp芯片正是骁龙835所内置的dsp芯片。

谷歌写了一个app来在同样的两部手机上测试手机相机，一个使用了TensorFlow优化了dsp，让应用工作在dsp上，一个让应用工作于cpu上，结果显示工作在dsp上的应用相比工作在cpu上的应用可以在特定时间内识别更多的图片。

而高通也开始支持谷歌的这一框架，也提供了相应的sdk来方便oem厂家来使用TensorFlow来定制自己的gpu，cpu和dsp，从而提高性能，改善用户体验，高通的sdk见

在智能手机创新贫乏的时代，也许下一步可能真的就是人工智能将我们带入一个全新的智能手机时代。