Der Kampf zwischen den beiden großen KI-Chips für Mobiltelefone: Qualcomm wird seine Investitionen erhöhen und die Hardware von Huawei verachten, die zuerst auf den Markt kommt

Das Mate 10 von Huawei, das mit dem branchenweit ersten Mobilchip mit künstlicher Intelligenz (KI) ausgestattet ist, ist in letzter Zeit in den Mittelpunkt der Aufmerksamkeit gerückt, was den Mobilchip-Giganten Qualcomm in gewisse Verlegenheit gebracht hat. Qualcomm reagierte jedoch schnell und kündigte an, im nächsten Schritt seine Investitionen im Bereich KI zu erhöhen.

Auf dem Qualcomm 4G/5G Summit in Hongkong sagte Keith Kressin, Senior Vice President für Produktmanagement bei Qualcomm, in einem Interview mit Tencent Technology: „Bei zunehmenden Investitionen im Bereich KI wird der Schwerpunkt auf der Verbesserung der Leistung von CPU, GPU und DSP liegen, um KI besser zu unterstützen.“

Er nannte ein Beispiel: „Vor einigen Jahren haben wir dem DSP ein Hexagon-Vektorbild hinzugefügt. Es enthält eine riesige 1024-Bit-Bibliothek. Mithilfe dieser Bibliothek können wir einige Matrixerweiterungen für KI erstellen und dahinter relevante Daten sammeln. Diese Daten sind wichtige Merkmale der KI, daher müssen wir die Investitionen in diese drei Bereiche erhöhen.“

Um die Ausführung von KI-Anwendungen auf Smartphones zu beschleunigen, probieren entsprechende Unternehmen verschiedene Möglichkeiten aus. Offensichtlich. Anders als Huaweis hardwarebasierter KI-Chip Kirin 970 konzentriert sich Qualcomm auf die Softwarefunktionen der KI.

Tatsächlich ist es noch nicht lange her. Qualcomm gab bekannt, dass das Software Development Kit (SDK) für seine Neural Processing Engine (NPE) für Entwickler verfügbar ist. Dieses SDK ist ein im letzten Jahr von Qualcomm angekündigtes Produkt. Damals stand es nur einigen Partnern offen, heute kann es von allen Entwicklern genutzt werden.

Laut Qualcomm wird Facebook einer der ersten Hersteller sein, der das SDK integriert, und sie nutzen es derzeit, um Augmented-Reality-Filter in ihren mobilen Apps zu beschleunigen. Durch die Verwendung der neuronalen Verarbeitungs-Engine werden die Filter von Facebook fünfmal schneller geladen.

Das bedeutet: Wenn Sie eine App entwickeln, die KI nutzt (z. B. Bilderkennung), können Sie das SDK von Qualcomm integrieren, damit die App auf einem kompatiblen Prozessor schneller läuft.

Für Qualcomm ist der nächste Schritt für NPE natürlich die Hardwareisierung, d. h. die Einführung dedizierter mobiler KI-Chips. Wann Qualcomm es veröffentlichen wird, ist noch nicht bekannt, aber Qualcomm macht sich keine Sorgen um den KI-Chip von Huawei.

Als weltweit erster KI-Mobilchip verfügt der Kirin 970 von Huawei über eine integrierte NPU (Neural Network Processor), um chipautonomes Deep Learning zu ermöglichen, was sich von Qualcomms NPE unterscheidet.

Durch die integrierte NPU kann der Kirin 970 Bilder 20-mal schneller verarbeiten als eine separate CPU (Central Processing Unit). Interne Testdaten von Huawei zeigen, dass Kirin 970 bei der Bilderkennung bis zu 2005 Bilder pro Minute verarbeiten kann. Diese Verarbeitungsgeschwindigkeit ist viel höher als die 95 Bilder/Minute der Samsung S8-CPU und die 487 Bilder/Minute des iPhone 7 Plus.

Doch aus Sicht von Qualcomm entwickelt und verändert sich die KI sehr schnell, und es ist derzeit nicht der richtige Zeitpunkt, über Hardware zu sprechen. Als Antwort darauf sagte Keith Kressin, dass es nicht schwierig sei, KI-Einheitsmodule in den Chip einzubauen, und dass Qualcomm dies bereits getan habe. Der Schlüssel liegt in der Softwareentwicklung und Optimierung von Programmiermodulen.

„KI entwickelt und verändert sich sehr schnell. Daher muss die Hardware flexibel und erweiterbar sein, nicht starr. Daher müssen wir die KI-Software optimieren und verbessern, um sie an die sich ständig verändernde KI anzupassen. Natürlich müssen Software und Hardware in Zukunft zusammenarbeiten, aber Qualcomm konzentriert sich derzeit noch auf die Softwareebene“, sagte er.

Unabhängig von der Methode basiert das Verständnis des Benutzers für KI immer noch auf der Anwendungserfahrung, die der Schlüssel ist. Aus Wettbewerbssicht hat Huaweis früher Vorsprung bei KI-Hardware die Implementierung von KI auf Mobiltelefonen von Soft- bis Hard-Geräten ermöglicht, was sich auf den Status der Qualcomm-Chips ausgewirkt hat. Auf lange Sicht hofft Huawei, seine Abhängigkeit von Qualcomm-Chips so schnell wie möglich loszuwerden.

Gleichzeitig verstärken auch Giganten wie Samsung, Apple, Microsoft und Google (Weibo) auf ihre eigene Art und Weise ständig den Einsatz von KI. Es ist klar, dass in Zukunft einige mobile Referenzstandards erforderlich sein werden. Deshalb konkurrieren Unternehmen darum, die besten Lösungen für KI-Deep-Learning bereitzustellen.

Natürlich ergeben sich in Zukunft enorme Geschäftsmöglichkeiten. Was die industriellen Aussichten von KI-Chips angeht, prognostizieren einige Institutionen, dass der globale Markt für KI-Chipsätze bis 2025 ein Volumen von über 12,2 Milliarden US-Dollar erreichen wird. und der „Entwicklungsplan für künstliche Intelligenz der neuen Generation“ meines Landes sagt voraus, dass der inländische Markt für intelligente Computerchips bis 2020 ein Volumen von 10 Milliarden Yuan erreichen wird.

Als Gewinner des Qingyun-Plans von Toutiao und des Bai+-Plans von Baijiahao, des Baidu-Digitalautors des Jahres 2019, des beliebtesten Autors von Baijiahao im Technologiebereich, des Sogou-Autors für Technologie und Kultur 2019 und des einflussreichsten Schöpfers des Baijiahao-Vierteljahrs 2021 hat er viele Auszeichnungen gewonnen, darunter den Sohu Best Industry Media Person 2013, den dritten Platz beim China New Media Entrepreneurship Competition Beijing 2015, den Guangmang Experience Award 2015, den dritten Platz im Finale des China New Media Entrepreneurship Competition 2015 und den Baidu Dynamic Annual Powerful Celebrity 2018.