KI und Performance
Künstliche Intelligenz ermöglicht neue Anwendungen, kann aber auch die Leistung bekannter Apps erhöhen. In welchem Maß das möglich ist, beginnen wir jetzt erst zu verstehen.Die auf detaillierte Analysen von PC-Chips und Smartphone-SoCs spezialisierte Seite Anandtech.com hat sich Anfang des Jahr...
Künstliche Intelligenz ermöglicht neue Anwendungen, kann aber auch die Leistung bekannter Apps erhöhen. In welchem Maß das möglich ist, beginnen wir jetzt erst zu verstehen.
Die auf detaillierte Analysen von PC-Chips und Smartphone-SoCs spezialisierte Seite Anandtech.com hat sich Anfang des Jahres intensiv mit der Leistungsfähigkeit von neuronalen Netzwerken in Smartphones auseinandergesetzt. Dabei griffen die Halbleiter-Spezialisten mangels Alternativen auf den nur in chinesischer Sprache erhältlichen Master-Lu-Benchmark zurück, der mit seinem AI-Test-Teil die KI-Fähigkeiten von modernen Qualcomm- und Huawei-Prozessoren misst. Der Benchmark nutzt dabei drei verschiedene Strukturen neuronaler Netzwerke, um Bilder zu klassifizieren. Über eine sogenannte Tensor-Flow-Bibliothek kann der AI-Benchmark auch auf normalen Prozessoren ohne neuronales Netzwerk laufen.
Performance-Boost KI
Eine solche Simulation eines neuronalen Netzwerkes mithilfe eines normalen Prozessors drückt die Leistung natürlich gewaltig. So liefen die Bildklassifikationen auf einem Hexagon-DSP (Digitaler Signal Prozessor von Qualcomm) mit sogenanntem SNPE-Framework fünf bis acht Mal schneller als auf Smartphones, die die Sortierung mithilfe der normalen CPU vornehmen mussten. Die laut Huawei nur auf neuronale Netzwerke spezialisierte HiSilicon-HiAI-Einheit im Kirin 970 des Mate 10 legte noch einmal zu, der ResNet-Algorithmus schaffte es, die Bilder beim HiAI vier Mal so schnell zu sortieren als beim Hexagon im Snapdragon 835.
Ähnliche Unterschiede bei der Effizienz: Die schnelleren, spezialisierten KI-Systeme brauchen nur einen Bruchteil der Energie als ihre auf Basis von Software-Emulationen auf einer normalen CPU laufenden Vorgänger. NPUs eröffnen Welten Deutlich schnellere Resultate bei kleinerem Energieverbrauch – man muss kein Prophet sein, um NPUs auf dem Smartphone eine große Zukunft zu prognostizieren. Bei allen Aufgaben, bei denen es darum geht, zu erkennen, zu sortieren und zu klassifizieren, werden herkömmliche Lösungen schon bald von KI-Strukturen abgelöst. Und viele Aufgaben eines Smartphones, die im Moment noch an mangelnder Leistungsfähigkeit und am hohen Energieverbrauch scheitern, werden bald schon alltäglich sein.
