[問題] 為何手機的ai算力每年可以提升這麼多

WHOKNOW401/07 17:01反正都無感隨便吹

skyangle060701/07 17:03你蒜粒多少

jason9081401/07 17:15因為之前的很爛啊...

jason9081401/07 17:16而且ai計算跟gpu差不多，其實沒有很必要額外做一個

emptie01/07 17:17沒有太實際的應用場景根本就隨便吹

JuiFu61701/07 17:27感知不強是軟體跟不上，開發者不夠積極，不過最強大還是

JuiFu61701/07 17:27照相錄影上

nekoares01/07 17:28這領域還比較新吧

JuiFu61701/07 17:28看手機計算攝影跟傳統相機對比就知道ai很重要，其它運

JuiFu61701/07 17:28用好像比較無感

ktan01/07 17:35相機是所見即所得,真實的,手機相機期望是所見即所思,修的

square401/07 17:49降低精度跟功耗，蒜粒翻倍

astrofluket601/07 17:551到100 和 100到10000 都是一百倍 哪個比較難?

ppit1234501/07 18:02前面有個NVIDIA玩AI玩很久了

ppit1234501/07 18:02從0~100這部分N家搞了很久。

p4040301/07 18:13什麼時候手機用上DLSS

jason9081401/07 18:56怎麼會有人覺得軟體跟不上...現在軟體跑到硬體都看不

jason9081401/07 18:56到車尾燈了= =拍照疊圖疊到卡頓發熱的一卡車

Ereinion989501/07 19:08沒有深度整合高一千倍都沒有用。重點是有多少功能

Ereinion989501/07 19:08能把ai算力發揮好。

AustinRivers01/07 19:39不知道成果在哪

Porops01/07 22:59只有拍照一個應用的話做到1000%也不會成為殺手應用的

z8342012301/07 23:58不只拍照啊 你日常使用效能調度也有影響

z8342012301/07 23:58所以前幾循環通常都比較耗電

doomsday072801/08 01:21因為AI晶片架構很好翻倍

a123456728901/08 11:09就功能單一的問題啊 你會發現效能換代漲幅是NPU>GP

a123456728901/08 11:09U>CPU 運算通用性是反過來的 NPU處理的資料型別固

a123456728901/08 11:09定 功能固定 就更好優化

kuma66022401/08 12:18因為AI推算可以低精度 佔的面積很小

kuma66022401/08 12:19一般CPU/GPU核心佔面積太大 很難多塞翻倍

kuma66022401/08 12:23佔2-5mm2的小東西 容易翻倍

kuma66022401/08 12:23佔20-50mm2的大東西 不易翻倍

kuma66022401/08 12:24因為晶片面積關係成本 不能大幅度變化

kuma66022401/08 12:25像當初a11到a12號稱npu塞3倍

kuma66022401/08 12:25其實只是不到2mm2變成5mm2多

kuma66022401/08 12:27仍只是CPU/GPU/記憶體的小零頭

a123456728901/08 17:21可以低精度不代表他只設計給低精度 data path widt

a123456728901/08 17:21h都是比照單精度下去設計的 是否支援低精度實質上

a123456728901/08 17:21和面積沒什麼關係

ehai072501/08 23:45你賺一千提升十倍很容易，你賺十萬提升十分之一就不錯

ehai072501/08 23:45了，基數不同直接比倍率，你數學體育老師教的？