Chipsätze und mehr
Um KI auf ihre Smartphones zu bringen, verfolgen die Hersteller verschiedene Ansätze. Das macht es für App-Entwickler aufwendig, Anwendungen zu entwickeln.
Die technischen Ansätze, mit denen Smartphoneund Chipsatz-Hersteller künstliche Intelligenz auf das Smartphone bringen, unterscheiden sich erheblich. Das hat auch Einfluss auf das, was mit den neuronalen Netzen möglich ist.
Apple
Mit Siri brachte Apple als erster Hersteller KIFunktionalität auf das Smartphone. Doch die nötigen Berechnungen für Siri finden in der Cloud statt, was eine Onlineverbindung voraussetzt. Mittlerweile sind auf dem iPhone auch andere für neuronale Netze prädestinierte Anwendungen zu finden, etwa die mit der eigenen Mimik zu animierenden Tiermasken (ani-moji) oder Face ID. Zumindest Face ID muss auch ohne Onlineverbindung funktionieren, und so wundert es nicht, dass Apple beim neuesten Prozessor mit dem Namen A11 Bionic auch KIFähigkeiten bietet. Diese soll von einer mit zwei Kernen ausgestatteten Neural Engine kommen, die 600 Milliarden Operationen pro Sekunde durchführt und vom erstmals von Apple selbst entwickelten Grafikprozessor unterstützt wird. Dass damit Siri bald auf das iPhone wandert, scheint aber ausgeschlossen. Die der Assistentin zur Verfügung stehende Wissensbasis ist zu groß, als dass sie komplett in den SmartphoneSpeicher umziehen könnte.
Qualcomm
Qualcomm lässt im Snapdragon 845 seine neuronalen Netze mit einer Kombination aus digitalem Signalprozessor Hexagon, Grafikprozessor Adreno und der Kryo-CPU berechnen und behauptet, damit eine Leistungssteigerung um den Faktor 3 gegenüber dem 835-Chipsatz erzielt zu haben. Damit hätten die Amerikaner knapp zu Huawei (siehe Kasten KI und Performance) aufgeschlossen. Es ist aber nicht ausgeschlossen, das bestimmte Anwendungen, die KI-Einsatz mit anderen Berechnungen verknüpfen, etwas langsamer laufen, da dann DSP, GPU und/oder CPU zwei Aufgaben gleichzeitig abarbeiten müssen.
Huawei
Huawei setzt auf die HiAI genannte Neural Processing Unit, die ganz auf KI abgestimmt ist, was sich bei Speed und Effizienz auszahlt. HiAI unterstützt populäre Frameworks wie Caffe oder Tensor Flow, auf deren Basis Programmierer KIAnwendungen entwickeln.
Hier liegt die Crux beim Trendthema KI. Im Gegensatz zu normalen Apps, die auf ARMProzessoren unter Android laufen müssen, erfordern KI-Apps eine Anpassung auf verschiedene Systeme – auf vielen Smartphones ohne neuronale Netze laufen sie zudem überhaupt nicht. Die nötige Anpassung treibt den Aufwand für Entwickler in die Höhe, bei vergleichsweise geringer Basis an High-End-Smartphones, auf denen die KI-Dienste zum Einsatz kommen können.