Theo trang công nghệ Android Authority, Apple cho biết chip mới nhất của hãng là A11 Bionic có chứa một thành phần có tên gọi là "Neural Engine" để xử lý các tác vụ AI (trí thông minh nhân tạo) và nhận diện khuôn mặt FaceID. Chip Kirin 970 được Huawei giới thiệu vào đầu tháng 9 vừa qua đã được trang bị bộ vi xử lý thần kinh chuyên dụng (Neural Processing Unit - NPU) và được kì vọng sẽ giúp chiếc Mate 10 sắp tới trở thành một "điện thoại AI đích thực". Ngoài ra, thế hệ vi xử lý Exynos tiếp theo của Samsung được dự đoán cũng sẽ được tích hợp chip AI trong tương lai.
Trên thực tế, Qualcomm mới là người đi tiên phong trong việc đưa chip AI vào vi xử lý trên di động. Từ vài năm trước, Qualcomm đã thêm bộ xử lý tín hiệu số (DSP) Hexagon vào trong những chip Snapdragon cao cấp để sử dụng các công cụ điện toán không đồng nhất (heterogeneous compute) và mạng neural (neural network). Intel, NVIDIA và nhiều nhà sản xuất khác cũng đang tích hợp các bộ xử lý AI vào sản phẩm của họ. Một cuộc đua về trang bị bộ xử lý AI đang diễn ra giữa các nhà sản xuất chip.
Có nhiều lý do để giải thích tại sao bộ xử lý AI lại đột nhiên được xuất hiện trên nhiều chip của smartphone hiện nay như nhu cầu xử lý giọng nói và nhận diện hình ảnh đang tăng cao. Tuy nhiên, giải thích như vậy đã là đủ?
Hơn nữa, đang có rất nhiều chiến dịch marketing về AI đã được tạo ra. Liệu AI trên smartphone có thật sự thông minh và đủ khả năng trở thành một bộ não thật sự. Nhà báo Robert Triggs tới từ trang công nghệ Android Authoritysẽ cho bạn câu trả lời thông qua bài viết dưới đây:
Sự thật về bộ não AI trên smartphone?
Các nhà sản xuất chip luôn muốn chúng ta tin rằng họ đã phát triển ra được một con chip đủ thông minh để có thể tự suy nghĩ hoặc bắt chước bộ não của con người, tức là trở thành một bộ não AI trên smartphone. Tuy nhiên, sự thật là ngay cả trong điều kiện phòng thí nghiệm, việc này cũng rất khó để trở thành hiện thực.
Trên thực tế, AI trên smartphone đang khác xa so với mong đợi của nhiều người. Hiện nay, các bộ xử lý mới được thêm vào chỉ đơn giản là giúp cho những phần mềm sử dụng công nghệ máy học (machine learning) hoạt động hiệu quả hơn.
Có một sự khác biệt trong khái niệm giữa AI và máy học đáng để bạn phải quan tâm. AI (trí thông minh nhân tạo) là một khái niệm rất rộng để mô tả về máy móc có thể "suy nghĩ như con người" hoặc sử dụng một dạng não nhân tạo có khả năng tự học hỏi.
Trong khi đó, máy học lại là một khái niệm hẹp hơn dùng để mô tả các chương trình máy tính được thiết kế để xử lý dữ liệu và đưa ra quyết định dựa trên các kết quả. Ngoài ra, nó còn có thể học hỏi để đưa ra các quyết định trong tương lai.
Bên cạnh đó, một khái niệm khác cũng hay được các nhà sản xuất đề cập tới là mạng neural (neural network). Đó là những hệ thống máy tính được thiết kế để giúp các ứng dụng máy học sắp xếp dữ liệu và phân loại chúng theo cách tương tự như con người. Điều này bao gồm các công việc như xác định phong cảnh trong bức tranh hoặc màu sắc của chiếc xe ô tô. Mạng neural và máy học là những yếu tố để tạo nên một cỗ máy thông minh nhưng như vậy là chưa đủ để được gọi là AI.
Hỗ trợ các trợ lý ảo nhận diện giọng nói và hình ảnh là mục tiêu hàng đầu của bộ xử lý AI trên smartphone.
Khi nói về AI, các nhà sản xuất thường thích đề cập về nó như là một lĩnh vực mới khó giải thích. Họ cũng nói đó là cách để giúp họ trở nên khác biệt hơn so với các đối thủ. Tuy nhiên, dù bằng cách nào, điểm chung giữa các nhà sản xuất chip là đều thêm một bộ xử lý mới vào chip nhằm cải thiện hiệu suất và hiệu quả hoạt động của các trợ lý thông minh, chủ yếu là để phục vụ khả năng nhận diện hình ảnh và giọng nói.
Đón đầu xu hướng mới
Vậy đâu là lý do khiến các nhà sản xuất đua nhau trang bị bộ xử lý AI trên chip?. Câu trả lời là mặc dù hiện tại, các bộ xử lý chủ yếu chỉ hỗ trợ cho các phần mềm máy học và mạng neural nhưng chúng là nền tảng để xây dựng một chiếc điện thoại AI "thật sự thông minh" về sau này.
Bạn có thể nhận thấy đang có một sự gia tăng đáng kể những cuộc thảo luận gần đây về mạng neural, máy học và điện toán không đồng nhất. Đối với người dùng smartphone, những công nghệ này giúp nâng cao trải nghiệm khi cải tiến khả năng xử lý âm thanh, nhận diện hình ảnh và giọng nói, dự đoán hoạt động người dùng, dịch ngôn ngữ, tăng tốc khả năng tìm kiếm trong cơ sở dữ liệu và mã hóa thiết bị.
Một trong những câu hỏi lớn nhất ở đây là những công nghệ điện toán kể trên sẽ được thực hiện tốt nhất ở đâu: trên thiết bị hay trên đám mây. Tuy nhiên, dù bằng cách nào đi chăng nữa, sự thật là các loại chip 64-bit hiện nay đều không phù hợp để thực hiện những nhiệm vụ điện toán. Vì vậy, các nhà sản xuất buộc phải tìm ra một cách tiếp cận mới như bổ sung một bộ xử lý AI chuyên dụng, bên cạnh những lõi CPU được dùng cho các mục đích thông thường.
Hơn nữa, bổ sung thêm bộ xử lý AI sẽ giúp các nhà sản xuất một cơ sở để họ có thể phát triển những phầm mềm AI cho riêng mình trong tương lai."Neural Engine" trên chip A11 Bionic của Apple là một ví dụ khi Apple làm ra để phục vụ cho tính năng nhận diện khuôn mặt có trên iPhone X và nhiều iPhone về sau. Nói cách khác, đây là cách để các nhà sản xuất đón đầu cho xu hướng AI sẽ bùng nổ trên smartphone trong tương lai.
Chìa khóa là sự hiệu quả
Tới đây, chúng ta lại có một câu hỏi khác đó là tại sao không tích hợp khả năng xử lý máy học và mạng neural vào lõi CPU thay vì tạo ra một thành phần riêng biệt trên chip. Sự thật là chúng ta cần phải biết rằng những nhà sản xuất không bao giờ chỉ hướng tới mục tiêu tính toán đơn thuần khi tạo ra một con chip mới. 3 khía cạnh chính được họ tập trung khai thác là: kích thước, khả năng tính toán và sử dụng năng lượng hiệu quả.
Bộ vi xử lý ngày nay bao gồm rất nhiều thành phần khác nhau: từ driver của màn hình cho tới modem. Các nhà sản xuất phải đảm bảo những thành phần này có kích thước nhỏ và tiêu thụ một lượng điện năng hạn chế, trong khi vẫn phải đáp ứng định luật Moore (hiệu suất của chip được tăng cao gấp đôi sau mỗi chu kì 24 tháng).
Những kĩ sư thiết kê chip có thể làm ra những lõi CPU lớn hơn và mạnh hơn để xử lý những yêu cầu tính toán khi sử dụng máy học hoặc mạng neural. Tuy nhiên, điều này sẽ tăng đáng kể kích thước lõi CPU và làm cho chip trở nên đắt hơn nhiều. Trên thị trường hiện nay, chỉ có Apple là dám làm ra những con chip có lõi CPU lớn vì mục tiêu của Táo khuyết là bán iPhone chứ không phải bán chip. Bạn có thể tìm hiểu thêm về lý do này tại đây.
DSP giúp tăng hiệu suất và giảm tiêu thụ năng lượng khi tính toán máy học.
Thay vào đó, các kĩ sư có thể thiết kế một bộ xử lý AI chuyên dụng và đưa nó vào trong vi xử lý. Chúng ta đã từng thấy điều tương tự rất nhiều lần trong quá khứ như bộ xử lý tín hiệu số DSP được Qualcomm đưa vào chip Snapdragon cao cấp trong năm 2015. DSP là bộ phận chuyên xử lý những thứ liên quan đến âm thanh, giọng nói, hình ảnh và các tín hiệu đầu vào khác nhằm giảm tải áp lực cho lõi CPU. Ngoài ra, DSP cũng có khả năng cho thiết bị sử dụng các công cụ điện toán không đồng nhất (heterogeneous compute) và mạng neural (neural network). Trong lĩnh vực ứng dụng máy học và mạng neural, khả năng tính toán cao và tiêu thụ năng lượng thấp khiến DSP trở nên rất có triển vọng.
Kết luận
Với những chiến dịch marketing về AI đang tăng cao về số lượng trong thời gian gần đây, bạn hoàn toàn có quyền nghi ngờ rằng liệu các nhà sản xuất có đang đưa ra một hình ảnh chính xác về AI hay mạng neural hay không. Rõ ràng là để đạt tới mức độ tạo ra một bộ não AI có thể tự suy nghĩ trên smartphone là quá xa vời. Tuy nhiên, việc bổ sung thêm một bộ xử lý dành cho các thuật toán phức tạp và phân loại dữ liệu sẽ giúp việc sử dụng điện thoại của bạn trở nên hiệu quả hơn và cho phép bạn sử dụng nhiều công nghệ hữu ích như làm đẹp hình ảnh tự động hay tìm kiếm thông tin nhanh hơn.
Ngày càng nhiều công ty đang phát triển trợ lý ảo cho riêng mình và việc dùng bộ xử lý AI sẽ giúp chúng trở nên thông minh hơn. Nói cách khác, cải tiến phần mềm và phần cứng sẽ luôn phải đi đôi với nhau để khiến smartphone của bạn trở nên hữu dụng hơn bao giờ hết. Và vào thời điểm nào đó trong tương lai, chúng ta sẽ được cầm trên tay chiếc "điện thoại AI thật sự" như lời nói của lãnh đạo Huawei.
