اوپو برای بهبود عمر باتری، معماری هوش مصنوعی ترکیبی را به کار می گیرد

اوپو روز چهارشنبه یک ویژگی جدید هوش مصنوعی (AI) روی دستگاه را معرفی کرد که برای گوشی های خود طراحی کرده است. این شرکت قصد دارد معماری هوش مصنوعی ترکیبی از متخصصان (MoE) را برای کاهش قابل توجه مصرف انرژی و همچنین بهبود سرعت پردازش اجرا کند. اوپو با سازندگان پیشرو چیپست برای توسعه این فناوری برای گوشی های هوشمند و دستگاه‌های مشابه همکاری کرد. با این حال، فاش نشد که کدام گوشی های هوشمند آینده به این فناوری مجهز خواهند شد. این شرکت اخیرا از ColorOS 15 با ویژگی‌های هوش مصنوعی جدید رونمایی کرده و پرچم‌دار سری Find X8 آن در ۲۴ اکتبر عرضه خواهد شد.

اوپو از معماری هوش مصنوعی MoE On-Device برای گوشی های خود رونمایی کرد

این شرکت جزئیات فناوری جدید داخلی خود را برای گوشی های هوشمند به اشتراک گذاشت. معماری MoE جدید نیست و توسط شرکت هوش مصنوعی Mixtral که چندین مدل AI مبتنی بر MOE منبع باز منتشر کرده است، رایج شده است.

برخلاف مدل‌های زبان بزرگ (LLM) که دارای یک سیستم متمرکز بزرگ هستند و می‌توانند انواع زیادی از وظایف هوش مصنوعی را انجام دهند، معماری به مدل‌های زبانی کوچک (SLM) متکی است. این SLM ها در یک کار خاص تخصص دارند و به دلیل مجموعه داده های کوچکتر اما مرتبط تر، می توانند آنها را با دقت و سرعت بالاتری انجام دهند.

در معماری MoE، چندین SLM با هم در backend همراه می شوند و یک رابط هماهنگ در قسمت جلو ارائه می دهند. هر زمان که کاربر یک کار را درخواست می کند، سیستم آن را به SLM اختصاص می دهد که بیشترین توانایی را برای رسیدگی به آن دارد. در نتیجه، سیستم قابلیت پردازش موازی را دارد و با وجود انجام چندین کار به طور همزمان، سرعت پردازش به طور قابل توجهی تحت تاثیر قرار نمی گیرد.

پردازش موازی همراه با استفاده از SLM نیز مصرف انرژی را کاهش می دهد. اوپو ادعا می کند که راهی برای پیاده سازی این معماری بر روی دستگاه پیدا کرده که منجر به پردازش سریعتر هوش مصنوعی و همچنین بهبود عمر باتری می شود.

بر اساس آزمایش های داخلی، سازنده چینی گوشی های هوشمند ادعا می کند که سیستم های هوش مصنوعی مبتنی بر MoE می توانند وظایف هوش مصنوعی را ۴۰ درصد سریعتر از جایگزین سنتی پردازش کنند.

اوپو همچنین تاکید کرد که معماری MoE روی دستگاه، حریم خصوصی بیشتری را به کاربران ارائه می‌کند، زیرا وظایف کمتری با هوش مصنوعی باید روی سرورها پردازش شوند. این بدان معناست که داده ها به صورت محلی ذخیره می شوند و فقط کاربر به آن دسترسی دارد.