[蘋果的新手機發表了 人工智慧邊緣運算能力令人驚艷]
蘋果的新手機上週發表了，新版的iPhone XS、XS max以及XR三種，而其中都附有A12 Bionic晶片，其中有6核心CPU、4核心GPU ，以及8核心運用於人工智慧邊緣運算的Neural Engine，相較於iPhone X的Ａ11 Bionic的雙核心Neural Engine，人工智慧推論運算能力強大很多。
圖：取自Youtube
iPhone X應用A11 Bionic成了最先上市的應用人工智慧邊緣運算的智慧型手機，它的使用人工智慧的影像辨識的解鎖手機螢幕的功能，開啟人工智慧邊緣運算的風潮，今年的新手機更是強化了這個能力，達到了兩個功能：1. 在手機端處理更多的深度學習的神經網路任務運算。2.在CPU與GPU之間做更好的工作分配。
[結合Core ML ２的能力 新手機上的應用人工智慧APP能力強化]
Apple為了強化手機上的軟體，提出了Core ML的人工智慧邊緣運算架構，而這樣的架構在今年6月4日提出了Core ML第二代，在同樣運算能力下，Core ML 第二代速度比第一代快了30%，而且可以跟Facebook Caffe和Caffe2、Keras、scikit-learn、XGBoost、LibSVM，以及Google的TensorFlow Lite框架配合使用；同時另外提出了支持GPU的加速工具Create ML，用在Mac電腦上進行人工智慧模型的訓練，這樣可以讓iPhone手機上的應用人工智慧APP能力強化。
結合以上A12 Bionic跟Core ML的資訊，可以得知今天蘋果想要在終端強化人工智慧運算能力的意圖，而透過Create ML在Mac環境下，就可以創造和訓練自定義機器學習模型，而算出的模型的推論引擎，會在A12 Bionic上用硬體及Core ML 第二代軟體加速，以在iPhone X S系列與iPhone X R 手機上有更好的表現，也為了達到這個目的，同時晶片體積能夠很小，這次的A12 Bionic晶片才破天荒地使用了最先進的台積電的7奈米製程。而這也展示了蘋果在邊緣人工智慧運算的進度領先各大公司，而在這些新手機上應用人工智慧的APP，相信將有很不錯的表現。
[各大廠商競相推出Edge端與雲端人工智慧加速晶片 整合後效率強化可期]
之前Google宣告了Edge TPU ASIC晶片，將結合雲端的TPU針對TensorFlow的超快速運算；而Google 雲端的對手AWS跟Microsoft都決定要製作自己系統的雲端人工智慧加速晶片；另外中國大陸華為結合寒武紀的邊緣人工智慧晶片麒麟 970的榮耀系列手機；台灣的聯發科旗下的人工智慧平台 NeuroPilot 已經支援 Google 的 Android 人工神經網路技術（Android Neural Network，ANN），更加入了由亞馬遜、微軟及臉書的ONNX聯盟，準備針對這個框架做對應加速晶片；連nVIDIA都跟艾睿電子合作，共同推出針對人工智慧與機器人，以及邊緣運算所量身設計的 NVIDIA Jetson Xavier 電腦；加上之前提到的蘋果最新手機的A12 Bionic的邊緣運算實力，從這些資訊中，可以看出接下來各大廠商會在邊緣運算上不斷強化，更甚者會結合雲端運算透過FPGA或ASIC加速對應框架（如TensorFlow及ONNX）加速運算效率，讓人工智慧深度學習的運算速度與邊緣運算應用不斷強化。
在這個趨勢之下，台灣的半導體設計廠商，除了聯發科有較大動作之外，其餘的廠商需要找出自己的利基，設計出好的人工智慧邊緣運算晶片，而加入ONNX聯盟或跟nVIDIA合作，是不錯的選擇。
