Caffe2和Snapdragon揭开移动机器学习新篇章

机器学习就其核心而言是一种将海量数据转化为实际操作的方法。机器学习技术最受关注的方面多涉及超快数据处理应用、服务器群和超级计算机。但是，如果您想要在智能手机上P图，或者即时翻译中文菜单，相隔遥远的服务器是远水解不了近渴。使机器学习具备移动性——将其移植到移动设备上，可以帮助人们“解锁”很多日常用例。

多年来，Qualcomm Technologies工程师一直致力于解决机器学习存在的挑战，而Qualcomm Snapdragon移动平台也是硕果累累，已经成为移动设备机器学习的领导者。机器学习是Snapdragon产品线的核心组件。我们的SoC（820、835和600系列芯片组）以及相关平台（如IoT和汽车）中都可以看到这项技术的影子。

而在推动机器学习技术发展的道路上我们也并不孤单。和我们并肩前行的还有整个工具生态系统、精明的OEM厂商和软件创新者，一起为消费者带来层出不穷的新体验。这些体验使用了机器学习，而这种结果不是凭我们一已之力就能实现的。

在此领域，Facebook 加快了Caffe2的发展力度，取得了激动人心的进展。Caffe2是开源Caffe框架的升级版。在今年举办的F8开发者大会上，Facebook和Qualcomm Technologies宣布携手合作，优化Facebook的开源深度学习框架Caffe2和Qualcomm Snapdragon神经处理引擎（NPE）框架。NPE设计用于处理繁重的工作，为在Snapdragon上高效运行神经网络打造适宜的环境，同时为开发人员留出更多的时间和资源，从而专注于构建创新的用户体验。Caffe2拥有先进的计算图形设计、极简模块化，以及多平台移植的特点，开发人员在设计一系列深度学习任务方面（包括计算机视觉、自然语言处理、增强现实和事件预测等等）具有更大的灵活性。

Facebook部署Caffe2，帮助开发人员和研究人员训练机器学习模型，并在各种移动应用中实现基于人工智能（AI）的体验。现在，有很多相同的工具可供开发人员利用，使他们能够运行大规模的分布式训练场景，并为移动设备构建机器学习应用。

Snapdragon和NPE的其中一项优点是开发人员可以根据应用的功能和性能要求，充分利用Snapdragon各个异构计算核心，获得最优性能。在内置Qualcomm Adreno 540 GPU处理Caffe2工作负载时，Snapdragon 835可以实现高达5倍的性能提升（与CPU相比）。此外，Qualcomm Hexagon DSP中的Hexagon矢量扩展（HVX）也可以提供更高的性能和能源效率。NPE包括运行时软件、库、API、离线模型转换工具、调试和基准测试工具，示例代码和相关文档。预计将于今年夏季提供给广大开发者社区。

Qualcomm Technologies将一如继往地为开发者和客户提供一系列认知和深度学习工具，以及Snapdragon平台。我们预计开发人员将能够参与到更广泛和更多元化的生态系统中来，构建更强大的机器学习任务，允许更多的设备以更安全和高效的方式运行。

但是，我们还不清楚此项技术的全部应用潜能，期待听到全球创新开发人员各显神通使用技术的创意。

更多Qualcomm开发内容请详见：Qualcomm开发者社区。