Вече ви информирахме за желанието на Google да използва собствени процесори в смартфоните Pixel. Предимствата от възприемането на тази стратегия са разнообразни.

От една страна компанията ще намали зависимостта си от други производители, но също така ще може да оптимизира още по-добре хардуера и софтуер на устройствата.

Няма да е изненадващо, ако Google намаляват цената на своите чипове и респективно да направят смартфоните от серията Pixel още по-атрактивни за потребителите.

Tова е дългосрочен проект, който вече генерира сериозни инвестиции.

Google използват усъвършенствани алгоритми с изкуствен интелект в разнообразното си портфолио от приложения и услуги.

Подходящ пример е виртуалният асистент Google Assistant, но AI софтуер е интегрална част още от YouTube, Google Maps, Google Photos и др.

Приложенията на технологията са многобройни и включват препоръчване на съдържание, разпознаване на обекти в снимки, изчисляване на подходящи маршрути за навигация и много др.

Специалистите на Google смятат, че това е полезно и за разработката на собствен хардуер, включително и процесори за мобилните им устройства.

Още по-интересно е, че инженерите на Google са тренирали система с изкуствен интелект, която е способна да програмира процесор за по-малко от шест часа.

Идеята е целият процес за създаване на структурата на самия чип и разположението на отделните транзистори и компоненти да бъде автоматизирана. Така ще се спести не само време и усилия, но и финансови средства.

Ако концепцията постигне желанията успех от Google могат да предлагат лицензи за технологията на стартъпи и други външни производители.

Системата с изкуствен интелект може да разработи миниатюрни процесори за умни джаджи, но също и напълно функционални процесори за смартфони.

Обучението на AI системата е дълъг процес, тъй като специалистите на Google от месеци тренират програмата да оптимизира дизайна на всички компоненти в даден чип. Целта е да се постигне оптималния „Power, Performance и Area (PPA)“ коефициент.

Различните графики варират от милиони до мрежи със стотици милиарди хардуерни компоненти.

Първоначалните резултати са оптимистични, като технологията съкращава значително времето за проектиране и засега не изисква ключовa намесa от човек.