Facebook的Caffe2 AI工具来到iPhone，Android和Raspberry PI

可以将新智能添加到类似iPhone，Android设备和低功耗计算机等移动设备，如覆盆子PI与Facebook的新开源Caffe2深度学习框架。

Caffe2可用于将人工智能特征进行编程到智能手机和平板电脑中，允许它们识别图像，视频，文本和语音，并更加景观地意识到。

值得注意的是，Caffe2不是AI程序，而是一个允许AI被编程到智能手机的工具。只需几行代码来编写学习模型，然后可以捆绑到应用程序中。

Caffe2的释放是显着的。它意味着用户将能够直接在手机上获得图像识别，自然语言处理和计算机愿景。该任务通常卸载到云中的远程服务器，智能手机然后连接到它。

移动设备正在获得更多人工智能能力。更多手机与亚马逊的Alexa和Google Assistant捆绑在一起，而Apple Siri多年来一直是iPhone的主食。三星的Galaxy S8智能手机将获得Bixby Voice Assistant，它应该更容易地使用手机。

Caffe2可以在移动设备的功率限制范围内工作。它适用于移动硬件，以加快AI应用程序并创建神经网络。

Caffe2利用新移动硬件的计算能力来加快深度学习任务。例如，在智能手机中，Caffe2将利用adreno GPU和六边形DSP的计算能力在高通纸上的Snapdragon移动芯片上。

新的机器学习框架成功了Caffe，它表现出色。Caffe主要用于数据中心的机器学习，Caffe2是一个完整的大修，所以它可以在移动设备上工作。

“我们”重新致力于为社区提供高性能的机器学习工具，以便每个人都可以创建智能应用和服务，“Facebook在Caffe2网站上的博客条目中表示。

Caffe2也可用于创建Chatbots。Caffe2网站有一些预先训练的型号，可用于创建学习模型。

在本公告之前，已经可以通过Google“S Tensorflow在移动设备上创建深度学习模型。TensoRFlow可以移植到像无人机这样的设备，以向摄像机添加图像识别。与Tensorflow一样，Caffe2中的代码可以在多个环境之间轻松移植。

开源框架也比原始Caffe更快。与Caffe和其他机器学习框架相比，英特尔，Qualcomm和NVIDIA的基准促进了大量速度提升。

还有其他机器学习框架，如theano和微软的认知工具包（CNTK）。部署机器学习的公司有时会根据应用混合和匹配框架。

但Caffe2的主要吸引力仍然依赖于巨型数据中心。例如，使用GPU的服务器用于创建图像识别所需的丰富数据集。图像识别涉及像素的分类和标记，这可以帮助准确地识别对象。随着更多数据，学习模型更准确。这在自动驾驶汽车等应用中特别方便，需要识别对象以避免碰撞。

NVIDIA声称Caffe2比其高端GPU更快，而不是原始的Caffe。一些专为机器学习设计的NVIDIA GPU具有低水平的浮动计算能力，有助于创建强大的神经网络以做出准确的假设。

在加利福尼亚州圣何塞举行的F8会议期间，Facebook将在周三分享Caffe2的更多细节。