TheGM9135series is a PWM power LED driver which has the capability to drive an output current from a few mA up to 1.5A.It is ideal for high brightness power LED operating at high efficiency from 4VDC to 40Vdc and up to 200KHz operating frequencyby only 5 external components. The GM9135 series is ideal to the applications for high power LED related end products.
特點：
Only 5 external components required.
Output driving current up to 1.5A
4V – 40V wide operation voltage range
High efficiency
ESD protection, HBM 2kV
5L TO252 power package
應用：
LED Lighting Devices
Automobile Lighting Systems
DC to DC Conversion
DC-DC 降壓型產品(LED恒流驅動器)
GM9910B
GM9130HV
GM7150
DC-DC 升壓型產品(LED恒流驅動器)
GM19371
DC-DC 降壓型產品(高壓恒壓驅動器)
GM2576
GM7130
GM7109
GM7230
GM2576HV
GM7130HV
GM7109HV
GM7230HV
GM7102SV
GM7202SV
C-DC 降壓型產品(高效率恒壓恒流驅動器)
GM7323
GM7321
AC-DC 降壓型產品(LED恒流驅動器)
GM6901
AC-DC 降壓型產品(電源適配器)
GM9664
GM9668
LDO線性穩壓器(恒壓驅動器)
GM6250
GM6250H
GM2950
GM2951
讓我們回想一下那遙遠的過去,是什么原因決定了我們拋棄小板磚一樣的功能機,選擇智能手機的?
是因為顏值?交互新鮮感?我相信絕大部分用戶,是因為APP模式帶來了太多實用價值,身邊的人都用上了,自己甚至沒法不跟進。所以喬幫主的偉大之處,不僅在于顛覆了手機的形態,更重要的是給未來手機的生態打開了入口。直到今天其能量與想象力也遠沒有耗竭。
等到手機AI時代拉開序幕,這個邏輯似乎依舊通用。畢竟AI算法的特征就是千奇百怪,做什么的都有。
手機AI時代，巨頭們到底在爭什么？
有人用AI做醫療,有人用AI當客服,甚至還有人用AI預測死亡時間,如何把這些令人咋舌的點子,全都移植到手機上,顯然才是這個時代真正的大生意。
但對于全新的人工智能世界來說,把開發者和開發生態引入自己的平臺,從而形成手機AI命題下的產業壁壘,在技術和商業上都并非易事。而這場關于開發生態的爭奪戰,其實早已在巨頭間打得風生水起。
對AI來說,千百萬聰明的頭腦才值錢
看一下今年集中發布的眾多真真假假的“AI手機”,會發現不少有意思的現象。比如去年華為Mate10上率先發布了場景識別、數據標簽的拍照模式,結果今年各品牌的旗艦機全都加入了類似功能。
當然不是說這種功能不好,確實場景識別+拍攝可以解決很多問題,帶來體驗升級。但問題是這也太雷同了吧?有那么多能力的AI,怎么會到了最后都變成一模一樣的“學生頭”了?
事實上,目前手機上完成度較高的AI解決方案,就有圖像識別、環境理解、圖像增強、NLP、語音處理等幾大類數十種能力。至少可以改善直播和短視頻、攝影、社交、購物、AR、翻譯等六大類主流應用的性能與體驗。創造未知流行應用的可能性則更加誘人。畢竟手機廠商自己永遠也做不了多少AI應用,真正能讓普羅大眾接受手機AI的,是千百萬聰明的頭腦,甚至是基于AI解決方案的全新商業模式。
但豐滿的技術理想想要照進骨感的應用現實中,總還需要那么點距離。
比如說,手機中缺乏AI專項處理能力的話,很多AI任務放到手機上會體驗很差,或者干脆跑不起來。再就是缺乏平臺和API開放性的前提下,開發者也不知道怎么把AI模型移植到手機上。更遠處說,在無法確定未來利益與商業價值的情況下,開發者也不敢貿然投身手機AI開發這個新事物中。
手機AI本身對應用多樣性的呼喚,和開發者缺少技術支持和商業保證,不敢貿然走入手機AI開發,近乎成為了手機AI話題的主要矛盾。假如不解決,那我們可能會面對每年只能看到兩三種新AI應用的尷尬情況。
當然了,矛盾從來都是機會。尤其對于掌握技術先手優勢和生態聚合底氣的玩家來說,在行業普遍無法完成一件事時完成它,或許是對未來最好的布局。而今圍繞移動AI應用開發的爭奪戰,其實已經在少數幾個巨頭間悄悄打響。
HiAI與TFlite:巨頭們的生態爭奪早已經開始
對于中國消費者,尤其是手機重度愛好者而言,今天最熟悉的手機AI開發平臺,肯定是華為在麒麟970之后推出的HiAI移動AI開發架構。
基于麒麟970提供的終端AI加速能力,以及華為與榮耀先后推出了三款搭載AI芯片的產品,HiAI架構的作用在于打通開發者環節,引入生態開發能力。
到目前為止,HiAI架構已經升級到了2.0版本,幾乎兼容了所有主流深度學習開發框架,并且推出了開發教學課程以及兩代開發者主板。
手機AI時代，巨頭們到底在爭什么？
我們耳熟能詳的快手、抖音、美圖,以及不少購物、社交類應用,都已經披露了與華為和HiAI架構進行合作的方案。比如快手會基于HiAI架構開發新的直播特效、手勢與肢體識別、場景識別應用,并且還將開發新的壓縮模型,在弱網環境下也能使用AI特效。
與華為在終端執行AI的思路相類似,但又有很大不同的,大概要屬谷歌在去年年底開啟的TensorFlow Lite。與HiAI基于華為的AI芯片與產品不同,TFlite本質上還是基于深度學習開發框架TensorFlow的,只是其目的在于幫助開發者在本地設備上開發和運行汲取學習模型。這也導致其特性偏于算法開發一端,而比較輕視應用和商業環節。
但根據相關報道,Pixel 2中的一些應用已經基于TFlite進行了開發,并且未來很大概率會出現的谷歌款移動AI芯片,也將與TFlite相結合。目前,TensorFlow上的不少大神已經基于TFlite做出了不少好玩的應用模型。這些應用距離中國用戶較遠,但很多idea對于國內開發者具有參考價值。
值得一提的是,蘋果雖然目前推出了AI芯片A11,但并沒有推出整體支持AI生態開發的平臺型產品。但這也并非說明蘋果不重視開發者環節。去年6月,蘋果就在IOS開發板塊上開源了名叫Core ML的機器學習能力,目前已經開放了Vision API和Natual Language API兩個API接口,可以讓開發者基于此開發機器視覺和自然語言處理功能。
手機AI時代，巨頭們到底在爭什么？
目前來看,蘋果更傾向于小規模低層級的能力開發,讓開發者來改善IOS環境下的應用體驗,而不是做出顛覆型的開發。按照蘋果的特點,他往往更喜歡在技術成熟后先囤積下來,用高超的工程化能力進行一次性釋放。
不管怎么說,巨頭圍繞AI開發生態的爭奪已經確定了方向。目前各自為戰的特點,可以看做巨頭基于自身技術強勢與戰略需求進行試水,這導致行業缺乏統一標準,但也給開發者帶來了野蠻生長的機遇。不管怎么說,這場爭奪未來的戰役,核心早就確定。
移動AI爭奪戰到底在打什么
在新技術開始沖刷需求與認知的背景下,平臺與各領域開發者想要融合為生態,始終都是由幾個層面的因素決定的。
第一要務,是降低準入門檻。
這個門檻包括很多方面,比如技術準入門檻;試用成本;學習成品;遷移成本;兼容成本。開發者不能花太多的時間和金錢去嘗試未知的市場命題,也不想因為平臺兼容、框架遷移等問題把自己搞德焦頭爛額。甚至不太懂算法的開發者,也想要進入這個領域貢獻智慧與流量。而這些,都是平臺方的責任。
手機AI時代，巨頭們到底在爭什么？
其次,好的生態性離不開好的賦能方案。比如分利政策、市場引導環節等等。對于開發者,尤其是中國這樣高競爭強度市場的開發者來說,商業價值永遠是一切的前提。平臺在提供好的技術解決能力之上,必須考慮和有效引導開發者合理獲取流量與商業回報。
最后,在市場認知較薄弱的情況下。一個轟動的“大招型”案例,或許比所有技術參數和市場分析都更有說服力。一旦平臺孵化了某個奇點型應用,那么市場馬上會看到基于AI芯片和AI移動開發架構生長出的商業價值。從而確認進入手機AI時代的合理方式。從邏輯上我們都知道未來會怎樣,但真實的時間軸中,必須由某件個案去開啟未來。
總體而言,手機AI生態開發就像一座建立在未來的城堡。我們知道百花齊放才是AI的真相,也知道掌握著技術優勢的巨頭已經開始破土動工。或許一點點時間,會是整個AI移動開發最后所需的調味劑。
就今天的中國開發者來說,顯然HiAI架構是更好的選擇,對于擁有高技術等級的開發者而言,或許能夠融會貫通不同的開發方案,形成自己的開發體系當然更好。
或許一個例子可以說明AI開發生態對于手機的價值:今天,一款智能手機把自己說的再好,結果根本搭載不了微信,那它基本就是廢塑料。
同樣的道理,AI手機的價值,在于能夠盡快搭載上某個不遠處的未知AI應用。這樣來看,手機AI的戰略壁壘根本不在是否在營銷話術上“AI了”一把,而是在面對開發生態的技術準入門檻和生態建設計劃。
目前我們所能看到的,這依舊是一個巨頭的技術博弈游戲。當然了,一切都還充滿變數。
GM8005
