人工智能運算雖然不一定要用到超級電腦，但是在不同的運作環境下也需要不同的設置去適應。Facebook 最近公佈了一個技術論文，提出 AutoScale 技術，可以自動適應不同的裝置。
AutoScale 可以透過不同的參數例如 Wi-Fi，藍牙和 LTE 信號強度、處理器運用率、電壓和 RAM 使用情況等監測裝置的運行速度，然後可以選擇最佳的硬件（處理器、副處理器或圖像處理器）來運行，以達到最佳的能源效益。系統可以一直監察運作效率，記錄該硬件選擇對效率的影響，從而在下次選擇時更加準確。在 Facebook 測試之後，團隊表示系統可以維持低延遲和高效率之餘，能源效率可以提升 1.6 至 9.8 倍，實時預測準確度達到 97.9%。
這個技術對於在智能手機等運算能力和供電有限制的裝置而言，可以有效減低不必要的耗電量，延長裝置的續航力。Facebook 指，AutoScale 只需要 0.4MB 的儲存空間來運作，要實際應用門檻不高。現在 Facebook 本身已經有不少人工智能應用，如果可以將更多運算交由終端裝置進行，可以減輕伺服器的壓力，分擔相關成本，使用這個技術的話，就可以確保用家的裝置不會因 AI 運算而帶來太大的負載。
來源：Venture Beat
