身處AI的浪潮，無論是大公司還是小公司，如果不給自己打上AI標籤，似乎都不好意思對外發聲。而智能手機成了率先比拼AI性能的產品，蘋果和華爲憑藉自研的A系列以及麒麟900系列處理器的NPU大肆宣傳其手機的AI性能，並以此作爲賣點。相比之下，高通的旗艦驍龍800系列處理器遲遲沒有加入所謂的NPU，這是否意味着高通的AI實力相比更弱?
答案是否定的。關於驍龍800系列處理器爲何沒有加入NPU，雷鋒網此前的文章《驍龍855和Helio P90爲什麼沒有與A12和麒麟980“相同”的NPU?》中已經指出，由於高通面向所有的手機廠商提供處理器，在AI算法還不夠成熟，手機AI應用還在探索的時候，集成專用性更強的NPU對高通而言顯然不是明智的選擇，因此他們推出的是通用性和靈活性更高的AI Engine。
然而，正是通用性和靈活性，讓高通能夠將AI作爲一種通用的能力向更多領域拓展，而不僅僅侷限於手機。
高通的AI朋友圈
無論對於AI算法公司還是AI芯片公司，作爲提供基礎技術的公司，典型的合作案例不僅證明其技術的領先性，更重要的是說明其市場的接受程度。上週，高通在深圳的人工智能開放日(AI Day)活動讓我們有機會從研發到應用全面瞭解了高通在AI領域的佈局以及成果。
AI的概念已經被普及，但AI到底有些哪些應用?高通在AI Day上聯合近20家生態合作貨站展示了40多個基於AI Engine的應用，分爲AI智慧影音、AI變革行業、AI智慧生活、AI樂享暢玩展區。在AI智慧影音區，主要還是基於AI實現的AI智能超級夜景、AI 智能美顏拍照、AI智能視頻虛化、AI通話智能降噪。雷鋒網(公衆號：雷鋒網)現場體驗了AI通話智能降噪，在硬件和算法的結合下，確實能夠在現場嘈雜的環境也能實現清晰的通話。
AI拍照方面，虹軟、百度、曠視的功能都有相似之處，但又各有特色。以虹軟爲例，他們展示了手持手機就能拍出極致夜景的AI超級夜景技術、實現智能視頻虛化大光圈效果的 Video Bokeh技術、能夠克隆萌趣表情的AI Avatar技術等多項手機AI拍照技術，這些都可以作爲手機的AI賣點。雷鋒網瞭解到，虹軟的相關算法已經被手機廠商廣泛應用，除了算法的豐富性，其在計算機視覺方面的優勢也是獲得衆多手機廠商認可的關鍵。百度則展示藉助相機跟蹤手部和腿部的動作增加特效，實現一定程度的AR。
虹軟Demo
在AI變革行業的展示中，展示的是藉助AI Engine的計算能力和攝像頭，在工業生產中進行檢測，同時還展示了智能廣告牌，同樣基於AI視覺識別，在識別出性別和年齡後進行智能化的廣告推送。
AI智慧生活的展區，有道展示的是有道翻譯官的實景翻譯，其中特別的地方在於可以離線進行實景翻譯，這很大程度上是得益於終端AI算力的提升。這一展區華捷艾米夜展示了智慧零售解決方案，雷鋒網在體驗之後發現相比Amazon GO的無人零售解決方案，華捷艾米基於驍龍845的3D解決方案在店鋪的監控方面只需要更少的設備，同時在貨架的監控中基本沒有盲區。
有道高通AI Day Demo
AI樂享暢玩展示的則是在AI Day上的新一個新宣佈，那就是高通vivo、騰訊王者榮耀和騰訊AI Lab四方合作，利用驍龍855搭載的第四代AI Engine，在vivo的iQOO手機上將移動遊戲的AI推理能力首次大規模從雲端遷移至終端側。現場可以用iQOO手機組隊與AI電競戰隊“SUPEX”現場競技。
透過高通AI Day的生態合作伙伴，不難發現AI的應用目前更多仍然是基於視覺的探索，這些應用既能引發消費者對拍照、AR的興趣，提升遊戲體驗，也能提升工業生產的效率。除此之外，高通也還有AI在汽車領域以及許多AI語音方面的應用，只是在此次AI Day並未全部展出。
看似矛盾的AI硬實力
對於高通這家以手機SoC見長的技術公司來說，在AI競爭中藉助已有的優勢搶佔邊緣端AI市場並非難事，這也是高通已經在做並且已經有成果的事情。不過高通並沒有滿足於此，他們在本月上旬的高通美國AI Day上，發佈3款AI性能提升2倍的驍龍平臺的同時，還發布了雲端AI加速芯片。
新驍龍平臺AI性能提升2倍
前面已經多次提到了驍龍平臺以及AI Engine，這正是高通結合已有優勢實現的終端AI的能力。高通最新的驍龍855搭載的是第四代AI Engine，而高通也在努力將AI Engine搭載到更多的驍龍平臺上。
本月上旬，高通宣佈推出全新的驍龍730、驍龍730G、驍龍655移動平臺，AI算力就是一個重要的提升。其中，驍龍730搭載最新第四代AI Engine，高通表示其AI算力是前代平臺的2倍，提升了拍攝、遊戲、語音和安全的終端側直觀交互的處理速度。驍龍65則搭載了第三代AI Engine，終端側AI性能同樣是其前代產品的兩倍。
進入AI雲端推理市場
相比新發布的驍龍平臺，更值得關注的是全新的高通雲端AI推理加速處理器Cloud AI 100。根據高通的說法，Cloud AI 100可以與CPU、GPU、FPGA任何一種進行組合來實現雲端AI推理加速。
具體看，Cloud AI 100基於臺積電7nm工藝，採用全新的架構，專爲處理AI推理工作負載設計，支持多種軟件棧，包括PyTorch、Glow、TensorFlow、Keras和ONNX。高通稱Cloud AI 100與目前業界最先進的AI推理解決方案相比，每瓦特性能提升超過10倍，產品預計在2019年下半年開始出樣。
高通的這一新品難免讓人感到疑惑。一方面，高通在不斷增強邊緣端的AI性能，希望減少終端對雲端AI能力的依賴並減少延遲帶來的影響增強安全性，另一方面卻又推出雲端AI推理芯片，看似有些矛盾。
但如果將5G和AI一起考慮，就能夠理解高通的做法。5G帶來的是高速、低延遲、更多連接和穩定性更高的無線連接，高通也是5G發展非常重要的推動着。高通中國區董事長孟樸在AI Day上就表示：“高通正積極參與到智能手機、PC/平板電腦、擴展現實(XR)、汽車和物聯網這五大領域中。到2025年，這些細分市場的AI應用率，將從去年的不到10%，增長至100%。在這一趨勢的驅使下，終端側AI將成爲許多關鍵平臺的標準特性。移動連接和移動計算是AI革命的中心。”
如何理解?雷鋒網認爲，移動通信技術是高通最擅長的，高性能低功耗處理器也是其優勢，因此，5G+AI不僅可以體現高通的技術優勢，更能實現更大稿的商業價值。根據《5G經濟》的報告，到2035年5G相關產品和服務的市場，另外根據Gartner的報告，到2022年AI衍生的商業價值將達到約3.9萬億美元。
產品佈局上，5G的高速連接，將給邊緣雲端帶來更多需要處理的數據，增強終端的AI性能的重要意義在於實現高效、個性化、高可靠性、即時、安全的AI能力，可以滿足相對簡單AI應用的需求，對於更爲複雜的AI應用，在邊緣雲端能夠實現處理能夠挖掘本地數據的價值。
並且，高通推出的是雲端AI推理加速器，而非雲端AI訓練處理器，這可以發揮高通低功耗和高性能的優勢，並且不會與英特爾、英偉達在雲端產生激烈的競爭。另外，具備從終端到邊緣雲端的AI解決方案，除了一體化的方案能夠帶來的一致性體驗，AI能力向雲端的拓展也能夠更好地滿足那些對於安全性、隱私性、定製性要求比較高的企業，同時增強在AI時代的競爭力。
有突破性的AI研究——G-CNN
對於任何一家以技術見長的公司，對領先技術的研究是其保持競爭力的關鍵，AI時代同樣如此。據介紹，高通在2007年Qualcomm Research就啓動了首個人工智能項目，在此後開發了對脈衝神經網絡、人工神經處理架構等的研究，並通過收購與合作加強在AI領域的研究，2018年，高通成立Qualcomm AI Research。
高通中國區董事長孟樸大連婦科醫院哪裏好 http://yyk.39.net/hospital/f9a8f_detail.html
AI Day上，高通技術工程高級總監、AI研發負責人侯紀磊博士分享了高通在人工智能領域的最新進展。他表示，高通的AI研究涵蓋基礎研究和應用研究。基礎研究方面，覆蓋壓縮、量化、編譯方面，對應到CPU、AI引擎以及AI的加速。
通過壓縮AI模型架構，自動移除不重要/冗餘單元，在壓縮達3倍的情況下準確度損失還低於1%。量化方面，自動降低權重和激活精度，可以在更低的內存和計算條件下帶來每瓦特4倍性能的提升。基於此，浮點32位和量化整型數據可以實現近乎相同的準確度，侯紀磊認爲8位AI模型有潛力被廣泛採用。編譯器方面，通過面向自動化硬件編譯的強化學習，可以應對數十億種潛在組合，在TensorFlow Lite上實現4倍的加速。
AI硬件方面，通過傳統計算架構的轉變，對內存中進行簡單的數學計算進行研究，針對單比特操作，運算能效可以提升10-100倍。並且，爲了實現高效學習，高通還面向無監督學習的深度生成模型進行研究。
不過，讓最雷鋒網眼前一亮的還是高通對新型卷積網絡的研究，高通稱爲規範等變卷積神經網絡(Gauge Equivagriant CNN)。據介紹，該研究由AI領域的關鍵人物韋靈思博士領導，這一研究包含了廣義相對論和量子場論的數學原理應用於深度學習。規範等變卷積神經網絡能接受幾乎所有類型的曲面物體數據，並將新型卷積應用其中。物體任意移動AI仍然可以進行識別。這其中真正的突破是：通過對物體形狀近似並將其展開成平面2D的塊狀拼接，使這一處理過程變得十分高效，可以在具備AI功能的汽車、無人機或VR頭顯設備上運行。
借投資增強AI創新力
至此，我們已經從高通的應用、硬件產品、技術研究瞭解了高通的AI實力，但保持整體的創新能力不能忽視的是有技術獨特性的初創企業。僅AI而言，高通在2018年設立了總額達1億美元的AI風險投資基金，用於投資全球變革AI技術的初創企業。
AI投資策略上，高通全球副總裁、高通創投董事總經理沈勁表示，過去幾年AI商業化的第一階段已經比較成熟，具體反映在算力、算法、數據三方面，AI商業化第的一陣營也已經形成。目前，AI商業化已經推進到2.0階段，在這一階段，算力分佈於邊緣和終端側，算法是能夠在功耗受限的情況下真正解決問題的高效算法。
高通全球副總裁、高通創投董事總經理沈勁
具體而言，沈勁指出高通創投的AI投資策略着重於三方面，第一個方面是高效的硬件;第二個方面是先進的算法，包括在最先進的深度學習網絡中研究出的算法，以及爲有限空間、嚴苛環境研究的算法;第三方面是垂直平臺和典型應用。
他透露，高通創投最近投資了一家企業，這家企業正在提供一個能夠將兩岸3000多位AI工程師對接到包括礦業、建築業在內的諸多行業並推進落地應用的平臺。
雷鋒網小結
相比其他芯片巨頭，高通在AI方面的宣傳相對許多巨頭在國內的聲音小很多，也沒有強調自己的AI策略。藉着AI Day的機會，我們有機會從生態合作伙伴、芯片、AI研發、AI投資策略全面完整地瞭解高通的AI實力。
顯然，作爲通用平臺和技術的提供方，高通的AI能力顯然沒有侷限於目前對其最重要的驍龍平臺，通過佈局雲端和終端的AI芯片，高通的AI能力也將會從智能手機延伸到更多消費和工業級應用，藉助5G+AI的策略，實現更大的發展。