看高通是如何致力於人工智慧在終端側的研發

手機的普及已經無處不在了，根據數據顯示，未來5年，全球手機的出貨量將超過85億台，這麼一個龐大的產業規模下，其實有這許多空間去遐想「人工智慧」。高通認為，移動終端必將會成為全球最普遍的人工智慧平台，並且根據高通一直以來在移動領域晶元和演算法的領導地位，有十分好的契機去實現和推動人工智慧的發展。

日前，高通收購了荷蘭阿姆斯特丹大學附屬的一家人工智慧的公司Scyfer B.V.，根據高通的說明，是為了充實高通在人工智慧領域的人才團隊。事實上，高通在人工智慧領域的耕耘已經超過了十年，大約2012年已經開始進入到深度學習的階段。收購Scyfer其實是繼2015年在荷蘭設立了研發分支機構之後的舉動。Scyfer團隊的加入，可以很好地利用他們在人工智慧方面的技術儲備，應用到高通目前所關注的產品和領域中去。

人工智慧為什麼要在終端側處理？

終端，就是我們常用到的手機或者汽車等實在存在的產品。以往，很多人工智慧的東西可能都要通過雲端來實現，譬如翻譯，它很依賴網路，響應速度也慢。隨著大家對功能的進一步訴求，在終端側實現人工智慧變得更加迫切。

總結來說有四個主要的原因：第一是隱私性，這很容易理解，數據隱私保護的問題。第二，可靠性，例如汽車需要進行實時的決策而不是上傳到雲端再進行處理。以及第三，低時延。此外，第四是高效利用網路帶寬，這就是為什麼我們需要將部分數據處理放在終端側完成很重要。

人工智慧在終端側處理會面臨什麼難題？

如果簡單的把很多人工智慧的工作架設在終端上，必然會帶來一些問題。首先，人工智慧工作負載本身非常複雜，通常它需要大量、密集的計算，同時它有始終開啟且實時在線的需求；此外，智能手機、無人機、汽車等終端產品的計算環境是非常受限的，它們面臨著人工智慧工作負載要克服的熱效率、電池續航時間、內存以及存儲空間等問題。

隨著晶元研發的深入，高通在電池性能和熱效率等方面的解決能力已經十分有優勢了，這也為高通進一步深耕人工智慧提供很好的基礎。但是是否有好的晶元就夠了？答案是還不夠的。

高通是如何解決在終端側實現人工智慧的？

高通除了做高效的晶元之外，其實也一直有做演算法上面的改進，目前整個行業對於演算法的提升非常重視，Qualcomm不僅對未來可能出現的新工作負載和新的用例進行優化；同時也對現有的演算法（專註的演算法優化和提升主要包括壓縮、層間優化和稀疏優化等）進行優化提升，讓它能夠在移動終端上更高效的運行解決方案。

另外，就是軟體工具部分。在終端側，一方面Qualcomm提供自己的軟體工具支持在終端側進行的人工智慧，同時也和生態系統里的合作夥伴合作，支持比如TensorFlow、Caffe2等。

高通在今年7月已經推出了驍龍神經處理引擎，它已經有SDK供開發者開發，能夠讓工智能工作負載在現有的驍龍移動平台上實現高效的運行。同時，通過這一套工具包，第三方開發者能夠更好地利用多樣的Qualcomm的硬體架構，包括CPU、GPU、DSP進行人工智慧的處理。此外，該工具包不需要對網路進行特定的人工智慧培訓，它支持TensorFlow、Caffe、Caffe2以及一些未來即將發布的框架。這套工具包還支持優化的特性：無須專門針對特定的硬體核心進行編程，就可以在我們的一個或多個硬體核心上運行深度神經網路。

人工智慧在終端側實現之後，會帶來什麼體驗的提升？

高通為智能手機提供了增強的連接性能，以及人工智慧的功能，而這必將為智能手機用戶帶來全新的體驗。舉三個例子，首先是具有人工智慧特性的智能手機，將會為用戶帶來真正的個人助理功能，其次可以利用深度神經網路技術提供出色的拍照能力，此外還可以帶來更強的安全性。我們相信未來人工智慧還能給手機帶來其他優勢，比如延長手機電池的續航時間、實現更好的手機聯網能力、增強的安全性能、還可以更好地對數據機進行管理等。通過人工智慧特性，我們將把現有的驍龍移動平台變得更好。

高通未來的願景

高通目前把不少的應用前景放在人工智慧汽車領域上，因為汽車是目前所能遇見集成度最高的「終端」。高通也有在研究自然語言處理和自然語言理解。

高通認為，未來的人工智慧，應該是具備高通現已支持的高性能、低功耗終端的能力，並能夠利用先進的無線通信技術（5G），實現終端側與雲之間的人工智慧配合和連接。

高通目前已具備相應的能力，讓客戶在高通支持的終端上運行人工智慧工作負載。同時，也擁有非常穩健的研發和產品路線圖，並著眼未來。

所以，你所感知到的高通，並非只限於在晶元上面的發展。也會在用戶感知明顯的終端中去提升人工智慧的發展，譬如汽車市場等。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！