身处AI的浪潮，无论是大公司还是小公司，如果不给自己打上AI标签，似乎都不好意思对外发声。而智能手机成了率先比拼AI性能的产品，苹果和华为凭借自研的A系列以及麒麟900系列处理器的NPU大肆宣传其手机的AI性能，并以此作为卖点。相比之下，高通的旗舰骁龙800系列处理器迟迟没有加入所谓的NPU，这是否意味着高通的AI实力相比更弱？
答案是否定的。关于骁龙800系列处理器为何没有加入NPU，雷锋网此前的文章《骁龙855和Helio P90为什么没有与A12和麒麟980“相同”的NPU？》中已经指出，由于高通面向所有的手机厂商提供处理器，在AI算法还不够成熟，手机AI应用还在探索的时候，集成专用性更强的NPU对高通而言显然不是明智的选择，因此他们推出的是通用性和灵活性更高的AI Engine。
然而，正是通用性和灵活性，让高通能够将AI作为一种通用的能力向更多领域拓展，而不仅仅局限于手机。
高通的AI朋友圈
无论对于AI算法公司还是AI芯片公司，作为提供基础技术的公司，典型的合作案例不仅证明其技术的领先性，更重要的是说明其市场的接受程度。上周，高通在深圳的人工智能开放日（AI Day）活动让我们有机会从研发到应用全面了解了高通在AI领域的布局以及成果。
AI的概念已经被普及，但AI到底有些哪些应用？高通在AI Day上联合近20家生态合作货站展示了40多个基于AI Engine的应用，分为AI智慧影音、AI变革行业、AI智慧生活、AI乐享畅玩展区。在AI智慧影音区，主要还是基于AI实现的AI智能超级夜景、AI 智能美颜拍照、AI智能视频虚化、AI通话智能降噪。雷锋网现场体验了AI通话智能降噪，在硬件和算法的结合下，确实能够在现场嘈杂的环境也能实现清晰的通话。
AI拍照方面，虹软、百度、旷视的功能都有相似之处，但又各有特色。以虹软为例，他们展示了手持手机就能拍出极致夜景的AI超级夜景技术、实现智能视频虚化大光圈效果的 Video Bokeh技术、能够克隆萌趣表情的AI Avatar技术等多项手机AI拍照技术，这些都可以作为手机的AI卖点。雷锋网了解到，虹软的相关算法已经被手机厂商广泛应用，除了算法的丰富性，其在计算机视觉方面的优势也是获得众多手机厂商认可的关键。百度则展示借助相机跟踪手部和腿部的动作增加特效，实现一定程度的AR。
虹软Demo
在AI变革行业的展示中，展示的是借助AI Engine的计算能力和摄像头，在工业生产中进行检测，同时还展示了智能广告牌，同样基于AI视觉识别，在识别出性别和年龄后进行智能化的广告推送。
AI智慧生活的展区，有道展示的是有道翻译官的实景翻译，其中特别的地方在于可以离线进行实景翻译，这很大程度上是得益于终端AI算力的提升。这一展区华捷艾米夜展示了智慧零售解决方案，雷锋网在体验之后发现相比Amazon GO的无人零售解决方案，华捷艾米基于骁龙845的3D解决方案在店铺的监控方面只需要更少的设备，同时在货架的监控中基本没有盲区。
有道高通AI Day Demo
AI乐享畅玩展示的则是在AI Day上的新一个新宣布，那就是高通vivo、腾讯王者荣耀和腾讯AI Lab四方合作，利用骁龙855搭载的第四代AI Engine，在vivo的iQOO手机上将移动游戏的AI推理能力首次大规模从云端迁移至终端侧。现场可以用iQOO手机组队与AI电竞战队“SUPEX”现场竞技。
透过高通AI Day的生态合作伙伴，不难发现AI的应用目前更多仍然是基于视觉的探索，这些应用既能引发消费者对拍照、AR的兴趣，提升游戏体验，也能提升工业生产的效率。除此之外，高通也还有AI在汽车领域以及许多AI语音方面的应用，只是在此次AI Day并未全部展出。
看似矛盾的AI硬实力
对于高通这家以手机SoC见长的技术公司来说，在AI竞争中借助已有的优势抢占边缘端AI市场并非难事，这也是高通已经在做并且已经有成果的事情。不过高通并没有满足于此，他们在本月上旬的高通美国AI Day上，发布3款AI性能提升2倍的骁龙平台的同时，还发布了云端AI加速芯片。
新骁龙平台AI性能提升2倍
前面已经多次提到了骁龙平台以及AI Engine，这正是高通结合已有优势实现的终端AI的能力。高通最新的骁龙855搭载的是第四代AI Engine，而高通也在努力将AI Engine搭载到更多的骁龙平台上。
本月上旬，高通宣布推出全新的骁龙730、骁龙730G、骁龙655移动平台，AI算力就是一个重要的提升。其中，骁龙730搭载最新第四代AI Engine，高通表示其AI算力是前代平台的2倍，提升了拍摄、游戏、语音和安全的终端侧直观交互的处理速度。骁龙65则搭载了第三代AI Engine，终端侧AI性能同样是其前代产品的两倍。
进入AI云端推理市场
相比新发布的骁龙平台，更值得关注的是全新的高通云端AI推理加速处理器Cloud AI 100。根据高通的说法，Cloud AI 100可以与CPU、GPU、FPGA任何一种进行组合来实现云端AI推理加速。
具体看，Cloud AI 100基于台积电7nm工艺，采用全新的架构，专为处理AI推理工作负载设计，支持多种软件栈，包括PyTorch、Glow、TensorFlow、Keras和ONNX。高通称Cloud AI 100与目前业界最先进的AI推理解决方案相比，每瓦特性能提升超过10倍，产品预计在2019年下半年开始出样。
高通的这一新品难免让人感到疑惑。一方面，高通在不断增强边缘端的AI性能，希望减少终端对云端AI能力的依赖并减少延迟带来的影响增强安全性，另一方面却又推出云端AI推理芯片，看似有些矛盾。
但如果将5G和AI一起考虑，就能够理解高通的做法。5G带来的是高速、低延迟、更多连接和稳定性更高的无线连接，高通也是5G发展非常重要的推动着。高通中国区董事长孟樸在AI Day上就表示：“高通正积极参与到智能手机、PC/平板电脑、扩展现实（XR）、汽车和物联网这五大领域中。到2025年，这些细分市场的AI应用率，将从去年的不到10%，增长至100%。在这一趋势的驱使下，终端侧AI将成为许多关键平台的标准特性。移动连接和移动计算是AI革命的中心。”
如何理解？雷锋网认为，移动通信技术是高通最擅长的，高性能低功耗处理器也是其优势，因此，5G+AI不仅可以体现高通的技术优势，更能实现更大稿的商业价值。根据《5G经济》的报告，到2035年5G相关产品和服务的市场，另外根据Gartner的报告，到2022年AI衍生的商业价值将达到约3.9万亿美元。
产品布局上，5G的高速连接，将给边缘云端带来更多需要处理的数据，增强终端的AI性能的重要意义在于实现高效、个性化、高可靠性、即时、安全的AI能力，可以满足相对简单AI应用的需求，对于更为复杂的AI应用，在边缘云端能够实现处理能够挖掘本地数据的价值。
并且，高通推出的是云端AI推理加速器，而非云端AI训练处理器，这可以发挥高通低功耗和高性能的优势，并且不会与英特尔、英伟达在云端产生激烈的竞争。另外，具备从终端到边缘云端的AI解决方案，除了一体化的方案能够带来的一致性体验，AI能力向云端的拓展也能够更好地满足那些对于安全性、隐私性、定制性要求比较高的企业，同时增强在AI时代的竞争力。
有突破性的AI研究——G-CNN
对于任何一家以技术见长的公司，对领先技术的研究是其保持竞争力的关键，AI时代同样如此。据介绍，高通在2007年Qualcomm Research就启动了首个人工智能项目，在此后开发了对脉冲神经网络、人工神经处理架构等的研究，并通过收购与合作加强在AI领域的研究，2018年，高通成立Qualcomm AI Research。
高通中国区董事长孟樸
AI Day上，高通技术工程高级总监、AI研发负责人侯纪磊博士分享了高通在人工智能领域的最新进展。他表示，高通的AI研究涵盖基础研究和应用研究。基础研究方面，覆盖压缩、量化、编译方面，对应到CPU、AI引擎以及AI的加速。
通过压缩AI模型架构，自动移除不重要/冗余单元，在压缩达3倍的情况下准确度损失还低于1%。量化方面，自动降低权重和激活精度，可以在更低的内存和计算条件下带来每瓦特4倍性能的提升。基于此，浮点32位和量化整型数据可以实现近乎相同的准确度，侯纪磊认为8位AI模型有潜力被广泛采用。编译器方面，通过面向自动化硬件编译的强化学习，可以应对数十亿种潜在组合，在TensorFlow Lite上实现4倍的加速。
AI硬件方面，通过传统计算架构的转变，对内存中进行简单的数学计算进行研究，针对单比特操作，运算能效可以提升10-100倍。并且，为了实现高效学习，高通还面向无监督学习的深度生成模型进行研究。
不过，让最雷锋网眼前一亮的还是高通对新型卷积网络的研究，高通称为规范等变卷积神经网络（Gauge Equivagriant CNN）。据介绍，该研究由AI领域的关键人物韦灵思博士领导，这一研究包含了广义相对论和量子场论的数学原理应用于深度学习。规范等变卷积神经网络能接受几乎所有类型的曲面物体数据，并将新型卷积应用其中。物体任意移动AI仍然可以进行识别。这其中真正的突破是：通过对物体形状近似并将其展开成平面2D的块状拼接，使这一处理过程变得十分高效，可以在具备AI功能的汽车、无人机或VR头显设备上运行。
借投资增强AI创新力
至此，我们已经从高通的应用、硬件产品、技术研究了解了高通的AI实力，但保持整体的创新能力不能忽视的是有技术独特性的初创企业。仅AI而言，高通在2018年设立了总额达1亿美元的AI风险投资基金，用于投资全球变革AI技术的初创企业。
AI投资策略上，高通全球副总裁、高通创投董事总经理沈劲表示，过去几年AI商业化的第一阶段已经比较成熟，具体反映在算力、算法、数据三方面，AI商业化第的一阵营也已经形成。目前，AI商业化已经推进到2.0阶段，在这一阶段，算力分布于边缘和终端侧，算法是能够在功耗受限的情况下真正解决问题的高效算法。
高通全球副总裁、高通创投董事总经理沈劲
具体而言，沈劲指出高通创投的AI投资策略着重于三方面，第一个方面是高效的硬件；第二个方面是先进的算法，包括在最先进的深度学习网络中研究出的算法，以及为有限空间、严苛环境研究的算法；第三方面是垂直平台和典型应用。
他透露，高通创投最近投资了一家企业，这家企业正在提供一个能够将两岸3000多位AI工程师对接到包括矿业、建筑业在内的诸多行业并推进落地应用的平台。
雷锋网小结
相比其他芯片巨头，高通在AI方面的宣传相对许多巨头在国内的声音小很多，也没有强调自己的AI策略。借着AI Day的机会，我们有机会从生态合作伙伴、芯片、AI研发、AI投资策略全面完整地了解高通的AI实力。
显然，作为通用平台和技术的提供方，高通的AI能力显然没有局限于目前对其最重要的骁龙平台，通过布局云端和终端的AI芯片，高通的AI能力也将会从智能手机延伸到更多消费和工业级应用，借助5G+AI的策略，实现更大的发展。
相关文章：
正在生成分享图...
刘伟