5G 时代，高通如何释放 AI 全部实力
未来移动互联网生活离不开两个大趋势 ， 一是5G ， 二是AI 。 前者是未来承载万物互联、提供最基础的连接性支持 ， 后者则将赋能整个5G生态网络 ， 具备彻底改变行业的能力 ， AI强大的智慧处理能力配合5G时代高速率低时延的网络 ， 将发挥出巨大的能量 。
2020年以来 ， 5G手机已经成为了主流 ， 和5G密切相关的另外一个关键词 ， 便是“AI” ， 伴随着智能手机的更新迭代 ， AI在潜移默化中已经改变了我们的生活方式 。 比如在智能手机上 ， AI会将手机变成一个更智慧的整体 ， 而不再是一个简简单单的工具 ， 简单来说 ， 它会学习如何像一个了解你的人一样 ， 在你需要帮助的时候主动提供帮助 ， 真正能“变成你肚子里的蛔虫” ， 随时都能知道你想要干什么 ， 然后提供相关的服务 。
那么智能手机又是如何实现这种AI能力的？其实还要归结于芯片 。 近日高通发布了一篇名为《我们让人工智能无处不在》的博客 ， 向我们详细阐述了AI在当下以及未来的实际运用以及高通在AI领域的努力成果 。
高通长期耕耘AI ， 让人工智能无处不在
有心的小伙伴会发现 ， 每一年骁龙平台的发布 ， 高通都会重点强调骁龙移动平台的AI能力 ， 实际上高通这些年来也一直为将具有强大算力的人工智能技术应用到终端上而努力 。
高通在AI领域有着前瞻性的技术投入 ， 据官方资料 ， 早在2007年 ， 高通就开始探索面向计算机视觉和运动控制应用的机器学习脉冲神经方法 ， 随后还将其研究范围从仿生方法拓展到人工神经网络——主要是深度学习领域 。 2012年 ， 高通在ImageNet挑战赛中利用深度学习技术获得成功 ， 在物体定位、物体侦测和场景分类比赛中名列前三名 。 2014年9月 ， 高通在阿姆斯特丹开设QualcommResearch荷兰分支 ， 作为机器学习研究的基地 。 2015年9月 ， 高通携手阿姆斯特丹大学(QUVA)建立联合研究实验室 ， 专注于推动面向移动计算机视觉的、最先进的机器学习技术发展 。 2017年 ， 通过收购位于阿姆斯特丹的领先人工智能公司Scyfer ， 进一步深化与阿姆斯特丹人工智能业界的合作关系 。
文章图片
高通在人工智能领域的耕耘已经超过了十年 ， 从技术落地到产品 ， 高通在2015年骁龙820处理器上正式融入了第一代人工智能引擎Zeroth ， 在CPU上实现运行神经网络 ， 还采用了当时商用领域最为主流的深度学习框架Caffe ， 能自动根据用户拍摄的照片进行分类 ， 比如识别出实物和汽车的图像 ， 分别存储在两个不同的文件夹 ， 方便用户更好地管理拍摄的照片 。 目前最新的骁龙865处理器搭载了第五代人工智能引擎AIEngine ， AI性能相比上一代提升了2倍多 ， 具体到整体运算力上 ， 可以达到15TOPS ， 也就是每秒15万亿次运算的水平 。 除了性能的提升 ， 第五代AIEngine还对每个内核进行大幅优化和提升 ， 更重视整体芯片架构面向AI计算的高效率和灵活性 。
文章图片
高通的人工智能引擎不仅应用在旗舰移动平台上 ， 包括600、700系列移动平台也均有支持 ， 这对于人工智能在手机等终端的落地显然是极大的推动 ， 目前搭载高通骁龙的手机终端已经超过10亿台 ， 包括小米、一加、vivo、OPPO、摩托罗拉、华硕、中兴、努比亚在内的诸多主流终端厂商都已经用上高通AIEngine 。 在我们使用手机的过程中 ， 拍照、视频拍摄、音频识别、游戏等各种场景几乎都与AI有着密切的联系 ， 举一个最简单的场景——AI的实时翻译 ， 翻译不是什么新鲜功能 ， 重点是在“实时”这两个字上 ， 它需要模拟人脑的思维方式 ， 实时处理接受到的语音信息 ， 并将之翻译为文本或语音 ， 这对神经网络运算的运算量、速度都有极为严苛的要求 ， 需要极为强大的算力支撑 。
云端AI相辅 ， 侧终端AI“相成”
5G将引领我们进入一个万物互联的新时代 ， 我们日常生活中的手机、电视、汽车、冰箱、空调、灯、音箱等等智能终端设备 ， 在5G的联结下 ， 都将汇入同一网络 ， 海量终端设备彼此独立 ， 又互联互通 ， 让这些设备彼此通信连接 ， 就需要进行AI运算 。 那么这些AI运算是放在云端呢？还是在本地终端运行？高通给出的答案是终端侧AI 。
文章图片
终端侧AI ， 顾名思义 ， 它的意思就是数据的采集、计算、决策都在前端设备本地进行 。 与在云端运行的AI相比 ， 在终端侧运行人工智能算法具有诸多优势 ， 例如即时响应、可靠性提升、隐私保护增强 ， 以及高效利用网络带宽 。 而云端AI在这个过程中 ， 是作为终端侧处理的补充而存在 ， 比如在一些汇集大数据、训练神经网络模型以及运行很复杂或依赖终端外数据的一些推理上 ， 云端AI有着一定的作用 。 不过 ， 终端设备完全依靠云端AI处理并不现实 ， 目前全球已有数十亿的联网终端 ， 未来只会越来越多 ， 海量终端彼此互连并感知周围环境 ， 产生的海量数据全部传给云端进行处理和管理 ， 不容易 ， 更影响体验 。 因此 ， 终端侧AI是更适合的选择 。
在终端侧大规模运行推理 ， 就不得不引出另外一个关键词——能效 。 还是以智能手机为例 ， AI运算本身需要反复、高强度的运算环境 ， 智能手机的计算能力、电池、存储空间等方面都可能是个问题 ， 而高通给出的解决方法 ， 是在AIEngine中引入Hexagon张量加速器 。 Hexagon支持的是8位和16位的定点运算 ， 而定点运算有助于模型更快的运行 ， 同时能耗也更低 ， Hexagon张量处理器的加入 ， 可以大大提高AIEngine的整体运算效率 ， 降低功耗 。
文章图片
此外 ， 移动端很多AI用例都是并行用例 ， 在处理这些用例的时候 ， 往往有大量数据进入到终端 ， 处理这些海量数据 ， 一定会对手机的性能资源、功耗造成不小压力 。 针对这个问题 ， 高通在AIEngine中开发了一项全新的专用技术 ， 叫做深度学习带宽压缩 。 这项技术能够对这些海量数据进行高达50%的压缩 ， 从而将需要进入到芯片处理的数据压缩一半 ， 以节省电能、降低功耗 。
高通认为 ， 我们正处于机器学习发展征程的最初期 ， 深度学习也仅是具备改变计算潜力的多项机器学习技术之一 。 随着5G发展壮大并建立起统一的连接架构 ， AI将带来巨大的社会效益 ， 而高通 ， 正在持续推进这个过程 。
【来源：IT之家】
【5G 时代，高通如何释放 AI 全部实力】声明：转载此文是出于传递更多信息之目的 。 若有来源标注错误或侵犯了您的合法权益 ， 请作者持权属证明与本网联系 ， 我们将及时更正、删除 ， 谢谢 。 邮箱地址：newmedia@xxcb.cn
推荐阅读
- 小龙虾|三农探析：池塘养殖小龙虾如何高产？高产养殖技术全解析
- 菜籽饼|菜籽饼被誉为果园之宝，但用错了烧苗烧根，果农如何来使用？
- 水产养殖|生态水产养殖如何提高鱼病的预防工作？大疆渔业这样建议
- 昆虫|恐龙时代“臭大姐”竟然长巨角？！我国科学家发现亿年前昆虫新物种
- 瘦肉精|如何避开 315曝光的瘦肉精问题肉？
- 美国_军事|那个帮美国破解北斗卫星的清华才女高杏欣，13年过去了，近况如何
- 花菜有人焯水，有人直接下锅炒，都错了，看饭店大厨是如何做的
- 如何晚上发面早上蒸？教你用冷藏发酵，一学就会，馒头包子特好吃
- 急性肠胃炎|急性肠胃炎是如何“起哄”的？这4个“不舒服”一出现，赶紧就医
- 鸭子|养鸭要注意什么，在每个季节里，如何来放牧