正在阅读：看高通是如何致力于人工智能在终端侧的研发看高通是如何致力于人工智能在终端侧的研发

　　【PConline 杂谈】手机的普及已经无处不在了，根据数据显示，未来5年，全球手机的出货量将超过85亿台，这么一个庞大的产业规模下，其实有这许多空间去遐想“人工智能”。高通认为，移动终端必将会成为全球最普遍的人工智能平台，并且根据高通一直以来在移动领域芯片和算法的领导地位，有十分好的契机去实现和推动人工智能的发展。

　　日前，高通收购了荷兰阿姆斯特丹大学附属的一家人工智能的公司Scyfer B.V.，根据高通的说明，是为了充实高通在人工智能领域的人才团队。事实上，高通在人工智能领域的耕耘已经超过了十年，大约2012年已经开始进入到深度学习的阶段。收购Scyfer其实是继2015年在荷兰设立了研发分支机构之后的举动。Scyfer团队的加入，可以很好地利用他们在人工智能方面的技术储备，应用到高通目前所关注的产品和领域中去。

人工智能为什么要在终端侧处理？

　　终端，就是我们常用到的手机或者汽车等实在存在的产品。以往，很多人工智能的东西可能都要通过云端来实现，譬如翻译，它很依赖网络，响应速度也慢。随着大家对功能的进一步诉求，在终端侧实现人工智能变得更加迫切。

　　总结来说有四个主要的原因：第一是隐私性，这很容易理解，数据隐私保护的问题。第二，可靠性，例如汽车需要进行实时的决策而不是上传到云端再进行处理。以及第三，低时延。此外，第四是高效利用网络带宽，这就是为什么我们需要将部分数据处理放在终端侧完成很重要。

人工智能在终端侧处理会面临什么难题？

　　如果简单的把很多人工智能的工作架设在终端上，必然会带来一些问题。首先，人工智能工作负载本身非常复杂，通常它需要大量、密集的计算，同时它有始终开启且实时在线的需求；此外，智能手机、无人机、汽车等终端产品的计算环境是非常受限的，它们面临着人工智能工作负载要克服的热效率、电池续航时间、内存以及存储空间等问题。

　　随着芯片研发的深入，高通在电池性能和热效率等方面的解决能力已经十分有优势了，这也为高通进一步深耕人工智能提供很好的基础。但是是否有好的芯片就够了？答案是还不够的。

高通是如何解决在终端侧实现人工智能的？

　　高通除了做高效的芯片之外，其实也一直有做算法上面的改进，目前整个行业对于算法的提升非常重视，Qualcomm不仅对未来可能出现的新工作负载和新的用例进行优化；同时也对现有的算法（专注的算法优化和提升主要包括压缩、层间优化和稀疏优化等）进行优化提升，让它能够在移动终端上更高效的运行解决方案。

　　另外，就是软件工具部分。在终端侧，一方面Qualcomm提供自己的软件工具支持在终端侧进行的人工智能，同时也和生态系统里的合作伙伴合作，支持比如TensorFlow、Caffe2等。

　　高通在今年7月已经推出了骁龙神经处理引擎，它已经有SDK供开发者开发，能够让工智能工作负载在现有的骁龙移动平台上实现高效的运行。同时，通过这一套工具包，第三方开发者能够更好地利用多样的Qualcomm的硬件架构，包括CPU、GPU、DSP进行人工智能的处理。此外，该工具包不需要对网络进行特定的人工智能培训，它支持TensorFlow、Caffe、Caffe2以及一些未来即将发布的框架。这套工具包还支持优化的特性：无须专门针对特定的硬件核心进行编程，就可以在我们的一个或多个硬件核心上运行深度神经网络。

人工智能在终端侧实现之后，会带来什么体验的提升？

　　高通为智能手机提供了增强的连接性能，以及人工智能的功能，而这必将为智能手机用户带来全新的体验。举三个例子，首先是具有人工智能特性的智能手机，将会为用户带来真正的个人助理功能，其次可以利用深度神经网络技术提供出色的拍照能力，此外还可以带来更强的安全性。我们相信未来人工智能还能给手机带来其他优势，比如延长手机电池的续航时间、实现更好的手机联网能力、增强的安全性能、还可以更好地对调制解调器进行管理等。通过人工智能特性，我们将把现有的骁龙移动平台变得更好。

高通未来的愿景

　　高通目前把不少的应用前景放在人工智能汽车领域上，因为汽车是目前所能遇见集成度最高的“终端”。高通也有在研究自然语言处理和自然语言理解。

　　高通认为，未来的人工智能，应该是具备高通现已支持的高性能、低功耗终端的能力，并能够利用先进的无线通信技术（5G），实现终端侧与云之间的人工智能配合和连接。

　　高通目前已具备相应的能力，让客户在高通支持的终端上运行人工智能工作负载。同时，也拥有非常稳健的研发和产品路线图，并着眼未来。

　　所以，你所感知到的高通，并非只限于在芯片上面的发展。也会在用户感知明显的终端中去提升人工智能的发展，譬如汽车市场等。