2017年科技行业的焦点非人工智能(AI)莫属,无论科技巨擘、互联网巨头还是投资商、终端厂商几乎所有的公司都纷纷投身于人工智能领域,似乎宣告人工智能的时代正在到来。人工智能的概念提出距今已经60多年了,期间经历了两起两落,苦于软硬件技术的局限,几十年来都没有很大的进展。如今,随着并行计算、大数据、深度学习算法等领域的飞速发展,使得人工智能技术突飞猛进。
手机作为全球销量最大的电子消费品,有着庞大的用户群体,但几乎所有调研数据都显示,在未来几年,全球手机市场都将会维持在个位数的增长,在5G商用前夕,手机如果没有“颠覆性”的创新,很难激起用户的换机需求。AI与手机的结合让创新乏力的手机有了新的希望,成为手机差异化的最大卖点。
2017年,高通、苹果、华为发布的最新手机芯片中,AI功能的介绍都是着墨最多的地方。新一代iPhone搭载的A11芯片,内置了人工智能“神经引擎”,已在人脸识别上得到了应用;华为最新的麒麟970处理器拥有一个专门的神经处理单元(NPU),并用在了刚发布的华为Mate 10系列和荣耀V10中;而高通一周前刚刚发布的骁龙845则是基于分布式架构的神经网路处理引擎(SNPE),可以运行在骁龙异构平台的CPU、GPU、DSP等每一个单元上。
不同的AI硬件实现方式
值得注意的是,这一次在AI功能的实现方面,移动芯片厂商们采取了不同的方式。苹果和华为都选择了时下最热门的“特殊应用积体电路”(ASIC)方式来实现AI功能,并拥有独立AI模块。而高通则采用了异构计算的方式来实现,在刚刚结束的第二届骁龙技术峰会上,Qualcomm Technologies, Inc.高级副总裁兼移动业务总经理Alex Katouzian在专访环节介绍道,“Qualcomm的产品架构本身已具备了NPU的能力,支持机器学习在不同引擎上的运行,包括GPU和DSP,并具备足够的智能去把不同的用例分配到不同的核心上,而不是去额外再添加NPU。”
Qualcomm Technologies, Inc.执行副总裁兼QCT总裁克里斯蒂安诺•阿蒙(左)
Qualcomm Technologies, Inc.高级副总裁兼移动业务总经理Alex Katouzian(右)
骁龙845发布以来,就AI实现方面很多人略有微词,纠结于高通没有独立的AI模块。实际上,高通在AI领域的探索很早就启动了。在2007年高通开始启动人工智能项目,并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了人工神经网络。Qualcomm Technologies, Inc.执行副总裁兼QCT总裁克里斯蒂安诺•阿蒙强调,骁龙845已经是高通第三代人工智能平台了,整体性能较上一代提升3倍。阿蒙表示,高通一直都致力于确保骁龙平台具备机器学习特性,支持诸多移动用例的运行,而这其中有许多用例可能本来是在云端运行的。由于移动终端在功耗和散热方面具有一些不同特质,我们打造了一个非常灵活的架构,让机器学习用例可以在多种引擎上运行,比如GPU、DSP等。
高通认为,针对移动终端的特性,可以提供更有弹性的深度学习,协调各个核心的能力,所以能实现如今移动终端处理上最高的效率与最佳的性能。深度学习的功能也正在向中端芯片扩展。Alex Katouzian称,“我们发现,大部分完成此类运行的引擎(被其他公司称为NPU)都是针对向量处理(vector)工作,而这些都能在我们的DSP中进行完美处理。高通坚信,独立元件是很难与集成解决方案竞争的。集成的解决方案让我们能获得规模化,也让我们不仅能把机器学习带到顶级平台中,还能扩展到更广泛的层级,比如高端的骁龙600系列中。”
我们可以理解为,高通通过SNPE来协调各个硬件的功能,让CPU、GPU、DSP都在承担AI的计算功能,不同的任务交由不同的硬件来运行,从而实现效率和性能最佳。
AI是变革性的技术,未来将渗透在生活的方方面面,无所不在。高通预计到2025年AI的软硬件生态系统的市场将达到1600亿美元规模。高通一直强调,AI的发展正在转型,正在从云端过度到终端。一方面终端计算能力的提升;另一方面是用户连接体验、隐私性、和可靠性等方面的需求,都促进了AI向终端侧的转移。终端侧的AI所需的高性能低功耗的设备,利用无线通信技术实现设备和云端之间的连接都是高通所专注的领域。
高通在机器学习上的研发分为两个部分:第一部分,为终端构建最高效的机器学习处理器,可以支持运行我们与合作伙伴的各种用例;第二部分,会投入研究终端侧AI的相关用例,比如安全、连接管理、拍照等,但同时希望生态系统中的公司,不论是谷歌应用开发者,还是百度、腾讯、阿里巴巴,能利用智能终端获取数据,开发云端侧人工智能,不断完善云端训练算法,再放到终端去运行。
“我们在机器学习上的策略是希望骁龙成为移动终端侧运行机器学习算法的首选平台。” 克里斯蒂安诺•阿蒙告诉记者,为了实现这个目标,我们会花精力在以终端为核心的技术研发上,并将合作伙伴的算法加入到移动体验中。
未来AI的应用将呈现爆炸式增长
现如今,移动芯片的计算能力已经十分强大了,搭载高通的上一代旗舰处理器骁龙835的PC即将问世, PC上也可以享受跟手机一样的体验,在连接性、续航能力方面都将有很大的提升,不需要携带电源线,全天随时随地可用,保持开机状态,改写了使用者的体验。在性能方面,移动芯片已经为AI的硬件提供了强有力的保证,采取不一样的AI技术发展路径,其实对用户来说不会有很大的不同,应用方面的才是影响用户的关键因素。
人工智能手机的核心是不断的学习用户的各种习惯,从观察用户开始进而理解用户,并在不同场景下对用户的行为做出预判,通过各种人机互动,让机器读懂人类。如此一来,每个人的手机都将化身为一个私人助理,而且是独一无二的。
目前,关于AI的应用更多的聚焦在拍照、图像识别等方面。AI的智能化场景应用方面还十分的缺失。
高通看来,认为未来AI的应用将呈现爆炸式增长,这些应用主要将增强现实、沉浸游戏体验、语音以及健康监测等领域。
克里斯蒂安诺•阿蒙承认,虽然高通很早就开始研发AI技术,但以往没有过多宣传AI,主要是因为过去的AI用例还不是很成熟。但现在,诸多AI用例已经开始逐渐成为现实。他认为,“我们将看到AI用例在未来迎来爆发性增长。”
他举例,比如一类是像安全方面的应用,骁龙845上非常强调安全特性。机器学习会知道用户平常的行为习惯。如果你的行为和平常不一样,终端就会知道可能会存在安全方面的问题。另外,机器学习会了解你是怎么使用手机的,以及你所在的位置,是使用Wi-Fi好还是使用蜂窝网络好,以及在两者之间如何切换;
更重要的一类应用则来自收集海量数据的公司。他们会在云端训练算法,之后在骁龙平台上运行这些算法。他补充道,尽管很多用例是我们目前还无法想象的,但这些用例都会从云端运行到骁龙平台。一个典型的例子就是购物。比如亚马逊或者阿里巴巴,它们会知道相似的人群都会购买什么,然后为他们推送广告。手机也可以知道在某个特定的地点,大多人都会做些什么,通过与云端数据进行比对,然后为你提供推荐。
高通的目标则是希望把骁龙平台做到最好,成为支持多种不同用例的首选平台。目前高通已经与很多伙伴等建立了合作,包括谷歌、Facebook、腾讯、百度、商汤科技、阿里巴巴等,支持打造AI相关的功能。
当下,苹果、三星、华为都纷纷试水,推出了一些创新性的人工智能应用,如语音助手、人脸识别,使得手机已经具备人工智能的雏形了。苹果iPhone X的face ID加入人工智能机器学习AI演算法,为Face ID和动图表情符号animoji等新功能提供支持,Siri的人机交互能力也大大提升;刚刚发布的荣耀 V10 在系统中具备「负一屏」便具备了主动提供给用户常用的生活 APP、并一键直达的功能;三星的 Bixby 语音助手功能则更是 AI 对 App 整合的一个典型代表,包含语音、视觉、主页、提醒四大功能,这几种交互方式中用户可以自由切换结合进行。
AI是否可以带动手机的新一轮增长,我们尚且不清楚。不可否认的是在5G换机潮来临之前,AI给“创新乏力”、“千机一面”的手机市场点亮了一盏明灯,随着骁龙845的发布,2018年高通将带领众多安卓阵营的手机厂商全面迈进AI时代。AI手机对用户的体验影响是潜移默化的,很难感知到它的存在,当有一天,你发现离不开它的时候才会惊讶的发现它已经是你身体的延伸了。
上一篇:博通强娶高通或困难重重 面临政府监管及审查挑战
下一篇:2018年全球科技购并三大趋势将仍是主流 AI或颠覆赛局
推荐阅读最新更新时间:2023-10-13 00:00
- 英特尔中国正式发布2023-2024企业社会责任报告
- 贸泽电子与Analog Devices联手推出新电子书
- AMD 推出第二代 Versal Premium 系列:FPGA 行业首发支持 CXL 3.1 和 PCIe Gen 6
- SEMI:2024Q3 全球硅晶圆出货面积同比增长 6.8%、环比增长 5.9%
- 台积电5nm和3nm供应达到"100%利用率" 显示其对市场的主导地位
- LG Display 成功开发出全球首款可扩展 50% 的可拉伸显示屏
- 英飞凌2024财年第四季度营收和利润均有增长; 2025财年市场疲软,预期有所降低
- 光刻胶巨头 JSR 韩国 EUV 用 MOR 光刻胶生产基地开建,预计 2026 年投产
- Imagination DXS GPU 已获得ASIL-B官方认证