高通:打造数十亿级终端侧人工智能平台,提出分布式架构方案

“移动终端正成为全球最普遍的人工智能平台，而高通处理器将成为无处不在的终端侧人工智能平台。”日前，高通工程技术副总裁 Jeff Gehlhaar 在一场与中国媒体沟通会上说道。

就在这场沟通之前，高通宣布了收购荷兰人工智能公司Scyfer。毫无疑问，对于人工智能未来的发展前景整个产业界已经达成机会一致的共识。而作为全球移动芯片领域的老大，高通的策略一定程度上左右着移动设备人工智能的发展方向。这次沟通会上，Jeff Gehlhaar就详细阐述了高通在人工智能领域的布局和想法。

收购Scyfer 目的是获得顶级人工智能领域人才

今年8月中旬，高通宣布收购专注于前沿机器学习技术的阿姆斯特丹大学附属公司Scyfer，以充实其相关人才团队。据了解，该公司已为全球多个不同行业的公司打造了人工智能解决方案，包括制造业、医疗业和金融业。

对于这次收购，Jeff Gehlhaar表示，一方面是看重该公司的人才，其中最重要的是通过收购Scyfer 为高通带来该公司创始人、阿姆斯特丹大学知名教授 Max Welling博士的加入。同时Scyfer 位于荷兰，这样很好地充实了高通在荷兰的研发力量。另一方面，Scyfer团队在人工智能领域有丰富的经验，可以将他们的技术应用到高通所关注的产品和领域中去。

据了解，早在2015年，高通就和阿姆斯特丹大学建立了联合研究实验室——QUVA，专注于发展面向移动领域和计算机视觉的先进机器学习技术。而Scyfer 正式从阿姆斯特丹大学分拆出来的公司。

移动终端将是最大的人工智能计算平台，高通有优势

此前，人工智能的计算大多都在服务器和云端进行，不过未来人工智能的计算载体，应该是更贴近人们生活的移动智能设备。数据显示，未来5年全球智能手机的累计出货量将超过85亿，这也意味着手机将成为最大的人工智能计算平台。

Jeff Gehlhaar表示，在移动终端领域高通占据领导地位，这也为高通利用现有设备规模化的发展人工智能带来了机会。另外，手机的快速更迭周期、产量的规模化，以及高通对高度集成和功耗优化技术的专注，都将有助于高通的人工智能方案实现大众化。同样，从智慧城市到工业物联网，再到VR、汽车，这些应用场景都将受到移动产业规模化的影响。

事实上，高通在人工智能领域已耕耘了超过十年。公司最早于2007年开始进入人工智能领域，期初是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。

大约2012年，高通开始进入到深度学习/终端侧深度学习领域的技术研究。近几年，高通在荷兰开设了研发分支，并且于2015年在ImageNet挑战赛获得了前三名。2016年，高通正式发布了Qualcomm骁龙神经处理引擎SDK。同时与合作伙伴展开展了广泛的人工智能生态系统合作，比如与谷歌合作以支持TensorFlow，与Facebook合作支持Caffe、Caffe2。


进入智能手机时代后，高通在移动处理器的优势越发明显，特别是近两年，随着智能手机市场份额高度向几家厂商集中，高通处理器出货量市场占有率不断提高，甚至让竞争对手无还手之力。而大量的搭载高通骁龙处理器的智能设备，对高通的人工战略来说是一次绝佳的卡位战机会。Jeff Gehlhaar 也表示，高通处理器将成为无处不在的终端侧人工智能平台。

高通提出终端侧分布式架构人工智能方案，与产业链合作

Jeff Gehlhaar 认为，终端侧能之所以能成为最普遍的人工智能计算平台，主要有四大优势：1.隐私性，数据的存储计算等都在本地，避免了传到云端的数据安全问题。2.可靠性，决策在本地避免了数据经过更长的通路产生错误。3.低时延，显然本地处理、本地响应更快。4.高效利用网络带宽。

那么高通具体怎样帮助客户实现终端侧的人工智能战略？对此，Jeff Gehlhaar 也给出了高通的方案。

第一：提供高效的硬件。充分利用骁龙异构计算能力，运行时长和库加速深度神经网络在所有内核上执行处理:CPU、GPU和DSP/HVX。

第二：算法优化。采用最新进的神经网络，提升压缩、层间优化和稀疏优化等，并将算法与硬件产品结合起来。

第三：软件工具。提供API和SDK文件(包括示例代码) 。今年7月，高通推出了骁龙神经处理引擎，可通过developer.qualcomm.com下载。这套一套软件工具开发包能够让人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高通硬件架构，包括CPU、GPU、DSP进行人工智能的处理。


同时Jeff Gehlhaar 还提出了分布式技术架构，他表示，现在出现了一个新兴的趋势，就是在终端侧通过多台终端的分布式架构，进行人工智能系统的训练。再加上高通强大的5G 网络，将终端侧人工智能与云端的人工智能侧无缝的连接起来了。

在谈到数据安全时，Jeff Gehlhaar 讲了分布式架构的优点，比如可以让多台终端一起作为整体协同学习，这样就没有一台终端能获取所有的数据，对外只提供给训练模型，从而保护数据隐私。


最后，Jeff Gehlhaar 强调，高通的人工智能不是单打独斗，而是着眼长期的战略研究，会与业内伙伴合作共同进行人工智能产品的创新。