告别百舸争流的时代，如今的智能手机市场越来越像神仙打架，拼的是绝对的技术硬实力，真全面屏、挖孔屏、折叠屏、10倍变焦等三五年前还在小编笔下对未来设想中的技术名词一股脑涌现出来。当然，在这些技术升级或者变革中，IT之家小编觉得，还有一项是不能忽视的——AI。

AI在智能手机中应用的深入，是已经开始的必然，它是让智能手机真正无愧于“智能”这个修饰词的核心技术。如今的手机智能吗？很难说不，但这只是相对于以往的功能机而言的。真正的智能，应该像一个真实的助手，拥有不同维度的感知能力和学习能力，并主动提供服务，当你想购物，她能主动提供比价信息；当你要看电影，会主动推荐你最喜欢的类型，你到达电影院时还能主动显示取票码，甚至当你说话中出现微妙的情绪变化，它也能准确捕捉到，并了解你的心意……这些，都有赖人工智能技术的深入运用。

我们这里说的只是智能手机，事实上，在我们所能看到未来，是万物互联的，悄然走近的5G时代就像一张大网，将电视机、汽车、冰箱、洗衣机、空调、音箱、甚至电表水表等等海量设备，无数终端，都网罗在内，理论上，这些终端都应该具备这种真正的“智能”。

这就是我们所说的边缘化。

5G时代，如何让海量的设备都可以做到真正的智能？这是真正的难题。而在3G、4G时代发挥重要作用的基础连接技术提供商高通，有他的解决之道。我们不妨了解一下。

终端AI和云端AI，相辅相成

刚才我们说到智能手机的AI能力，以及万物互联时代海量终端的AI能力，其实我们在讲一个重要概念——终端侧AI。

终端侧的AI，就是指数据的采集、计算、决策都在前端设备本地进行。相较于云端AI，终端侧AI拥有更好的隐私性、更高的可靠性和更低的时延，同时高效利用网络带宽。

5G，一个新时代的开端，因为它颠覆的是通信系统最基础的连接技术。我们知道，5G将成为一个统一的连接架构，能够利用不同的频谱、满足不同的服务需求、采取不同的部署模式，从而实现万物互连。而终端侧AI，可以说是万物互联时代的“天然绝配”，它能够很好地满足物联网高可靠低时延的核心需求。道理很简单，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，也不现实，更影响体验，因此，去中心化，让边缘化的每个终端设备都有智能计算的能力，是必然之路。所以，终端侧AI的应用，至关重要。

而高通，是终端侧AI的关键推动者，也是5G的关键推动者。高通技术副总裁李维兴曾在发言中阐述了为什么高通觉得5G和AI是高度相关的。因为在5G时代，训练、推理将在云端处理，所有的边缘终端都将具备机器学习能力。这就意味着，数据处理将可以在最靠近数据源的位置处理，对云端处理进行补充。5G+AI的战略，也能够保证隐私性、可靠性、低时延和高效性。2019年是全球5G向前发展一个十分关键的时间点，在云端进行AI的训练、推理，在终端侧进行AI的数据处理，这是值得期待的战略。

一方面，集中式的云端AI在大数据训练以及支持时延不敏感的内容和存储中发挥着重要作用，另一方面，AI的具体执行却会越来越多的在无线边缘的海量终端上，两者相辅相成，互为补充，但前提是通过高速率低时延泛在网的5G彼此连接作用。

目前，高通的终端侧人工智能已经可以通过随时随地的网络连接同时与云端协同合作。在面向手势识别、连续认证、个性化用户界面和面向自动驾驶的精密地图构建等方面，通过使用场景来训练终端侧人工智能，这一切的实现都得益于高速的连接和高性能的终端侧智能处理。

高通，终端侧AI的推进者

过去几年，细心的小伙伴会发现，高通其实一直在强调骁龙移动平台的AI能力，事实上，他们也一直在坚持做一件事：将具有强大算力的人工智能技术应用到终端上，推进终端侧AI的发展。

当然，我们这里说终端侧AI，但由于过去包括现在这些年，智能手机是在我们日常生活中离我们最近的、最关键的智能终端设备，所以我们讨论眼下的终端侧AI，很容易还是会落脚在手机上。

举例来说，早在2007年，高通就启动了首个人工智能项目，那个时候，其实还是功能机的天下。经过近10年的积累以及成果取得，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；

2016年，高通发布了骁龙神经处理引擎SDK，而在2017年初，第二代人工智能引擎也随着骁龙835的发布而问世，通过骁龙神经处理引擎SDK，第二代人工智能引擎支持了TensorFlow和Caffe两大主流框架，并且这一人工智能芯片推出后，智能手机开始进入智能相册管理和人脸识别的时代，成为智能手机新卖点；

2018年，随着骁龙845移动平台发布，高通第三代人工智能引擎AI Engine问世，这一代人工智能引擎中，高通开始引入CPU、GPU和DSP的异构并行计算，AI算力性能方面相比上一代提升了3倍，并且加入了对百度PaddlePaddle、商汤Parrots、Android NN等等模型的支持，第三代人工智能AI Engine让智能手机也能拥有强大顶级的AI算力支持，同时异构计算的解决方案为开发者和OEM厂商提供了在AI手机或其他边缘终端上优化AI用户体验的能力。

今年，高通人工智能引擎已经更迭到了第四代，同样是采用CPU、GPU和DSP的异构并行计算的解决方案，但三者都有相当的提升，集成全新面向AI处理的硬件核心Hexagon张量加速器，从而令第四代AI Engine能够实现每秒超过7万亿次运算，在智能手机终端中拥有顶级的AI算力，高通称领先安卓竞品2倍。

在梳理高通移动平台上人工智能演进的同时我们不能忽略，高通的人工智能引擎不仅应用在旗舰移动平台上，在骁龙660、骁龙630、骁龙710等产品也均支持，对于手机终端来讲，也就是无论旗舰机还是千元机，均能拥有AI Engine的支持或是支持AI的功能，这对于人工智能在手机等终端的落地显然是极大的推动。

关于高通在终端侧的AI体系，用下面这张结构图可以很清楚的表达出来：即以骁龙人工智能引擎AI Engine为核心中枢，整合底层框架（Caffe等）、软件（SDK等）硬件（CPU、GPU、DSP）资源，支持采用骁龙平台的合作伙伴生态系统，并与他们深入合作，然后作用于智能手机、平板、电脑、汽车、可穿戴设备等海量终端上。

因此，推动终端侧AI发展，实现终端侧AI无处不在的使命上，还有两个重要点，即和生态伙伴的合作，以及丰富AI应用的终端类型。

而事实上，无论是AI软件层面还是云服务层面，高通均和行业的伙伴有着广泛深入的合作，例如去年高通和网易有道合作，聚焦于终端AR性能的提升，利用AI Engine，在部分骁龙移动平台上加速有道实景AR翻译功能；此外高通和腾讯等云端服务商合作，借助骁龙神经处理SDK来进行终端侧的实际应用。如手机QQ的“高能舞室”功能，就是终端侧AI合作应用的典型案例。

在终端的丰富性上，目前高通在始终连接的PC、扩展现实XR、汽车以及更广泛的物联网设备上均有布局，例如在今年年初的CES展会上，高通就推出了第三代骁龙汽车驾驶舱平台，基于骁龙820A平台打造而成，支持高通人工智能引擎AI Engine、信号处理器、CPU和GPU，这一平台的目标是打造从语音驱动界面到导航系统等各种基于现代化视觉界面的车内体；再如高通去年就曾推出全球首款扩展现实（XR）专用平台——Qualcomm骁龙XR1平台，该平台即集成了高通的人工智能引擎AI Engine，让客户能够处理AI用例，并运行基于高性能、高能效机器学习的计算机视觉算法，帮助实现关键的AR应用场景，例如更好的姿势预测、物体识别分类等。

AI+5G，共同释放的潜力

今年是5G商用部署的第一年，而未来，随着5G发展壮大并建立起统一的连接架构，以智能终端为主的无线边缘在分布式智能（可以理解为终端侧AI）的加持下将带来巨大的社会效益，未来，人工智能被带至数万亿联网终端不是梦，数据显示，到2025年AI衍生的商业价值将达到5.1万亿美元，到2035年5G相关产品和服务将达到12.3万亿美元。

高通在5G推进方面的关键作用无需赘言，IT之家此前也有多篇文章对此介绍，小编这里更关注的是在AI方面，高通的技术领导力如何变革无线边缘，从而真正释放5G的全部潜力。而通过上面的介绍，我们有理由相信，高通所预想的变革，不会太远。

本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/419/582.htm]