从智能手机到人工智能手机，高通做了哪些工作

"我们觉得人工智能这项技术会成为未来的基本技术，就像通讯，像互联网一样无所不在。未来很快会在智能手机前面加‘人工’两个字，叫人工智能手机。"在日前由芯智讯主办的"新交互·新风口--2017生物识别技术与应用高峰论坛"上，高通（中国）产品市场资深经理刘学徽先生非常肯定的说到。

△高通（中国）产品市场资深经理刘学徽先生

从智能手机到"人工智能手机"
确实，自去年以来人工智能技术在很多行业开始落地，不少智能手机厂商也纷纷引入人工智能技术到自己手机产品当中。

最近，"人工智能处理器"这种描述也越来越火热，将人工智能整合到手机中这样的未来科技感十足的使用场景也被推到了讨论的热潮中。

虽然，智能手机依靠云端也能够实现"人工智能"，但是用户在本地终端上进行人工智能计算也有着非常强的需求。比如，个人隐私数据，用户可能会觉得上传到云端会对隐私不利。另外，人工智能的操作和运算最好是发生在离它最近的地方，这会降低延时。比如，无人机运行时的判断、运算在无人机本身上面操作会减少延时。另一个好处是高效利用网络。目前设备非常多，非常庞大，随时随刻都会产生大量数据，如果所有的数据都依赖在云上操作，可以想象通信网络是承担不了的。如果在端上做一些及时有效的人工智能运算，则可以让通讯更加有效。

而如果要在本地终端上来做人工智能运算，那么首先就需要提高手机芯片的运算力，并且要控制好功耗；其次要改进算法，因为本地终端上的算法和云端上的算法的核心技术点不一样，因为本地的资源有限、存储空间有限，电池功耗也是非常要注意的地方，所以在这种情况下运算要精简，要在保证精度的情况下进行精简；最后，算法还需要很好又很有效的开发工具（SDK/开放发框架），让运算在终端上更容易布署，这也是非常重要的。

从现有的智能终端来看，智能手机的数量和用户数无疑是最为庞大的。"根据市场资讯公司Gartner的预测，从2017年开始到未来5年，智能手机的累计出货量会达到85亿，量非常大。如果能够在这个平台上部署优良的人工智能技术和算法，显然智能手机将会更快助推人工智能时代的到来。"刘学徽表示："目前高通已经在这方面做了非常多的工作。"

为了推动人工智能在智能手机上的部署，高通做了哪些工作？
1、已经持续投入了10年
事实上，高通在人工智能领域的耕耘的投入已经超过了十年。早在2007年的时候，高通就启动了首个人工智能项目。2009年投资了一家专注于为自动驾驶设备研发人工智能、自动化人工智能系统的软件技术公司Brain Corp，并与其进行了合作。2013年开始研究人工神经处理架构，随后还通过深度学习研究人脸识别。2016年高通正式发布了骁龙神经处理引擎SDK，加入到了骁龙处理器当中。

今年8月，高通又收购了荷兰机器学习初创企业Scyfer。与此同时高通此前投资的Brain Corp也成功完成了1.14亿美元的新一轮融资。

可以看到，高通在人工智能领域的技术研发和产业布局已经初具规模。

2、升级骁龙神经处理引擎
那么为了推动人工智能在智能手机上的部署，高通又具体做了哪些工作呢？

在今年年初的骁龙835亚洲首秀上，高通就表示，对骁龙神经处理引擎软件框架进行了全新升级，除了支持caff、caffe2，还包含了对Google TensorFlow等神经网络和模型框架的支持，以及对具有Hexagon向量扩展（HVX）特性的Hexagon DSP的增强。刘学徽介绍到通过Caffe2所支持的，更现代的计算图形设计、极简的模块化设计、以及灵活的多平台接口，开发者将拥有更高的灵活性来设计多种深度学习任务，包括计算机视觉、自然语言处理、增强现实（AR）以及事件预测等。

部署在Facebook上的 Caffe2旨在帮助开发者和研究人员训练机器学习模型，并为多种移动app带来由人工智能（AI）所支持的体验。现在，开发者将可以使用多种同一工具开展大规模且分散的训练场景，并开发用于移动终端的机器学习应用。

在日前由芯智讯主办的"新交互·新风口--2017生物识别技术与应用高峰论坛"上，高通（中国）产品市场资深经理刘学徽表示，骁龙和NPE所带来的优势之一是，开发者可以基于应用的功能和性能要求，针对骁龙移动平台中的各个异构计算核心来进行性能优化。通过内置的Qualcomm Adreno 540 GPU处理Caffe2的负载，骁龙835旨在实现高达5倍的性能提升（与使用CPU处理Caffe2负载相比）。此外，Qualcomm Hexagon DSP 中Hexagon Vector eXentions（HVX）同样提供了更强大的性能和能效。该NPE包含了运行时软件、库、API、线下模型转换工具、调试、基准测试工具、示例代码和文档，预计将于今夏晚些时候向更广泛的开发者社区开放。