近年來，“人工智能”逐漸從評判一款SoC性能的邊緣指標走向中心，影響著SoC廠商的下一款芯片設計，比如高通在2019年的旗艦SoC——驍龍855。
根據爆料人 Roland Quandt 在國外論壇 WinFuture 上的說法，驍龍855將內置一顆獨立的神經處理單元（NPU），以提升芯片在AI運算方面的性能，降低相應的計算功耗。
實際上，高通對於驍龍SoC的AI運算已經有了成熟的解決方案，推出了驍龍神經處理引擎AIE，通過軟件框架來協調SoC中已有的CPU、GPU、DSP硬件進行AI運算，在圖像、語音識別等領域有著可靠的應用。
但WinFuture依然指出，採用獨立NPU在處理AI數據時應該有助於減輕CPU的負擔，當前由CPU或DSP完成的圖像信息或語音查詢的分析將轉移到NPU，可以獲得更好的性能。
同時，相比於驍龍AIE過於繁複的語言描述，獨立NPU更為簡單直接，顯然也有利於驍龍SoC在AI性能上的宣傳。
據悉，驍龍855是一顆12.4 x 12.4mm的芯片，採用臺積的7nm工藝打造，內置驍龍X24 LTE調制解調器，支持Cat.20 LTE，以達到2Gbps的下行速度，可以通過外掛驍龍X50 5G基帶實現5G功能。
WinFuture指出，新款SoC的最終名稱可能尚未確定，從高通內部流出的消息來看，代號為“SM8150”，按照此前的規則，其中“SM”代表Snapdragon Mobile，而“8150”就是全新SoC的型號，可能傳言中的驍龍855會改名為驍龍8150。
高通AIE深度解讀
在今年年初，高通宣佈推出人工智能引擎（AI Engine），讓人工智能在終端側（如智能手機）上的應用更快速、高效。該AI Engine包括軟硬件兩部分，在高通驍龍核心硬件架構（CPU、GPU、VPS向量處理器）上搭載了神經處理引擎（Neural Processing Engine, NPE）、Android NN API、Hexagon神經網絡庫等軟件。
大多數移動機器學習（ML）任務（如圖像或語音識別）目前都在雲中執行，智能手機將數據發送到雲端，然後再將計算結果返回到手機。但是目前，在終端設備上執行的機器學習任務越來越繁重。為了給開發人員提供更好的基於機器學習的增強功能，高通推出人工智能引擎AI Engine來封裝其當前的ML產品。終端側人工智能的關鍵優勢包括即時響應、隱私保護增強、可靠性提升，此外，還能確保在沒有網絡鏈接的情況下用戶的AI體驗能到得到保障。
高通驍龍核心硬件架構——Hexagon 向量處理器、Adreno GPU和Kryo CPU都具備支持終端側快速、高效地運行AI應用的能力。這一異構計算方案讓開發者和OEM廠商都能智能手機或端智能硬件設備上優化用戶AI體驗。
高通首次推出AI引擎，打包所有軟硬件算力
在軟件方面，高通AI Engine提供三個組件：
1、驍龍神經處理引擎（Neural Processing Engine, NPE）軟件框架讓開發者可為實現所需的用戶體驗，選擇最適宜的驍龍內核，包括Hexagon向量處理器、Adreno GPU和Kryo CPU，並加速其終端側人工智能用戶體驗的實現。驍龍神經處理引擎支持Tensorflow，Caffe和Caffe2框架，以及ONNX (Open Neural Network Exchange)交換格式，在多個驍龍平臺和操作系統上，為開發者提供更大靈活性和更多選擇。
2、隨Google Android Oreo發佈的Android NN API，讓開發者能通過Android操作系統直接訪問驍龍平臺。驍龍845將率先支持Android NN。
3、Hexagon Neutral Network（NN）庫讓開發者可以直接將人工智能算法在Hexagon向量處理器上運行。為基礎性的機器學習模塊提供了優化的部署，並加速諸如卷積、池化和激活等人工智能運行。
閱讀更多 半導體行業觀察 的文章
