在今天召開的高通人工智能開放日上，高通中國區董事長孟樸在開幕致辭中指出第三方研究顯示5G部署速度要超過4G，到2035年，5G產品以及相關服務產值會達到12.3萬億美元！這是一個巨大的產業也是各國跑步部署5G的主因，而高通是如何掘金這個大市場呢？高通在AI研究方面有哪些最新成果？老張帶你瞭解。
他指出在4G啟動元年，只有四家運營商3家OEM廠商提供產品，而在5G啟動元年，有超過20家運營商部署了5G網絡，有OEM廠商發佈了超過20款5G終端產品。
他更正指出到2035年，5G產品以及相關服務產值會達到12.3萬億美元，而且5G催生了大數據產業蓬勃發展，激發了AI的應用和發展，因此到2022年AI相關產品和服務達3.9萬億美元。
孟樸表示隨著5G時代開啟人來進入了全新的發明時代，5G和AI結合將催生大量新的產品和技術。高通認為到2025年 ，重要細分市場的端側AI應用率會達到100%，未來AI技術會像水電空氣一樣普及。
他指出高通在AI領域的研究已經超過10年，已經在雲服務和軟件開發商領域建立了強大的生態系統。
在本次大會上，高通宣佈與VIVO、騰訊王者榮耀、騰訊AI Lab合作啟動想象力工程，基於驍龍855的AI能力把遊戲體驗提升到新的高度。
VIVO創新創意領域總經理王友飛表示端側平臺處理能力不斷提升，隨著5G時代來臨，未來將雲端的手機遊戲戰隊體驗移植到端側，未來AI在遊戲應用後還可以成為玩家的教練，提升玩家遊戲水準。
他們都表示AI未來將會深入到我們生活的方方面面。
高通要把AI從端側引入到雲端
高通技術專家在隨後的演講中指出通過10多年的AI研究，高通在AI應用方面積累了大量的經驗，他強調高通在端側平臺方面一直保持工藝領先，能以最低的功耗實現AI技術的應用，領先於競爭對手。
他指出在2012年的驍龍820採用的是14/12nm到 去年已經發展到7nm，高通每年出貨7億顆芯片，高通在信號處理方面非常突出，我們要把這個專業知識放到雲端。
“我們提供一個全新架構，從下往上，在雲端獲得最好的推理表現。比目前的GPU/FPGA效率再提升10倍 ！同時降低時延，實現從無線邊緣到雲端的AI一致性，這就是高通雲AI100加速器，AI峰值超過350TPOS，2019年將出樣品。
據悉，高通雲 AI 100基於高通在信號處理和功效方面的技術積累，專為滿足急劇增長的雲端AI推理處理的需求而設計，可以讓分佈式智能從雲端遍佈至用戶的邊緣終端，以及雲端和邊緣終端之間的全部節點。
針對每一項從雲端到邊緣的AI解決方案，高通為開發者提供了一整套完整的工具和框架。在分佈式AI模型中推動生態系統的發展，將有助於為終端用戶打造更多豐富的體驗，包括支持自然語言處理與翻譯的個人助理、高級圖像搜索，以及個性化內容與推薦。
高通Cloud AI 100的特性包括：與目前業界最先進的AI推理解決方案相比，每瓦特性能提升超過10倍，它採用7納米制程工藝，支持更強大的性能和功耗優勢;支持業界領先的軟件棧，包括PyTorch、Glow、TensorFlow、Keras和ONNX。
他舉例說有了這樣的雲端推理能力，可以將AI應用到更多領域，例如在工業領域，通過雲端的AI能力，可以發現工業過程中的安全隱患。
另外，自然語音處理需要大量的AI，如facebook每天要翻譯70億條信息，在雲端實現推理能力 facebook每秒實現200萬億推理能力。
驍龍855和新驍龍系列更多細節披露
在本次大會上，有關驍龍855的更多細節也獲得披露例如在DSP中增加了張量處理器，AI性能比競爭對手的AI能力高3.2倍。
同時公佈了高通新的驍龍665、驍龍730 驍龍 驍龍730G平臺的細節，這三款端側平臺都在AI方面獲得提升
驍龍665瞄準中低端手機，AI能力提升了2倍
驍龍730採用8nm工藝，在8個方面提升，如CV-ISP實現人像4K能力，和855同樣的第四代人工智能引擎，首次把張量加速器應用到7系列。語音助力方面可以支持更多關鍵詞，可以在嘈雜的環境中更遠程拾音。
驍龍730G 則瞄準遊戲體驗提升，有部分驍龍Eilte gaming特性渲染提升15%。並面向頂級遊戲優化，解決遊戲卡頓問題。
高通發力汽車
很多車廠已經採用了高通的信息娛樂系統，高通認為隨著體驗的升級，汽車多屏顯示，抬頭顯示，虛擬助手等都在汽車應用，汽車的很多體驗跟雲結合起來。
高通在CES上發佈了第三代驍龍汽車數字座艙平臺可以提供更多的使用場景。
高通認為通過5G、AI和CV2X的結合以及端雲的結合實現智能安全出行，例如下圖中，支持AI攝像頭的RSU可以發現行人在過馬路看手機，並將這個信息通知給等候紅綠燈的汽車提示危險。
在物聯網領域，AI也在快速普及，高通認為在物聯網領域計算能力和AI從雲端轉換到終端，藉助本地的計算能力，物聯網終端具備了感知、學習推理的能力，對物理世界做出響應和人進行交互。這樣讓端側的AI推理的實時性和可靠性都提升了。另外，物聯網上的終端設備具備更強大的連接能力，雲端可以處理複雜的人工智能算法，終端對實時性隱私性的數據進行處理，通過連接把兩者結合起來。
而物聯網要實現規模化，則智能必須分佈到邊緣和端側，另外，5G低延遲，廣接入的能力也賦能給物聯網。
以未來的智能工廠為例，可以通過5G網絡實現雲端分析，對於本地的數據處理，則可以通過傳感器數據融合、計算機視覺融合等完成本地的AI處理。本地還可以建立強大的傳感器網絡，對本地的運行做實時處理。在未來零售等也可以應用這些技術。
高通認為未來AI會應用到方方面面從家居到工業領域，例如在目前我們的家庭也應用了AI技術加持的智能門鎖、智能安防攝像頭、智能音箱等，未來AI的應用還會更多。
不過在AI應用中也面臨功耗和熱效率的難題，高通認為通過異構計算可以解決這方面的挑戰，讓最合適的模塊執行最合適任務，在這方面，藉助手機上的經驗可以有所幫助。
例如智能音箱就是採用的異構計算技術，在這個SoC中，CPU,DSP等都在應用 如果要實現人臉識別、物體檢測等就需要增加GPU等單元。
基於上述需求高通推出了視覺智能平臺，把計算能力、連接、攝像等融合起來，上個月高通還推出了QCS400 ，基於高通AI引擎，支持更智能的音頻。高通表示，由於QCS400 SOC的AI功能，它支持更強大的語音助手功能，支持多個喚醒口令，即使在嘈雜的環境中也能改善本地語音檢測效果，QCS400的AI版本還擁有雙DSP，並支持杜比等高端音頻技術。在續航方面，QCS400也提供更高效的能耗表現，高通表示它的續航比之前的高通產品長25倍。
QCS400系列目前擁有QCS403、QCS404、QCS405、QCS407四個版本，403/404分別搭載雙核/四核CPU，兩者都支持藍牙5.1；而QCS405除了四核CPU之外，還搭載了四核AI CPU、GPU和雙DSP；至於QCS407這是405的強化版本，可以為AV接收器提供更多音頻通道。
據稱這款產品推出後獲得很多好評。
高通在深度學習領域的最新成果
高通的侯繼磊博士則分享了高通在AI領域的研究成果，他指出高通提出了一種泛化G-CNN神經網絡，另外高通在AI模型等方面也做很多優化實現高能效。
例如通過自動化技術可以壓縮AI模型，自動提出冗餘的單元，同時保持準確讀，通過優化可以將AI能效提升3倍，另外通過量化也可以實現高能效，在面向自動自動化應硬件編譯的強化學習提升效率。
高通還出了內存計算的概念，把內存單元和計算單元重合，在內存單元引入計算，對傳統計算架構進行改革，針對單比特的運算可以提升10倍到百倍。
在面向無監督學習深度生成模型研究方面，高通也有最新的成果例如可以檢測出未標記的數據等。
未來可以把量子場論應用到深度學習嗎？高通認為可以，高通提出了泛化G-CNN的概念，這個原理來自相對論，侯博士指出深度學習中機器看到是3維圖像， 這都要涉及到泛化幾何圖像。
閱讀更多 芯動傳播 的文章
