在今天召开的高通人工智能开放日上，高通中国区董事长孟樸在开幕致辞中指出第三方研究显示5G部署速度要超过4G，到2035年，5G产品以及相关服务产值会达到12.3万亿美元！这是一个巨大的产业也是各国跑步部署5G的主因，而高通是如何掘金这个大市场呢？高通在AI研究方面有哪些最新成果？老张带你了解。
他指出在4G启动元年，只有四家运营商3家OEM厂商提供产品，而在5G启动元年，有超过20家运营商部署了5G网络，有OEM厂商发布了超过20款5G终端产品。
他更正指出到2035年，5G产品以及相关服务产值会达到12.3万亿美元，而且5G催生了大数据产业蓬勃发展，激发了AI的应用和发展，因此到2022年AI相关产品和服务达3.9万亿美元。
孟樸表示随着5G时代开启人来进入了全新的发明时代，5G和AI结合将催生大量新的产品和技术。高通认为到2025年 ，重要细分市场的端侧AI应用率会达到100%，未来AI技术会像水电空气一样普及。
他指出高通在AI领域的研究已经超过10年，已经在云服务和软件开发商领域建立了强大的生态系统。
在本次大会上，高通宣布与VIVO、腾讯王者荣耀、腾讯AI Lab合作启动想象力工程，基于骁龙855的AI能力把游戏体验提升到新的高度。
VIVO创新创意领域总经理王友飞表示端侧平台处理能力不断提升，随着5G时代来临，未来将云端的手机游戏战队体验移植到端侧，未来AI在游戏应用后还可以成为玩家的教练，提升玩家游戏水准。
他们都表示AI未来将会深入到我们生活的方方面面。
高通要把AI从端侧引入到云端
高通技术专家在随后的演讲中指出通过10多年的AI研究，高通在AI应用方面积累了大量的经验，他强调高通在端侧平台方面一直保持工艺领先，能以最低的功耗实现AI技术的应用，领先于竞争对手。
他指出在2012年的骁龙820采用的是14/12nm到 去年已经发展到7nm，高通每年出货7亿颗芯片，高通在信号处理方面非常突出，我们要把这个专业知识放到云端。
“我们提供一个全新架构，从下往上，在云端获得最好的推理表现。比目前的GPU/FPGA效率再提升10倍 ！同时降低时延，实现从无线边缘到云端的AI一致性，这就是高通云AI100加速器，AI峰值超过350TPOS，2019年将出样品。
据悉，高通云 AI 100基于高通在信号处理和功效方面的技术积累，专为满足急剧增长的云端AI推理处理的需求而设计，可以让分布式智能从云端遍布至用户的边缘终端，以及云端和边缘终端之间的全部节点。
针对每一项从云端到边缘的AI解决方案，高通为开发者提供了一整套完整的工具和框架。在分布式AI模型中推动生态系统的发展，将有助于为终端用户打造更多丰富的体验，包括支持自然语言处理与翻译的个人助理、高级图像搜索，以及个性化内容与推荐。
高通Cloud AI 100的特性包括：与目前业界最先进的AI推理解决方案相比，每瓦特性能提升超过10倍，它采用7纳米制程工艺，支持更强大的性能和功耗优势;支持业界领先的软件栈，包括PyTorch、Glow、TensorFlow、Keras和ONNX。
他举例说有了这样的云端推理能力，可以将AI应用到更多领域，例如在工业领域，通过云端的AI能力，可以发现工业过程中的安全隐患。
另外，自然语音处理需要大量的AI，如facebook每天要翻译70亿条信息，在云端实现推理能力 facebook每秒实现200万亿推理能力。
骁龙855和新骁龙系列更多细节披露
在本次大会上，有关骁龙855的更多细节也获得披露例如在DSP中增加了张量处理器，AI性能比竞争对手的AI能力高3.2倍。
同时公布了高通新的骁龙665、骁龙730 骁龙 骁龙730G平台的细节，这三款端侧平台都在AI方面获得提升
骁龙665瞄准中低端手机，AI能力提升了2倍
骁龙730采用8nm工艺，在8个方面提升，如CV-ISP实现人像4K能力，和855同样的第四代人工智能引擎，首次把张量加速器应用到7系列。语音助力方面可以支持更多关键词，可以在嘈杂的环境中更远程拾音。
骁龙730G 则瞄准游戏体验提升，有部分骁龙Eilte gaming特性渲染提升15%。并面向顶级游戏优化，解决游戏卡顿问题。
高通发力汽车
很多车厂已经采用了高通的信息娱乐系统，高通认为随着体验的升级，汽车多屏显示，抬头显示，虚拟助手等都在汽车应用，汽车的很多体验跟云结合起来。
高通在CES上发布了第三代骁龙汽车数字座舱平台可以提供更多的使用场景。
高通认为通过5G、AI和CV2X的结合以及端云的结合实现智能安全出行，例如下图中，支持AI摄像头的RSU可以发现行人在过马路看手机，并将这个信息通知给等候红绿灯的汽车提示危险。
在物联网领域，AI也在快速普及，高通认为在物联网领域计算能力和AI从云端转换到终端，借助本地的计算能力，物联网终端具备了感知、学习推理的能力，对物理世界做出响应和人进行交互。这样让端侧的AI推理的实时性和可靠性都提升了。另外，物联网上的终端设备具备更强大的连接能力，云端可以处理复杂的人工智能算法，终端对实时性隐私性的数据进行处理，通过连接把两者结合起来。
而物联网要实现规模化，则智能必须分布到边缘和端侧，另外，5G低延迟，广接入的能力也赋能给物联网。
以未来的智能工厂为例，可以通过5G网络实现云端分析，对于本地的数据处理，则可以通过传感器数据融合、计算机视觉融合等完成本地的AI处理。本地还可以建立强大的传感器网络，对本地的运行做实时处理。在未来零售等也可以应用这些技术。
高通认为未来AI会应用到方方面面从家居到工业领域，例如在目前我们的家庭也应用了AI技术加持的智能门锁、智能安防摄像头、智能音箱等，未来AI的应用还会更多。
不过在AI应用中也面临功耗和热效率的难题，高通认为通过异构计算可以解决这方面的挑战，让最合适的模块执行最合适任务，在这方面，借助手机上的经验可以有所帮助。
例如智能音箱就是采用的异构计算技术，在这个SoC中，CPU,DSP等都在应用 如果要实现人脸识别、物体检测等就需要增加GPU等单元。
基于上述需求高通推出了视觉智能平台，把计算能力、连接、摄像等融合起来，上个月高通还推出了QCS400 ，基于高通AI引擎，支持更智能的音频。高通表示，由于QCS400 SOC的AI功能，它支持更强大的语音助手功能，支持多个唤醒口令，即使在嘈杂的环境中也能改善本地语音检测效果，QCS400的AI版本还拥有双DSP，并支持杜比等高端音频技术。在续航方面，QCS400也提供更高效的能耗表现，高通表示它的续航比之前的高通产品长25倍。
QCS400系列目前拥有QCS403、QCS404、QCS405、QCS407四个版本，403/404分别搭载双核/四核CPU，两者都支持蓝牙5.1；而QCS405除了四核CPU之外，还搭载了四核AI CPU、GPU和双DSP；至于QCS407这是405的强化版本，可以为AV接收器提供更多音频通道。
据称这款产品推出后获得很多好评。
高通在深度学习领域的最新成果
高通的侯继磊博士则分享了高通在AI领域的研究成果，他指出高通提出了一种泛化G-CNN神经网络，另外高通在AI模型等方面也做很多优化实现高能效。
例如通过自动化技术可以压缩AI模型，自动提出冗余的单元，同时保持准确读，通过优化可以将AI能效提升3倍，另外通过量化也可以实现高能效，在面向自动自动化应硬件编译的强化学习提升效率。
高通还出了内存计算的概念，把内存单元和计算单元重合，在内存单元引入计算，对传统计算架构进行改革，针对单比特的运算可以提升10倍到百倍。
在面向无监督学习深度生成模型研究方面，高通也有最新的成果例如可以检测出未标记的数据等。
未来可以把量子场论应用到深度学习吗？高通认为可以，高通提出了泛化G-CNN的概念，这个原理来自相对论，侯博士指出深度学习中机器看到是3维图像， 这都要涉及到泛化几何图像。
閱讀更多 芯動傳播 的文章
