一个美好的周末清晨，阳光和煦温柔，透过窗帘映入淡淡的光彩，美丽的女士正在漫不经心地喝着咖啡，突然，伊神情紧张、心跳加速、体温升高，伊手腕上的智能手表检测到这种情况后，紧急唤醒家里的智能设备注意观察待命，与此同时，智能手表开始搜索附近的医院，智能手机询问是否需要自己打急救电话，而健康仪则调出主人最近的身体数据，综合分析的结果是——主人最近的身体状态很健康，不妨再观察观察。这时，主人的心率开始逐渐稳定下来，门口的远程监控器显示，伊心仪的男子正捧花而来 ......

这是大概在一个月前，笔者微信朋友圈收到的一则高通人工智能时代万物互联广告片的内容。

在这一系列广告片里，高通对人工智能时代智能互联的健康展开了振奋人心的畅想，在它的期冀中，人工智能不仅能即使识别你身体的变化，准备应急措施，还能根据用户的实际情况，做出自己的判断，辨别用户是真的需要就医还是 " 美好的意外 "，如果判断错误，识别到主人心率增高就打急救电话，那不是智能是智障，不是帮忙是添乱。

除了健康，高通还为我们描述了智能互联的农场、智能互联的城市以及智能互联的家。总之，在高通的愿景中，农场的风车会检测天气，浇水的机器会根据庄稼的需要自动浇水，机器狗会放羊，路灯、信号灯、马路晒水车都各司其职，无需人工。家里的台灯会在主人到家之前适时开启 ......

毫无疑问，人工智能已经成为当下最火的技术之一，商汤、旷视、寒武纪等一大批专注于人工智能算法研究的独角兽公司，也伴随着人工智能的浪潮涌现出来。人工智能这一概念早在五六十年前就被提出，之所以在近两年大为流行，很大程度上得益于基础技术研究的进步。相比于做算法的独角兽公司，作为一家基础科技发明公司，肌肉最强劲的 " 技术大拿 " 高通，其在 AI 方面的研究，无疑是 AI 行业的基石。所以，高通的这些展望，让用户及行业对人工智能时代充满信心与憧憬。

十年骁龙 AI" 进化 "

事实上，早在 10 年前，高通就开始着手 AI 的产品规划了，并做了不少投入与研发工作。

其中，第一代高通 AI 产品要追溯到 2015 年的骁龙 820。当时，Facebook 定义了 Caffe 模型，率先在 AI 方面取得突破，基于此，高通在 CPU 上实现了 Neon 加速。

到了 2016-2017 年，高通又推出了第二代支持 AI 的骁龙 835 平台，这时谷歌定义了 TensorFlow，高通通过神经处理 SDK 能够很好地支持 TensorFlow 和 Caffe 两大主流框架，骁龙的 CPU、GPU 和 DSP 均可以支持。

第三代无疑就是当下最新一代骁龙 845 平台，与此同时，高通推出了人工智能处理引擎 AI Engine，也就是高通目前力推的 "AIE" 架构。除了旗舰系列的骁龙 845，其他像骁龙 710、660 等平台也有应用。

AIE 不仅是硬件上的提升，同时还强调软件对模型、算法的支持和优化。

硬件上，对 CPU、GPU 和 DSP 进行优化，满足不同 AI 应用场景对功耗、神经网络、工作负载和能效的需求。软件方面，高通神经处理 SDK 可以支持 Android NN 环境，同时它还支持 Hexagon NN，如果开发者选择使用 Hexagon DSP 来做开发，Hexagon NN 库就可以专门针对某一内核进行优化以实现最优的能效比。这些为开发者和高通的合作伙伴带来极大的灵活性。

高通产品市场总监刘学徽介绍称，除了 TensorFlow、Caffe，第三代骁龙 845 平台 AIE 能够支持更多模型，包括百度 PaddlePaddle、商汤 Parrots 等等。此外，对于 Amazon、微软和 Facebook 共同发起的 ONNX 联盟，高通也同样支持。

高通产品市场总监刘学徽

AI 框架发展至今，基本上呈现出两大趋势，一是由谷歌定义的 Android NN，另一个是 ONNX，百度和商汤也都支持 ONNX。此外，软件优化也为整体性能带来提升，据了解，基于高通的测试数据，在硬件配置完全相同的情况下，只对软件进行优化，在一年的时间里性能提升了一倍。

值得一提的是，作为芯片提供商，高通在第二代 AI 芯片推出的时候，就率先将 AI 的开发能提开源给开发者，让开发者能够完全自由地下载神经处理 SDK。而在高通赋能开发者的同时，开发者也在推动高通的技术进步与落地。

用户通过搭载骁龙 710 平台的手机，玩 QQ" 高能舞室 " 游戏

一方面，商汤、旷视、虹软等厂商所推出的创新性的算法和应用驱动高通不断提升和改进，另一方面，高通也和腾讯等云端服务商合作，比如搭载骁龙 AIE 处理器的手机，其 QQ 应用会匹配 " 高能舞室 "AI 游戏，且骁龙神经处理 SDK 可以直接在手机上处理，而无需在云端处理，高通神经网络处理引擎能够大大降低人体姿势的识别时间，用户用起来更流畅。

云端还是终端侧？

相对于云端，高通的 AIE 平台更强调端侧计算，在布局 AI 之初，也是把终端芯片定义做推理的。一般而言，现在搭载骁龙 AI 平台的手机其智能语音助手、AI 拍照、AR 游戏等，都是通过端侧来计算完成的。

相较而言，云端计算资源、能效及内存都更加丰富，可以通过强大的计算能力来实现相应的运算处理，比较适合模型的培训。

而端侧显然更具隐私性和可靠性，并有着低时延、高效和个性化的优势。比如我们在使用摄像头、人脸识别等应用时，肯定不希望手机收集走的数据传到云端，而是想让它乖乖呆在自己的手机里。

同时，低延时是使用手机的 AI 拍照、自拍、美颜时，希望能够实时完成。比如目前在搭载骁龙 845 或 835 的手机上使用快手抖音时，手机可以实时将用户的身材进行美化，这个就是在终端侧实时处理的。

目前来说，人工智能的应用与落地，仍然是行业的一大难题，作为芯片厂商，高通在性能与算力已经足够强大，甚至相对于现在的 AI 落地应用而言，其算力是过剩的、用不完的，但过于单调的应用，并没有引起大众消费者的注意，甚至截止到目前为止，还没有出现让用户能够为之尖叫的落地应用，绝大多数普通用户对终端上人工智能技术的感知仍然非常微弱，即便他的手机可能已经支持 AI。

高通搭台，需要 OEM 厂商唱戏。在底层技术支持上，高通已经准备就绪，行业亟待 OEM 厂商的更多应用来释放算力，通过更丰富的应用将 AI 落地。而随着 5G 商用的即将到来 ( 业界普遍认为 5G 手机将在 2019 年迎来正式商用 ) ，5G 网络高速低延时的特性与 AI 天然相和，将有望激活更多的 AI 应用场景。