插上5G之翼，人工智慧離我們終於不再遙遠

2007年，大家習慣稱之為移動時代的開端，因為那一年，網際網路爆發，社交網絡出現，谷歌、微軟、Facebook進入了公眾的視野，發生了兩件改變世界的事情：一件是蘋果年初發布了初代iPhone，第二件是高通同年11月推出了第一代驍龍晶片。

也就是2007年，Qualcomm Research 開始了它的首個人工智慧項目，研究面向計算機視覺和運動控制應用的脈衝神經網絡，那時的高通或許沒有預想到，十年以後，它拓荒的移動通訊和人工智慧方向，正在成為如今數字化世界兩股最大的變革力量。

關於人工智慧，我們聽到很多神奇的故事，比如AlphaGo下圍棋戰勝了人類，但在這兩股變革力量的推動下，技術正潛移默化的改變著移動終端。

你或許已經發現手機拍照更漂亮了，掃地機器人幹活更聰明了，智能音箱更懂你了...... 更重要的是，這個變革時代才剛剛拉開帷幕，因為即將到來的5G，我們身邊的終端能夠承載更為龐大的計算力了。

行走在「邊緣」的智能

正如高通中國區董事長孟樸最近在高通人工智慧創新論壇上提到：「人工智慧在影響越來越多的行業，並逐漸從雲端向終端側擴展，改變人們生活和工作方式。

」

過去，很多對神經網絡的訓練都在雲端或者基於伺服器完成的。

近幾年，整個模式有了很多變化，一些人工智慧的訓練、執行和推理工作，比如模式匹配、建模檢測、分類、識別、檢測等等，逐漸從雲端轉移到了終端側，所有的邊緣終端都將具備機器學習能力。

這意味著，數據處理將在最靠近數據源的位置處理，對雲端處理進行補充。

有三個主要原因驅動了這樣的遷移和演進：

第一，數據隱私。

消費者對於個人數據隱私極其看重，個人數據的分享應該受到更好的保護，終端側的安全性會更好一些。

第二，性能。

在終端側完成相關的處理和推理工作，能保持超低時延的操作和運行，如果一切都在雲端完成的話，考慮到雲端處理獲取信息的往返時間，無疑在時延方面會有很大的挑戰。

第三，可靠性。

終端不可能完全依賴於雲端來完成所有AI的運算和處理，一旦連接中斷，那麼終端將失去其自身價值。

終端側人工智慧的價值毋庸置疑，而高通作為一家移動通信公司，終端側正是優勢所在。

高通產品管理總監Gary Brotman曾經在一次採訪中提到，高通作為一個硬體平台和計算平台提供商，就是為了確保終端側AI從性能到續航都可以高效地運行，實現更好的用戶體驗。

專注在智能和5G的高通

無線通信技術每十年出現一次飛躍，而高通30多年來一直希望變革世界連接、計算和溝通的方式。

回顧高通的歷史，首先實現了移動通信的數字化，確保人手一部行動電話。

其次通過智慧型手機，重新定義了計算。

現在，面對5G和人工智慧即將帶來的新轉型，高通感到非常興奮，在高通人工智慧創新論壇上，高通總裁克里斯蒂安諾·阿蒙（Cristiano Amon）不止一次的用「期待」這個詞提到這場變革。

據Gartner 2018年3月份數據顯示，到2021年，人工智慧衍生的商業價值將達3.3萬億美元。

阿蒙認為，數萬億終端相互連接，要實現規模化，智能必須分布至無線邊緣。

當然，這並非易事，一旦在邊緣進行機器學習，意味著需要在有限的環境中同時完成多類型的任務。

因此，要想真正在邊緣實現人工智慧，需要提供不同的解決方案。

5G是一個重要的解決方案。

超高速、低時延的5G網絡支持迅速連接雲端、並獲得雲端的無限存儲及數據，同時在邊緣具有處理能力的終端上進行感知、推理及行動。

也就是說，未來的5G網絡，除了提供無限讀取數據、與雲端高速連接的能力之外，還將帶來無線邊緣計算能力的巨大提升。

舉個例子，這種AI和5G的結合，可以使智能終端獲得與PC相同的性能，比如在手機上享受與專用遊戲PC一樣的VR體驗。

更讓人激動的是，2018到2022年，智慧型手機累計出貨量將超過86億部，移動終端的規模將為人工智慧平台帶來巨大潛能。

毫無疑問，智慧型手機的巨大規模加上海量物聯網，會把人工智慧帶至數萬億聯網終端。

這也是為什麼高通選擇通過將智能拓展到終端側，變革人工智慧，利用5G優勢在無線邊緣構建處理能力，加強面向應用的計算性能。

如文章開篇所提，高通多年前就開始進行人工智慧的研究。

目前，研究已經應用到了產品側——從第一代人工智慧平台驍龍820，到第三代平台驍龍845，高通移動平台已經為5G時代做好準備。

且在高通人工智慧創新論壇上，Qualcomm AI Research成立，在統一架構下專注人工智慧的研究，以加速高通在終端側人工智慧的創新。

值得一提的是，終端側人工智慧也存在挑戰。

不難發現，移動終端正在推動工程設計持續演進。

4G時代，我們需要讓移動終端具備媲美PC的性能，同時考慮終端的外形設計。

未來也將如此，需要人工智慧處理更多並發應用、更多機器學習的場景，同時也應該兼顧高效散熱和外形設計；消費者還會期望超過全天的電池續航，未來還可能有「無限存儲」，這要求在保證連接性的同時，一直確保高速的數據傳輸；而在終端側人工智慧工作負載方面，它的挑戰包括支持密集型計算、不斷處理大型複雜的模型，同時又具備複雜的並發性，因為這些處理都是在智慧型手機上完成的，因此它也將是始終開啟和實時的。

這些挑戰，對終端設計提出了全新的要求，同時不得不引發晶片製造商和OEM廠商思考，在5G時代，智慧型手機應該如何實現人工智慧。

對此，阿蒙強調的是，高通正致力於將無處不在的智能體驗帶入現實，主要專注於兩個方面：高效率的人工智慧和個性化的人工智慧。

人工智慧將根據智慧型手機中有關用戶的全部信息，在適當的環境中提供所需的相關信息，或滿足用戶的需求——這就需要非常高效的硬體、算法改進、軟體工具以及系統級方案，這也是驍龍平台的關鍵屬性之一。

幾個月前，高通發布了驍龍人工智慧引擎（AIE，AI Engine）。

短短几月，AI Engine集成在不同平台。

現在，高通持續擴充人工智慧生態圈。

產品方面，高通推出驍龍710移動平台，採用支持人工智慧的高效架構，集成AI Engine，並具備神經網絡處理能力。

高通產品管理副總裁Kedar Kondap表示：「驍龍710旨在把我們客戶的產品轉變為極致的個人助手，提升關鍵的消費者日常體驗，比如，高端拍照特性將受益於終端側高速AI處理，而無需犧牲電池續航。

」

合作方面，高通與重慶創通聯達（Thundercomm）合作推出一款AI開發套件——TurboX AI Developer Kit，為開發者提供可用的人工智慧引擎、人工智慧參考應用及模型，如物體識別、缺陷檢測、場景檢測及寵物識別，它還將採用模組化設計，支持擴展AI和拍攝功能；高通與百度合作，利用AI Engine，通過ONNX（Open Neural Network Exchange）交換格式，推動實現百度PaddlePaddle開源深度學習框架模型在Qualcomm®驍龍™移動平台的轉換與應用；另外，高通與網易有道合作，利用AI Engine組件，加速有道實景AR翻譯功能在部分驍龍平台上的實現，這也是該全新功能首次在Android平台實現應用。

也就是說，只要打開有道翻譯官，將手機攝像頭對準需翻譯的文字內容，即可實現中英日韓的實景AR翻譯，無需拍照，也無需依賴網絡或雲端進行處理。

阿蒙說，「我們希望為每一台搭載驍龍平台的終端都提供這樣的計算能力。

」未來，高通將和眾多運營商合作，構建5G網絡邊緣的計算能力，並利用5G的性能和低時延，進一步釋放邊緣計算的潛力。

阿蒙同時坦言，如果沒有廣泛的行業合作，高通將不可能做到這一切。