为什么高通选择将人工智能拓展到终端侧？

 2007年，大家习惯称之为移动时代的开端，因为那一年，互联网爆发，社交网络出现，谷歌、微软、Facebook进入了公众的视野，发生了两件改变世界的事情：一件是苹果年初发布了初代iPhone，第二件是高通同年11月推出了第一代骁龙芯片。也就是2007年，Qualcomm Research 开始了它的首个人工智能项目，研究面向计算机视觉和运动控制应用的脉冲神经网络，那时的高通或许没有预想到，十年以后，它拓荒的移动通讯和人工智能方向，正在成为如今数字化世界两股最大的变革力量。

关于人工智能，我们听到很多神奇的故事，比如AlphaGo下围棋战胜了人类，但在这两股变革力量的推动下，技术正潜移默化的改变着移动终端。你或许已经发现手机拍照更漂亮了，扫地机器人干活更聪明了，智能音箱更懂你了...... 更重要的是，这个变革时代才刚刚拉开帷幕，因为即将到来的5G，我们身边的终端能够承载更为庞大的计算力了。

行走在“边缘”的智能

正如高通中国区董事长孟樸最近在高通人工智能创新论坛上提到：“人工智能在影响越来越多的行业，并逐渐从云端向终端侧扩展，改变人们生活和工作方式。”

过去，很多对神经网络的训练都在云端或者基于服务器完成的。近几年，整个模式有了很多变化，一些人工智能的训练、执行和推理工作，比如模式匹配、建模检测、分类、识别、检测等等，逐渐从云端转移到了终端侧，所有的边缘终端都将具备机器学习能力。这意味着，数据处理将在最靠近数据源的位置处理，对云端处理进行补充。

有三个主要原因驱动了这样的迁移和演进：

第一，数据隐私。消费者对于个人数据隐私极其看重，个人数据的分享应该受到更好的保护，终端侧的安全性会更好一些。

第二，性能。在终端侧完成相关的处理和推理工作，能保持超低时延的操作和运行，如果一切都在云端完成的话，考虑到云端处理获取信息的往返时间，无疑在时延方面会有很大的挑战。

第三，可靠性。终端不可能完全依赖于云端来完成所有AI的运算和处理，一旦连接中断，那么终端将失去其自身价值。

终端侧人工智能的价值毋庸置疑，而高通作为一家移动通信公司，终端侧正是优势所在。高通产品管理总监Gary Brotman曾经在一次采访中提到，高通作为一个硬件平台和计算平台提供商，就是为了确保终端侧AI从性能到续航都可以高效地运行，实现更好的用户体验。

专注在智能和5G的高通

无线通信技术每十年出现一次飞跃，而高通30多年来一直希望变革世界连接、计算和沟通的方式。回顾高通的历史，首先实现了移动通信的数字化，确保人手一部移动电话。其次通过智能手机，重新定义了计算。现在，面对5G和人工智能即将带来的新转型，高通感到非常兴奋，在高通人工智能创新论坛上，高通总裁克里斯蒂安诺·阿蒙(Cristiano Amon)不止一次的用“期待”这个词提到这场变革。

高通总裁克里斯蒂安诺·阿蒙(Cristiano Amon)

据Gartner 2018年3月份数据显示，到2021年，人工智能衍生的商业价值将达3.3万亿美元。

阿蒙认为，数万亿终端相互连接，要实现规模化，智能必须分布至无线边缘。当然，这并非易事，一旦在边缘进行机器学习，意味着需要在有限的环境中同时完成多类型的任务。因此，要想真正在边缘实现人工智能，需要提供不同的解决方案。

5G是一个重要的解决方案。超高速、低时延的5G网络支持迅速连接云端、并获得云端的无限存储及数据，同时在边缘具有处理能力的终端上进行感知、推理及行动。也就是说，未来的5G网络，除了提供无限读取数据、与云端高速连接的能力之外，还将带来无线边缘计算能力的巨大提升。举个例子，这种AI和5G的结合，可以使智能终端获得与PC相同的性能，比如在手机上享受与专用游戏PC一样的VR体验。

更让人激动的是，2018到2022年，智能手机累计出货量将超过86亿部，移动终端的规模将为人工智能平台带来巨大潜能。毫无疑问，智能手机的巨大规模加上海量物联网，会把人工智能带至数万亿联网终端。

这也是为什么高通选择通过将智能拓展到终端侧，变革人工智能，利用5G优势在无线边缘构建处理能力，加强面向应用的计算性能。

如文章开篇所提，高通多年前就开始进行人工智能的研究。目前，研究已经应用到了产品侧——从第一代人工智能平台骁龙820，到第三代平台骁龙845，高通移动平台已经为5G时代做好准备。且在高通人工智能创新论坛上，Qualcomm AI Research成立，在统一架构下专注人工智能的研究，以加速高通在终端侧人工智能的创新。

值得一提的是，终端侧人工智能也存在挑战。

不难发现，移动终端正在推动工程设计持续演进。4G时代，我们需要让移动终端具备媲美PC的性能，同时考虑终端的外形设计。未来也将如此，需要人工智能处理更多并发应用、更多机器学习的场景，同时也应该兼顾高效散热和外形设计;消费者还会期望超过全天的电池续航，未来还可能有“无限存储”，这要求在保证连接性的同时，一直确保高速的数据传输;而在终端侧人工智能工作负载方面，它的挑战包括支持密集型计算、不断处理大型复杂的模型，同时又具备复杂的并发性，因为这些处理都是在智能手机上完成的，因此它也将是始终开启和实时的。这些挑战，对终端设计提出了全新的要求，同时不得不引发芯片制造商和OEM厂商思考，在5G时代，智能手机应该如何实现人工智能。

对此，阿蒙强调的是，高通正致力于将无处不在的智能体验带入现实，主要专注于两个方面：高效率的人工智能和个性化的人工智能。

人工智能将根据智能手机中有关用户的全部信息，在适当的环境中提供所需的相关信息，或满足用户的需求——这就需要非常高效的硬件、算法改进、软件工具以及系统级方案，这也是骁龙平台的关键属性之一。

几个月前，高通发布了骁龙人工智能引擎(AIE，AI Engine)。短短几月，AI Engine集成在不同平台。现在，高通持续扩充人工智能生态圈。

产品方面，高通推出骁龙710移动平台，采用支持人工智能的高效架构，集成AI Engine，并具备神经网络处理能力。高通产品管理副总裁Kedar Kondap表示：“骁龙710旨在把我们客户的产品转变为极致的个人助手，提升关键的消费者日常体验，比如，高端拍照特性将受益于终端侧高速AI处理，而无需牺牲电池续航。”

合作方面，高通与重庆创通联达(Thundercomm)合作推出一款AI开发套件——TurboX AI Developer Kit，为开发者提供可用的人工智能引擎、人工智能参考应用及模型，如物体识别、缺陷检测、场景检测及宠物识别，它还将采用模组化设计，支持扩展AI和拍摄功能;高通与百度合作，利用AI Engine，通过ONNX(Open Neural Network Exchange)交换格式，推动实现百度PaddlePaddle开源深度学习框架模型在Qualcomm?骁龙?移动平台的转换与应用;另外，高通与网易有道合作，利用AI Engine组件，加速有道实景AR翻译功能在部分骁龙平台上的实现，这也是该全新功能首次在Android平台实现应用。也就是说，只要打开有道翻译官，将手机摄像头对准需翻译的文字内容，即可实现中英日韩的实景AR翻译，无需拍照，也无需依赖网络或云端进行处理。

阿蒙说，“我们希望为每一台搭载骁龙平台的终端都提供这样的计算能力。”未来，高通将和众多运营商合作，构建5G网络边缘的计算能力，并利用5G的性能和低时延，进一步释放边缘计算的潜力。阿蒙同时坦言，如果没有广泛的行业合作，高通将不可能做到这一切。