首頁 > 娛樂
驍龍咣咣咣三腳,再次改寫格局
由 量子位 發表于 娛樂2023-01-01
簡介換而言之,高通實現了從各大模組支援AI、到AI驅動各個模組的轉變,讓自身AI能力進一步具備了應用到更多裝置上的通用性——從場景維度來看,高通所連線的也不再僅僅是手機,而早已擴大到PC、智慧汽車乃至XR等平臺中
三腳虎是什麼
魚羊 蕭簫 發自 凹非寺
量子位 | 公眾號 QbitAI
盆友們,驍龍,已經不再是以前那個驍龍了。
就在大家吃瓜安卓新旗艦晶片誰家首發之際,驍龍峰會的絕對主角,卻只差沒把“時代變了”寫在臉上:
先是第一天直接擠爆AI牙膏管,
第二代驍龍8連ISP、5G調變解調器都武裝上了神經網路
。
緊接著第二天,乾脆從手機端進一步騰開手去,就差沒告訴圍觀群眾:
XR
也是我高通押注的下一代移動終端。
這不,直接引爆了一波有關“2023是AR眼鏡元年”的討論。
從這種種跡象來看,驍龍,乃至背後的整個高通,步調更好,速度更快。
這樣的變化,意味著什麼?又有哪些資訊點值得科技發燒友和行業觀察者們關注瞭解?
其表其裡,咱們一分為三,細細拆解來看。
驍龍三變
“一變”
驍龍第一變
,還是要從最引人矚目的
第二代驍龍8
說起。
圍繞這顆安卓旗艦最強“心臟”,官方劍指何處已經完全明示:幾乎是三句話不離
AI
。
換句話說,以往在幕後暗自發力的AI,如今不僅走向臺前,還成了全場毋庸置疑的
第一主角
。
先是在“基礎設施”層面上,高通AI引擎的核心Hexagon處理器架構全新升級,打出一套AI加速組合拳:
啟用函式加速 + 分組卷積加速 + 張量加速器效能翻番。
還引入了微切片推理,併為這一核心處理器配備了專門的供電系統。
這使得第二代驍龍8相較於前代產品,在自然語言處理等場景下,AI效能提升了
4.35倍
。
提升AI加速器的數量和效能之外,第二代驍龍8也率先支援了INT4 AI精度格式。
這就帶來了持續AI推理方面
60%
的能效提升:
相比於浮點精度格式和INT 8,以INT 4精度格式執行的AI模型,所需的計算資源更少。這為開發人員們在手機裡部署更多
量化模型
提供了硬體基礎。
值得關注的是,在第二代驍龍8裡,不僅是以上AI“基礎設施”全面升級,連
ISP
和
5G調變解調器
這樣的模組,如今都跟AI更深度的綁定了。
第二代驍龍8搭載的業界首個
認知ISP
,這回跟Hexagon處理器來了個
直接連通
,透過在兩者之間增加一個名為“Hexagon直連”的物理連線,提供更加強大的影像AI處理能力。
基於此,第二代驍龍8能透過實時語義分割,實現照片和影片的自動增強。攝像頭捕捉到的人臉、頭髮、衣服、天空等種種畫面細節,都能被針對性地最佳化處理。
至於手機晶片中最“傳統”的調變解調器部分,驍龍此番也強調了
首個5G AI處理器
的作用:透過分析訊號完整性和信噪比,AI能夠改善無線頻寬、延遲等效能指標。
加之對Transformer等網路的支援,又將語音自定義喚醒詞、快速多語種翻譯等軟體能力帶到了手機晶片上,可以說,單從手機晶片的變化來看,驍龍這波操作,是把“
無AI不晶片
”的趨勢再度推向了高潮。
這股AI爆發之風,也並不僅限於手機晶片。
“二變”
這就要說到
驍龍第二變
:押注
下一代移動終端
。萬物連線的移動裝置種類,正在突破此前的侷限。
此番引發外界不少討論的
第一代驍龍AR2平臺
就是一個例證。
第一代驍龍AR2,是驍龍
首個
專門為頭戴式AR裝置打造的移動平臺。
目的很明確:成為新一代最強輕薄AR智慧眼鏡的“智慧大腦”,開創真實世界與元宇宙相互融合的空間計算新體驗。
具體到功能特性上,一方面,是解決AR眼鏡重量、時延等固有問題:
採用分散式處理架構,實現更均勻的配重並降低左右眼鏡腿寬度;動態將時延敏感型感知資料處理直接分配給眼鏡終端,把更復雜的資料處理需求分流到手機、PC或其他主機終端上。
另一方面,依然是以
人工智慧
為核心,提升AR眼鏡所帶來的實際產品體驗:
其AR處理器中,搭載了專門的視覺分析引擎,結合ISP和Hexagon處理器,能在影象識別、分類和手部跟蹤等AI演算法上實現
2.5倍
加速。
根據高通官方訊息,目前,PICO、聯想、小米、Nreal、OPPO和LG等廠商,都是驍龍AR的合作物件。
並且在AR的應用生態方面,高通也已有所佈局:比如與《寶可夢GO》的製作方Niantic攜手,推出AR眼鏡版的增強現實遊戲。
值得一提的是,這樣裝置邊界上的突破,以AR為典型代表,卻同樣不止於AR。
從高通與微軟的最新合作計劃中亦可見一斑:基於驍龍平臺,高通將高通AI引擎引入Windows 11,以實現筆記本上語音、影象處理等功能的AI加速,同時促進智慧手機和PC的融合。
說了這麼多,歸結起來,第一變可以說是
AI
能力的加速爆發,第二變是突破邊界的
萬物互聯
,在這兩者的基礎之上,驍龍,乃至背後高通佈局重心之變,也就愈發明朗。
“三變”
即,
驍龍第三變
,就是
連線到智慧計算
的改變,進一步說,也就是高通提及的“
網聯計算
”。
人們從前討論移動裝置,更多聚焦於手機,討論的是訊號是否更好了、網速是否更快了。
但現在,在通訊、連線的基礎之上,人們關心的重點,已經變成了什麼樣的智慧功能更好用,哪家對遊戲等應用的智慧加速效果更強勁。
甚至在這樣的討論之中,手機已經不是唯一的主角,下一代計算平臺的價值開始獲得更多關注和認同。
對於高通這樣的廠商而言,這一方面可以歸結為時代技術浪潮之所至,另一方面,也是其本身“春江水暖鴨先知”,早期技術厚積薄發的體現。
量變到質變的奇點,厚積薄發的AI脈絡
事物的變化,往往由
量變引發質變
。
高通之變並非在這次驍龍峰會上才有所體現,其AI革新脈絡從更早時候便已有端倪可循。
2007年高通啟動第一個脈衝神經網路相關的研究專案,依託於生物神經元設計,目的是讓神經網路構造更高效節能,同時在架構上更適配硬體工作原理。
針對脈衝神經網路等AI領域的研究,在2013年正式轉變成更具體的成果。
這一年,高通提出了Zeroth計算平臺,希望能用AI處理影象、聲音等資訊,如開發語音識別功能等,如今來看相當於NPU以及其搭載的神經網路計算能力的平臺。
△2013年搭載Zeroth的機器人訓練,圖源高通
當年,高通這項名為
神經形態晶片
(Neuromorphic Chips)
的技術,被認為是顛覆性的突破,並於2014年被MIT Technology Review評選為
全球十大突破技術
之一。
Zeroth奠定了高通AI引擎
(AI Engine)
的基礎。2015年,驍龍820正式搭載第一代AI引擎,除了能用於人臉照片檢測和手寫識別以外,高通還展示了它能被應用於降低功耗、提升電池使用時長的能力。
隨著對AI研究進一步深入,高通鑽研的方向不再侷限於硬體計算本身,同樣還放在了移動裝置功能的豐富度,即演算法和硬體的協調能力上,力圖讓更多已實現的AI演算法落地到移動裝置中去。
從最初為各硬體引入AI技術加大研發力度,到如今AI引擎已經成為高通晶片的標誌之一,究竟是什麼引發了高通的質變?
可以說,
自身技術積澱
和
場景需求爆發
,成為了引發高通變化的兩大關鍵節點。
從技術維度來看,高通經歷了由AI技術“引入者”到AI基礎設施“提供者”的轉變。
一方面表現在對AI框架的支援度上,包括與谷歌、臉書AI合作,對TensorFlow、Caffe2等AI框架進行加速;以及與微軟、亞馬遜合作支援ONNX等AI模型格式等。
另一方面,則體現在各種AI演算法的研發和開源上,從這些年的頂會論文數量可見一斑。
如果從2011年開始在計算機頂級學術會議上發表論文算起,現在其能夠查閱到的已經有
不下130篇AI研究
發表在各種頂會上,今年一年就接近30篇:
觀察這些論文型別可以發現,其研究領域從機器學習基礎的量子、幾何和貝葉斯深度學習,到降低能耗的量化模型、提升訊號強度的最佳化演算法和AI編譯器,再到應用範圍更廣的計算機視覺、聯邦學習和強化學習等,開源的案例就有不少。
這些研究放到AI基礎設施的搭建上,又進一步被分為基礎架構和應用設施等維度。
基礎架構上,提升硬體處理AI演算法的數量和效能,讓更多廠商開發的AI演算法能被應用於更小的裝置上,結合雲端提供的算力,進一步讓終端裝置實現的功能範圍最大化,這裡又以軟硬體配合方面的量化等演算法應用更為廣泛。
應用設施上,即加強高通AI基建的模組化能力。除了側重軟硬體協同處理外,從今年發表的頂會論文情況來看,又有相當一部分集中在影片語義分割、3D姿態估計等更通用的計算機視覺任務上。
但無論是提升演算法在硬體平臺上的適配能力,還是提升演算法本身的效能、包括資料壓縮能力,本質上都與增強移動平臺對AI的“
掌控力
”緊密相關。
換而言之,高通實現了從各大模組支援AI、到AI驅動各個模組的轉變,讓自身AI能力進一步具備了應用到更多裝置上的通用性——
從場景維度來看,高通所連線的也不再僅僅是手機,而早已擴大到PC、智慧汽車乃至XR等平臺中。
如這些年加大力度投入的
智慧汽車
方向,與手機一樣也同樣是影片語義分割技術的應用領域之一。
在智慧駕駛上,高通此前就已經推出過開源的InverseForm框架,在複雜道路區分與檢測上表現出更好的效能,無需擔心汽車再開到綠化帶、或是帶陰影的人行道上。
基於AI技術打造的驍龍座艙平臺和驍龍智慧駕駛平臺
(Snapdragon Ride)
,更是頗為“搶手”,一度成為車圈叫好叫座的宣傳詞之一。
又如早在數年前就已有佈局的
XR
方向,高通基於這一平臺的高效低耗要求,於2019年推出了驍龍XR2平臺,也是首款將5G和AI結合的XR晶片。
相比手機,XR裝置帶來的更好的虛擬與現實世界的互動性,又能給AI落地帶來新的思路,例如平臺上搭載的場景理解、3D重建等技術,就是基於XR自身特性延展的。
不久前推出的第一代驍龍XR2+平臺,則引入了全新影象處理管線,不僅支援並行感知技術,包括頭部、手勢和手柄追蹤、低時延影片透視等能力,其PC級虛擬景觀還能為虛擬人物賦予更逼真的面部表情。
移動PC
領域,高通也在嘗試用AI來提升移動辦公的生產效率。
如召開遠端會議時,裝置可以準確感知到主體的面部,即便是在人口嘈雜的街邊咖啡店也可以實現精準聚焦,周圍的路人也就不會出現在會議上。
如此說來,高通早已不只是手機晶片廠商,其所提供的技術早已經延伸到了智慧汽車、PC、XR等平臺……一系列你能想到的IoT裝置,都已經被連線到高通以晶片為基、以AI軟體棧為脈絡搭建的網路之中。
作為一個專門給AI開發者打造的“工具箱”,高通AI軟體棧進一步將汽車、手機、PC和XR等裝置之間開發的應用從軟體端打通,從而將硬體終端的優勢進一步擴大,實現一次開發、跨終端部署。
隨著AI開發部署的效率提升,作用的終端範圍擴大,行業智慧化速度也會迎來指數性增長。
由上來看,在臨近質變前夕,高通就已經在量變的路上走了很久。
如今恰好趕上新一輪“萬物互聯”時代的智慧爆發,高通以預見性的儲備提前佈局了新一輪技術浪潮,甚至還可能成為推動下一代計算終端變革的動力。
與其以“急”字解釋高通之變,不如說是時代技術洪流之所向。而高通也早早把握住了航向,在關鍵時機有了點燃技術新爆點的底氣。
質變如何複製?
高通質變,只是整個行業鉅變的一個縮影。
從工農業、城市交通、醫療生活等各行各業,到智慧汽車、IoT、XR等細分領域,現今都在計算和連線方式變化的推動下產生新一輪技術更迭。
在這背後,正是AI這一底層技術驅動,所引發的由點到線及面的冪集創新,其中高通又以晶片為基,將AI技術完整搭載成一套引擎、成為行業方方面面的驅動力。
但如果換個角度來看,像高通這樣的質變,是否還會在更多領域出現?又或者說,高通這樣的質變是否還能“複製”?
從晶片等方向選擇角度來看或許難以複製,但核心思路卻有幾點可以借鑑。
一方面是抓住最基礎的技術進行研發,並擁有迅速落地、進而降本增效的能力,另一方面則是基於自身生態型的作用力,將技術影響擴大到千行百業中去,與更多廠商合作開發出更廣闊的市場。
以移動場景為例,如果過去以手機延展出的功能應用,只是數以百計的垂直軟體生態;
來到網聯計算時代,以AI為核心、5G為連線動力、晶片為計算基礎的終端裝置,將會再度帶來數以百計的橫向產業拓展,進而帶來數以千萬計的開發者生態與企業機遇。
這或許也是高通並不侷限於手機場景,而是選擇提前佈局下一代移動裝置的原因。
從此前釋出的高通AI軟體棧等“基礎設施”,到高通在這次驍龍峰會上展示的各行各業合作案例,它們本質上都在體現高通的AI技術已經深入這些行業中,賦能產品、並給行業帶來根本性的變革。
參考連結:
[1]https://www。technologyreview。com/technology/neuromorphic-chips/
[2]https://www。scoop。it/topic/amazing-science/p/4023296590/2014/06/20/mit-ranking-of-10-new-breakthrough-technologies-in-2014
[3]https://www。youtube。com/watch?v=8c1Noq2K96c
— 完 —
量子位 QbitAI · 頭條號簽約