骁龙AI芯片集成人工智能引擎 异构计算架构

日前，在高通人工智能创新论坛上宣布建立人工智能团队Qualcomm AI Research，将公司规模内展开的悉数人工智能研讨，进行跨各职能部门的协作式强化整合。建立统一的架构是为了加快高通在终端人工智能的创新。在此前，高通已经推出了人工智能引擎AI Engine，由多个硬件与软件组成。能够加速终端侧人工智能用户体验在骁龙AI芯片上的实现。

据了解，AI Research并非一个独立的公司，而是高通内部的一个安排，人员散布在全球各地，共计一百余名。AI Research 主要展开多样化的科研工作，包括高能效人工智能、个性化和数据高效学习。这些基础研究现为终端人工智能拓展至众多新兴产业奠定基础。并且已帮助打造出多个面向智能手机、汽车和物联网的商用解决方案。除了支持高通的产品部署外，AI Research还将通过多种方式与研究团体进行交流，包括通过学术刊物、参加技术会议及学界合作项目等。

业内人士认为，高通公司对人工智能研究的整合，或将成为其人工智能发展史上的有一个里程碑式事件。据了解，早在2007年，高通便启动了首个人工智能项目。目前这些研究已经落地到了产品侧，推出了三代基于骁龙平台的AI芯片。包括第一代人工智能产品骁龙820、第二代人工智能产品骁龙835以及第三代人工智能产品骁龙845。高通的AI芯片已经覆盖了包括小米、OPPO、vivo、一加、锤子、黑鲨、三星等众多厂家。

与部分竞争对手不同，高通AI芯片的人工智能策略并不是简单的叠加NPU或者计算单元，而是采用在骁龙平台集成人工智能引擎，通过异构计算的方式，让CPU/GPU/DSP等不同的模块来相互配合，根据不同的应用场景来安排工作负载。

其实，业界对AI芯片采用集成还是分离的方式来进行AI运算一直有所争论。但在高通专家看来，高度集成的AI架构设计能够在性能、功耗等各个方面达到更好的平衡。未来的终端会越来越智能，应用场景和案例会越来越多，集成会赋予架构更高的灵活性。并且，高效运行终端侧人工智能需要多核异构计算架构，因为不同人工智能应用场景的功耗和对运算资源的需求各不相同，仅靠单颗人工智能内核无法以最佳方式解决，所以需要可编程的异构计算。

举个例子，Hexagon 向量处理器、Adreno GPU、Kryo CPU就像三个各有所长的乐手，不同的曲目需要不同类型的乐手，有的擅长高音，有的擅长低音，只有根据曲目合理乐手搭配，方能呈上一场精彩合唱。

简而言之，在高通人工智能引擎的体系下，以骁龙AI芯片上的 Hexagon 向量处理器、Adreno GPU 和 Kryo CPU 为硬件基础，以骁龙神经处理SDK等多个软件框架、由谷歌提供的Android NN(神经网络)API和 Hexagon Neutral Network(NN)等库为接口的异构计算方案。而这其中的骁龙神经处理引擎SDK，是首个面向骁龙移动平台设计的深度学习软件框架，可以让开发者根据体验选择最佳的内核。高通最新发布的AI芯片骁龙710就搭载了多核人工智能引擎 AI Engine，使智能手机带来拍摄与语音方面的用户定制体验，与骁龙 660 相比，在 AI 应用中实现高达 2 倍的整体性能提升。

在人工智能的热潮之下，AI芯片的市场方兴未艾。现在，越来越多的厂商加入了AI芯片的研发。除了传统芯片厂商也有手机和互联网企业，义无反顾的投入其中。这些厂商在不同的范畴及场景下，各擅其长。而在终端侧的人工智能上，高通有着显着的优势，搭载高通骁龙芯片的安卓智能手机出货量已经超过10亿台。数据显示，2018到2022年，智能手机累计出货量将超过86亿部。手机作为最普及的人工智能平台，巨大规模加上5G的赋能，AI芯片势必会将人工智能带至数万亿联网终端。加之十余年对人工智能的相关研究，高通至今积累了丰富的经验，获得诸多科研硕果。在如今AI向终端搬迁的趋势上，将进一步扩大高通的这种优势。

高通的人工智能不是单打独斗,而是着眼长期的战略研究，会与业内伙伴合作共同进行人工智能产品的创新。高通会持续加强AI生态系统建设，与更多的合作伙伴进行深入合作，目前，高通已经与包括谷歌、Facebook、腾讯、阿里巴巴、百度、网易有道、商汤科技等众多企业进行了深入合作。