高通在北京召開的人工智能媒體電話溝通會，并且分享了目前在人工智能領域的進展情況。隨著AI大潮來臨，面對林林總總人工智能計算，高通正在積極布局并開發了神經處理引擎，目前以在高通驍龍Snapdragon 600和800系列處理器上可運行AI應用程序。
●十年研究 重在終端設備深度學習
早在2007年的時候，高通就在進行脈沖神經網絡的研究，2012年開始進入深度學習領域研究，而高通將研究重點放在了終端設備深度學習上。在近幾年的時間中，高通還在河南開設了研發分支機構。在2015年ImageNet大規模圖像識別挑戰賽獲得前三名的好成績，同時也成功發布Qualcomm驍龍神經處理引擎SDK。
高通積極拓展人工智能領域生態系統建設，與Google展開深度合作，支持TensorFlow、Caffe/Caffe2。2017年參與Brain Corp公司的1.14億美元融資，同時近期還收購了機器學習初創公司Scyfer。高通在人工智能領域已有十多年的持續研究，而且將長期著眼于未來，將聯手合作伙伴共同完成人工智能產品的創新和研究。
高通在人工領域處于領先地位
近期高通收購Scyfer可以補充人工智能研發的人才儲備，同時也很好壯大了高通在荷蘭的研發實力。Max Welling 教授作為公司創始人也將加入高通研究機構當中，通過這次收購高通將全面接手了Scyfer技術工程研發，整個阿姆斯特丹團隊將利用人工智能方面所掌握的技術，幫助高通進行人工智能產品開發。
●感知推理行動 三大方面深入研究
高通人工智能將從三大方面深入研究人工智能，其中包括感知、推理和行動。涵蓋聽、看、監測、觀察、學習、情景推斷、預估、直觀行動、自然交互和保護隱私等方面。高通同時也可以提供第三方SDK和工具箱，以幫助開發者基于人工智能平臺進行開發。
高通所面向的人工智能領域相當廣泛，在不同領域和生活化場景中將實現快速迭代、龐大規模和高度集成化且優化的設計。除了大家熟知的智能手機之外，人工智能涉及到的領域還將擴展到移動計算、智能家居、工業物聯網、可穿戴設備、智慧城市、汽車、醫療衛生、網絡和擴展現實等方面。
以往人工智能所涉及到的數據和復雜運算，都是在后臺大型服務器端或者云端完成。而如今隨著移動處理能力不斷提升，很多復雜運算也可以在終端處理。云端對匯集大數據以及在終端上運行的許多人工智能推理算法的訓練在服務器端完成，但目前出現一個趨勢，訓練工作在終端多臺設備的分布式架構也可以完成。這樣服務器端和終端的權重將向著一個平衡態勢發展。
高通一直在無線通訊領域有著很強實力，而且5G正在興起智能運算將向終端遷移。終端處理有幾個優勢。１、隱私性２、可靠性３、低時延４、高效利用網絡帶寬，通過5G網絡來實現終端設備與云端的連接。從而找到合適的方式解決不同的問題，通過5G可以在多臺設備上進行互相學習。
人工智能將有遇到兩大挑戰
人工智能將有遇到兩大挑戰，一是人工智能工作負載的挑戰，二是移動環境下所面臨的挑戰。人工智能的負載處理要求較高，需要大量密集型計算，以及復雜神經網絡模型實時處理，而且隨時都保持開啟和聯網狀態。像手機、無人機、無人駕駛都將受到環境影響，電池續航需要更長久、產品必須實現高效散熱。此外，內存、存儲空間和帶寬也受到不小的限制。
CPU+GPU+DSP分布式計算架構
高通將從三個方面應對以上兩大挑戰。人工智能的設備首先是高性能低功耗的設備，然后能夠利用現有無線通信技術，實現利用5G設備端和云之間的智能配合和連接。
人工智能將會給手機用戶帶來更好的使用體驗和應用場景。通過人工智能手機將會擁有更為貼心的個人助理、還能夠提供出色拍攝能力以及增強的安全性。事實上，以上都是客戶可以直接感知到的體驗。此外還有無形的優勢，通過人工智能技術改善手機續航能力、實現更好的手機聯網能力、調制解調器管理。
微信掃一掃
