几个月前，我发了一篇博客报道高通计划在明年利用Cloud AI 100芯片进入数据中心市场。由于在智能手机终端领域的领先优势，我认为未来将拥有最大的人工智能（AI）芯片市场份额的很可能是高通。在移动和嵌入式领域，高通为数百款消费类终端和嵌入式终端的AI运算提供动力。所有的骁龙芯片都支持一定程度的AI运算，而骁龙芯片的出货量已经超过10亿，并且仍在增长。

分布式智能之路

如今，智能手机无处不在，有30亿人使用智能手机进行通信、拍摄照片与视频、以及访问个人数据和应用，你可能想不到一台手机上会进行多少AI运算。如果你用安卓手机拍过照，那你就很可能用过高通的AI。

高通希望利用在高能效移动处理方面的领先优势，并将其扩展至手机之外，创造“分布式智能”，也就是尽可能地在用户端进行AI运算，并在需要时把负荷转移到云端。这样一来，根据对功率、数据和时延的不同要求，AI运算可在终端、云边缘和/或数据中心进行处理或预处理。5G网络将这三个处理层级互联，使得各个层级都可以通力协作、增进理解并为用户提供先进功能。

高通人工智能引擎概况

高通采用异构计算方式，以更低功耗和成本支持AI运算和应用性能。骁龙855在同一晶片上集成Hexagon处理器、Adreno GPU和Kryo CPU以及调制解调器、安全处理器和其他逻辑单元。最新的Hexagon升级包括专用向量加速器，类似于英伟达最新型GPU中的TensorCore。在搭载骁龙855移动平台的手机上可以运行大量支持AI的应用，包括双摄与单摄背景虚化、3D安全人脸识别、场景侦测、超级分辨率和诸多计算摄影增强特性。

图1：高通骁龙855移动平台集成CPU、GPU和人工智能引擎。全部模块可被AI程序员使用，终端横跨广泛的功率、性能和价位。

软件：框架、工具和库

当然，任何芯片都需要软件支持才有用，而高通创建了一整套强大的AI应用。这包括PyTorch和TensorFlow等广受欢迎的神经网络框架，以及微软、亚马逊、Facebook和百度开发的框架。高通支持在骁龙移动平台上运行ONNX（ Open Neural Network Exchange），这是一种用于导入神经网络的通用数据格式。这表明了高通的重要战略方向：即希望骁龙移动平台可直接支持几乎所有形式的AI，并且拥有满足多元化开发社区需求的软件。

5G中的AI应用场景

由于处理器速度提升以及5G技术带来的1ms及以下时延、高达1 Gbps的带宽和海量连接，5G将通过AI处理进行网络优化，支持全新的AI应用。高通认为，5G未来既需要“分布式智能”，也将赋能“分布式智能”。

AI在5G无线传输与管理领域的应用仍处于初始阶段，但在优化这些网络的过程中将变得十分重要。AI将协助把无线网络管理从以人为中心的模式转变为自动化模式，提高信号质量和服务水平。AI在基站内的具体应用包括以下方面：

Ÿ   预测基站切换，这能尽量减少质量下降和掉线等问题；

Ÿ   面向频繁使用的路径规划并配置波束，优化信号强度和服务质量

Ÿ   支持在大规模MIMO阵列和毫米波天线中实现波束成形，并通过为特定用户找到最高效的数据传输路线来优化传输质量（这将以低功耗和低带宽占用提供更优质的服务）

总结

高通认为， AI需要在移动、边缘和云计算领域实现普及与协作，才能实现AI这一变革性技术的全部潜力。高通将这一战略称为“分布式智能”，并意识到这将需要新产品来扩展其除移动终端和嵌入式终端领域之外的技术布局。为此，高通需要做到以下几点：

Ÿ   在移动终端中的AI加速和软件领域持续创新；

Ÿ   在边缘终端市场发展这项技术，包括智能物联网(IoT)和自动驾驶汽车、无人机等自动导航终端；

Ÿ   开发面向边缘和云计算服务商的平台，以完善并提升有更高计算需求的智能。

现在，高通正在投资技术和市场开发项目，这将帮助它在智能边缘云和数据中心环境领域进一步发展。事实上，AI Cloud 100的目标算力是达到350 TOPs，假如公司能够把性能潜力转化为实际应用中的优势（例如实用的APP或MLPerf基准测试跑分），这可能会让AI Cloud 100在2020年上市时达到或接近行业领先水平。

当然，高通在进入数据中心和边缘云市场时，也将面临来自英特尔、英伟达和赛灵思等行业巨头以及多种初创企业的挑战。我认为，当高通发布其云产品和下一代5G产品时，高通将成为AI计算革命中重要的一员。我们期待在12月高通一年一度的骁龙技术峰会了解更多高通的新产品和未来布局。