在无数的科幻游戏、科幻电影和小说中,当技术爆发到一定阶段时,AI总是不可或缺的。它们不吃不喝,却无所不知,在人类身边扮演着“完美伙伴”的角色。
微软游戏《光环-科塔娜》中的角色(图源网络)
就像所有的幻想都需要建立在认知的基础上一样,人们对AI的终极思考和幻想无论如何都无法在现实世界中避免。
事实上,尽管人工智能代表着最前沿的科学技术,但它离我们并不遥远。对于大多数人来说,日常使用AI的次数其实远比大家想象的要多。
艾,无处不在
提到AI,人们会想到以ChatGPT为代表的众多生成式人工智能应用。它们可以自动生成文本、摘要、翻译和对话,还可以用于生成逼真的图像、视频和动画,甚至可以帮助用户创作音乐和开发人员编写代码。
AI能做的远不止这些,但ChatGPT的到来让人们实际体验到了AI能做什么。
手机人脸识别
事实上,在日常生活中,AI应用随处可见。比如AI人脸识别技术在AI视觉、小区门禁系统、手机人脸解锁、超市人脸支付等方面的应用。
还有大家都离不开的智能手机,也应用了很多AI技术。最典型的就是影像场景。手机的光学素质远不如相机,但它可以拍摄出媲美专业设备的夜间照片和视频,而AI在其中起着决定性作用。
以最新的骁龙8Gen2第二代骁龙8旗舰手机为例,高通为第二代骁龙8移动平台注入了强大的人工智能“灵魂”,进一步改善了智能手机的拍照体验。高通在骁龙平台上建立了业内第一个“认知ISP”,并由此实现了一种名为“实时语义分割”的技术,该技术有点类似于PS中的图像分层,可以针对图像中从背景到面部细节的不同区域进行独立优化。
具体来说,将更容易模糊人们通常在拍照时使用的背景,或者更改风格化的背景图案,以及对人像进行一些美容和护肤处理等。,借助实时语义分割。
这是AI在运动图像中的一个简单用例,但通过这个例子不难发现,如今的智能手机早已与AI深度绑定。事实上,除了OCR扫描、智能语音助手、图库分类、屏幕识别和面部识别等常见的手机AI应用外,AI还在网络连接、音频、游戏和电池续航等方面发挥着重要作用。比如上网时,合理分配网络,让蜂窝信号和Wi-Fi更稳定;玩游戏时智能调用系统资源让画面更流畅等等。
终端侧算力大幅上升,AI大模型下沉
与智能手机一样,人工智能也广泛应用于汽车、XRP、PC和物联网领域,正是基于这种“人工智能+”形式,更多创新应用场景出现,进一步丰富了用户体验。
无论是手机还是汽车,作为一个独立的终端产品,与AI的结合确实有一点天作之合的意思。然而,必须承认的是,尽管业界之前已经讨论过AI的体量问题,但距离大模型AI真正在终端侧落地还有很长的路要走。
与云AI不同,在终端侧部署AI并不意味着想做就能轻松实现,比如算力。与云所能提供的计算能力相比,终端侧所能提供的计算能力非常有限。一些目前火热的大机型在过去的智能手机等终端产品上很难运行。这意味着要在智能手机上拥有良好的AIGC应用体验并不容易,就像在云中生成一张AI图片可能只需要十秒钟,但在手机上可能需要几分钟甚至更长时间,体验可以说是大打折扣。
然而,“难”并不意味着“不可能”。事实上,早在今年2月,高通就发布了全球首个在Android手机上运行的稳定扩散终端演示。稳定扩散本身是一个基于输入文本生成图片的AI模型,其参数超过10亿。这个参数规模过去只能在云计算集群中运行,但现在终于可以在终端侧运行了。
显然,如果没有强大的计算能力作为支撑,几乎不可能实现这样的“壮举”。高通之所以能成为第一个实现的原因是它不得不谈到骁龙移动平台。
以最新的第二代骁龙8移动平台为例,该芯片的人工智能计算能力已经处于天花板水平。
根据全球知名智能基准测试网站AI-Benchmark的排名统计,我们发现在排名前十的智能手机中,搭载第二代骁龙8移动平台的机型占据了八个席位,包括第一至第七名。
事实上,第二代骁龙8移动平台能够在人工智能计算领域大获全胜并不奇怪。它配备了最新的高通人工智能引擎,升级了Hexagon处理器,支持更高规格的张量加速器,并增加了硬件加速,使其能够快速高效地运行Transformer网络,这也使第二代骁龙8在自然语言处理应用中具有更突出的优势。
此外,骁龙的移动平台一直拥有出色的可扩展性。骁龙的大多数移动平台通常都有一个Hexagon处理器。但是,如果他们面对的对象对AI计算有更高的需求,例如汽车,则将使用两个甚至更多的Hexagon处理器来提高计算能力,这无疑为在更多终端设备上部署AI提供了强大的计算支持。
高通人工智能软件栈,跨终端部署利器
借助第二代骁龙8移动平台,我们可以看到高通在硬件方面的一些优势。事实上,高通在软件方面提供的技术在促进终端侧的人工智能部署方面也发挥了至关重要的作用。
此前,高通发布了高通人工智能堆栈Stack,可以轻松地将人工智能从单个终端扩展到其他终端。它为OEM和开发人员提供了完整的AI解决方案。该解决方案是一个集成了所有AI框架、开发者库和操作系统的集成平台,还具有“一次开发、多终端使用”的特点。简而言之,用户只需开发一次模型,即可在不同的高通产品中创建和使用。
之前,我们提到高通人工智能研究公司使用高通人工智能软件栈来执行全栈人工智能优化。这种全栈优化最终使稳定扩散能够在智能手机上运行,在15秒内执行20步推理,并生成512×512像素的图像。
在智能手机上运行稳定的扩散只是一个开始。目前,高通已经能够在搭载骁龙计算平台的笔记本电脑上运行稳定的扩散。凭借业界领先的高通人工智能引擎,基于骁龙计算平台的笔记本电脑首先在MLCommons V3.0上取得了出色的MLPerf基准测试成绩。在终端方面运行如此大规模的人工智能用例,高通再次领先于行业。
最后:
作为终端侧AI的重要推动者,高通已成为推动终端侧AI规模化发展的关键力量,相关技术正在为数十亿终端产品赋能。如今,高通在单个产品的出色性能和功耗、大规模成果以及跨AI应用、模型、硬件和软件的全栈终端侧AI优化方面具有明显优势。
显然,在人工智能即将发生“质变”的关键时刻,高通扮演着越来越重要的角色。甚至在不久前,高通正式发布了《混合人工智能是人工智能的未来》白皮书,其中明确提出了云边一体的混合人工智能发展路径。从架构设计的角度来看,混合AI适用于几乎所有的生产AI应用和终端领域,具有低成本、高效率、低能耗、运行稳定和隐私性强的优势,可以说对于开发者和用户来说都是非常值得期待的。
无论如何,人工智能发展的最终目的是更好地为人类服务。这个过程肯定是艰难的,但正是因为更多人的努力,目标才离我们越来越近,直至触手可及。
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。