2020年，如果有人和你提到 AI給生活帶來(lái)的改變，你會(huì)想到什么？在如今越來(lái)越多被提到的 AI落地投入實(shí)用的案例中，其實(shí)要回答這個(gè)問(wèn)題很簡(jiǎn)單：自動(dòng)駕駛需要車載AI、Google利用AI的深度學(xué)習(xí)能力預(yù)測(cè)洪水、更富未來(lái)感的“智慧城市”，以及更多醫(yī)療健康領(lǐng)域的新研究進(jìn)展；AI帶給生活的改變已經(jīng)隨處可見(jiàn)。

拋開(kāi)高大上的商業(yè)概念，就最貼近我們實(shí)際生活的AI來(lái)講，目前分為兩大發(fā)展方向 ——將算力保存在數(shù)據(jù)中心的云計(jì)算，以及將人工智能算法基于本地設(shè)備的AI效能運(yùn)行的分布式計(jì)算；與前者更多用于商業(yè)領(lǐng)域不同，后者目前已經(jīng)非常深入我們?nèi)粘Ｉ畹牧耍何覀兡壳笆謾C(jī)攝影領(lǐng)域最熱門(mén)的計(jì)算攝影 ——包括超清夜景、自動(dòng)連拍，交給手機(jī)來(lái)選擇效果最好的那張；乃至智能識(shí)物、實(shí)時(shí)文字翻譯功能，以及頗受好評(píng)的 AI自動(dòng)攔截騷擾電話功能，其實(shí)都是借助于手機(jī) AI算力的飛速提升而得以實(shí)現(xiàn)。

但在當(dāng)前，分布式的 AI效能，能體現(xiàn)在智能手機(jī)上，但也遠(yuǎn)不止智能手機(jī)，在我們數(shù)字生活中的不少場(chǎng)景中，AI計(jì)算都已經(jīng)開(kāi)始發(fā)揮出其特殊的優(yōu)勢(shì)，來(lái)著力解決傳統(tǒng)智能設(shè)備使用中的“痛點(diǎn)”。

智能手機(jī)

在當(dāng)下高速穩(wěn)定的 5G網(wǎng)絡(luò)仍然不是很普遍的時(shí)代，許多廠商都仍然在研究如何將 AI“塞進(jìn)”用戶的終端設(shè)備中：比如Google就一直在研究將基于服務(wù)器的語(yǔ)音助手模型通過(guò)深度學(xué)習(xí)的訓(xùn)練，將原本 100G的模型縮減至 0.5G，使其可以直接存儲(chǔ)在絕大部分智能手機(jī)中，直接通過(guò)手機(jī)的 AI效能實(shí)現(xiàn)更快速的語(yǔ)音響應(yīng)與交互。

AI的效能同樣體現(xiàn)在手機(jī)系統(tǒng)優(yōu)化上，在 Android中，借助高通驍龍移動(dòng)平臺(tái)的 AI Engine引擎以及 Google推出的 Tensorflow深度學(xué)習(xí)框架，開(kāi)發(fā)者還能做出更多利用 AI性能讓用戶減少重復(fù)操作手機(jī)的功能：比如在 Android 10中 Google推出的基于深度學(xué)習(xí)功能的智能回復(fù)功能，就可以實(shí)現(xiàn)在手機(jī)收到短信通知時(shí)智能為你推薦快速回復(fù)語(yǔ)，如果信息內(nèi)容中包括了地點(diǎn)或是電話，手機(jī)還能直接幫你將地點(diǎn)導(dǎo)入進(jìn)地圖中，或是一鍵撥打電話。

目前在手機(jī)中，AI的使用場(chǎng)景當(dāng)然不限于手機(jī)攝影與語(yǔ)音助手，我們?cè)谑褂弥悄苁謾C(jī)的日常中已經(jīng)隨處可見(jiàn) AI算法的“助力”：在輸入法中，AI可以結(jié)合你輸入的上下文自動(dòng)為你推薦相關(guān)的表情包，甚至目前熱門(mén)的手機(jī)快充功能上，AI模型也能實(shí)現(xiàn)根據(jù)用戶使用習(xí)慣智能調(diào)節(jié)充電功率，讓你在晚上睡前充電時(shí)自動(dòng)降低快充速度，既保證了你清晨拿起手機(jī)仍然是滿電狀態(tài)，同時(shí)也延緩了手機(jī)電池的容量衰減。

這種基于本地的深度學(xué)習(xí)模型，決定了手機(jī)可以隨著用戶的重復(fù)使用的同時(shí)逐漸了解用戶的使用習(xí)慣，這也是不少手機(jī)廠商在推出 AI功能時(shí)都少不了一句“越用越好用”的原因。同時(shí)，更強(qiáng)的本地 AI算力也能讓更多計(jì)算過(guò)程完全基于手機(jī)運(yùn)行，除了減少數(shù)據(jù)傳輸之外，更重要的是減少了不少用戶關(guān)于手機(jī)數(shù)據(jù)傳輸帶來(lái)的隱私問(wèn)題的擔(dān)憂。

新形態(tài)筆電

筆電行業(yè) 2020年的新一個(gè)重要的新變化，就是不少傳統(tǒng)筆電廠商開(kāi)始進(jìn)一步發(fā)掘 ARM架構(gòu)優(yōu)勢(shì)，推出基于 ARM處理器的新筆電，目前世面上不少基于 ARM處理器推出的輕薄商務(wù)筆電新品，都是基于高通 8cx平臺(tái)研發(fā)而來(lái)。

ARM架構(gòu)處理器的加入，除了我們?cè)谥悄苁謾C(jī)上已經(jīng)習(xí)以為常的使用特性 ——比如超低功耗待機(jī)，4G LTE聯(lián)網(wǎng)等特征加入到筆電產(chǎn)品中之外，另一個(gè)顯著的特性就是其搭載的與手機(jī)驍龍 Soc同源的 AI Engine計(jì)算引擎，能借助更強(qiáng)的 AI算力，實(shí)現(xiàn)傳統(tǒng) X86架構(gòu)筆電難以實(shí)現(xiàn)的優(yōu)化功能。

在疫情期間的遠(yuǎn)程辦公以及網(wǎng)課熱潮中，視頻通話其實(shí)是很多人都繞不開(kāi)的一個(gè)場(chǎng)景，但我們往往在視頻時(shí)都會(huì)下意識(shí)盯著屏幕看而不是攝像頭，雖然這種問(wèn)題可能大家都已經(jīng)習(xí)以為常，但使用 AI算法，其實(shí)能更好的優(yōu)化這種細(xì)節(jié)問(wèn)題。

在微軟發(fā)布的二合一筆電SurfacePro X上，除了搭載基于高通 8cx研發(fā)而來(lái)的微軟 SQ1芯片之外，微軟還借助高通驍龍 SoC架構(gòu)中的 AI引擎效能，實(shí)現(xiàn)了在用戶使用筆電進(jìn)行視頻通話或遠(yuǎn)程會(huì)議時(shí)，通過(guò)算法自動(dòng)調(diào)整眼睛在視頻通話中的位置，讓你看起來(lái)就像一直在看著攝像頭一樣，實(shí)現(xiàn)更自然的視頻通話效果。

同時(shí)，微軟也在相關(guān)的功能介紹中表示，在傳統(tǒng) X86架構(gòu)筆電中，如果采用相同的算法來(lái)實(shí)現(xiàn)同樣的優(yōu)化效果，則需要面臨更大的功耗，得益于新架構(gòu)中的 AI算力，提升得以實(shí)現(xiàn)，未來(lái)開(kāi)發(fā)者可以借助高通 ARM筆電架構(gòu)下的 AI引擎，用更強(qiáng)的 AI性能來(lái)實(shí)現(xiàn)傳統(tǒng)筆電受種種性能而無(wú)法實(shí)現(xiàn)的智能體驗(yàn)。

智能駕駛

自動(dòng)駕駛每小時(shí)會(huì)捕捉近 4TB的道路數(shù)據(jù)，即使是目前做高效的網(wǎng)絡(luò)速度也不足以支撐如此海量的數(shù)據(jù)傳輸。所以自動(dòng)駕駛其實(shí)是當(dāng)下最能體現(xiàn)“分布式計(jì)算”AI使用場(chǎng)景；目前主流的自動(dòng)駕駛技術(shù)都依賴激光雷達(dá)或是攝像頭+厘米波雷達(dá)來(lái)采集自動(dòng)駕駛車周邊環(huán)境數(shù)據(jù)，同時(shí)將每秒不停收集到的數(shù)據(jù)交給車載計(jì)算機(jī)運(yùn)算處理。

無(wú)論是道路兩側(cè)的行人，還是道路地面上的道路導(dǎo)流標(biāo)識(shí)線，乃至人類駕駛員看了都頭疼的海量道路指示牌，都需要自動(dòng)駕駛車能快速借助已有的深度學(xué)習(xí)模型處理并反饋結(jié)果，這也是目前包括特斯拉、寶馬以及百度等廠商在沖刺真正意義上可用的 L4級(jí)自動(dòng)駕駛時(shí)必須要解決的棘手問(wèn)題，海量的數(shù)據(jù)與低延時(shí)需求也決定了無(wú)法過(guò)于依賴云計(jì)算的云端算力實(shí)現(xiàn)。

在今年 CES中，高通針對(duì)自動(dòng)駕駛的這個(gè)需求，推出了新的模塊化方案 ——Snapdragon Ride自動(dòng)駕駛軟件棧。同時(shí)，借助整合的 AI算力，還能優(yōu)化模型運(yùn)算效率，讓車載計(jì)算機(jī)的感知與規(guī)劃更加智能：即使是現(xiàn)在主流的輔助自動(dòng)駕駛方案 ——也就是 L2級(jí)自動(dòng)駕駛下，這種性能上升級(jí)也能反饋在自動(dòng)駕駛的用戶體驗(yàn)上，讓自動(dòng)駕駛過(guò)程更加無(wú)感，需要駕駛員手動(dòng)介入的情況更少。

在更未來(lái)的 L4級(jí)自動(dòng)駕駛領(lǐng)域，強(qiáng)大的本地計(jì)算還能完成自動(dòng)駕駛的精密地圖構(gòu)建、實(shí)現(xiàn)更無(wú)縫的真正自動(dòng)駕駛，還能借助 Qualcomm Snapdragon Ride平臺(tái)的高效能，讓更多汽車廠商與智能車機(jī)開(kāi)發(fā)者開(kāi)發(fā)出更現(xiàn)代化的智能汽車體驗(yàn)。

改變使用細(xì)節(jié)體驗(yàn)的 AI效能

目前，無(wú)論是基于運(yùn)行速度還是隱私等考量，本地的 AI計(jì)算已經(jīng)是當(dāng)前 AI發(fā)展的重點(diǎn)方向；在 AI熱潮之下的種種智能體驗(yàn)吸引眼球的同時(shí)，也對(duì)智能終端的 AI硬件的算力與效能提出新的挑戰(zhàn)，這也是高通為什么在每一代驍龍移動(dòng)平臺(tái)中都在著重強(qiáng)調(diào)AI引擎的效能提升的原因。

當(dāng)然，基于數(shù)據(jù)中心的云計(jì)算同樣是未來(lái)所需，手機(jī)、電腦算力無(wú)法支撐的龐大計(jì)算過(guò)程，對(duì)于云計(jì)算來(lái)講可以很高效的完成；但長(zhǎng)期來(lái)看，在 5G網(wǎng)絡(luò)逐漸普及的時(shí)代，基于云計(jì)算運(yùn)行的 AI也會(huì)作為本地 AI的效能補(bǔ)充；無(wú)論是對(duì)于開(kāi)發(fā)者還是硬件廠商，都需要更高效的 AI引擎以及深度學(xué)習(xí)模型框架。

對(duì)此，高通不僅在硬件上推出更高效的移動(dòng)平臺(tái)與計(jì)算解決方案，還為開(kāi)發(fā)者推出了 Qualcomm神經(jīng)處理軟件開(kāi)發(fā)包(SDK)，讓更多開(kāi)發(fā)者能借助高通設(shè)備的 AI效能，訓(xùn)練 AI所必需的神經(jīng)網(wǎng)絡(luò)模型，來(lái)實(shí)現(xiàn)更多 AI效能給智能生活帶來(lái)改變，帶給用戶更加無(wú)感的智能生活體驗(yàn)。

隨著 5G網(wǎng)絡(luò)的逐漸普及，人工智能與 5G的攜手，將對(duì)我們生活中的許多習(xí)以為常的習(xí)慣產(chǎn)生巨大的改變，而這些改變的開(kāi)始，正是從這些一個(gè)個(gè)提升使用體驗(yàn)的“小細(xì)節(jié)”逐漸發(fā)展而來(lái)，借助專用的 AI硬件算力提升，我們也能越來(lái)越多的感受到這種分布式 AI給我們?nèi)粘Ｉ顜?lái)的一點(diǎn)點(diǎn)改變。