6月6日报道，从骁龙820到骁龙845，高通基于智能手机端的AI平台已经演进了三代，而在AI领域的研究方面，高通已经有十年的积累。在高通近日举办的人工智能峰会上，相关部门的负责人分享了高通技术在支持AI方面的发展策略、进展以及用例，呈现出高通在AI领域的全景图。
作为移动通信领域的巨人，高通在推动移动通信技术、智能终端发展上做出了巨大贡献。历经十余年的发展，尽管智能手机市场的增速正在放缓，但随着物联网、5G等时代的到来，智能手机的核心位置再一次凸显。
预计在2018-2022年，智能手机累计出货量将超过86亿部。这意味着AI技术在智能手机领域的广泛应用有着广阔的空间。智能手机是人工智能进行相关创新的最大平台。如今，手机厂商在AI领域的厮杀热度已经可以说明这一点。
据高通产品管理总监Gary Brotman介绍，在智能手机AI领域，高通重点关注三个方面：
一是视觉AI领域。从目前手机厂商应用AI的情况看，视觉方面的AI最多，如面部识别、解锁、支付，以及智慧摄像、美颜等等，一方面视觉AI技术相对成熟，另一方面，手机用户在这方面的体验需求较高。
二是AI语音，利用声音与智能终端交流对话，更好的互动。
三是增强现实(AR)，该领域对终端密集计算能力要求较高。通过AR，利用周围的环境，实现智能手机上所有传感器的共同支持，以虚拟和现实融合的方式，即时提供娱乐、教育和提醒服务等。
近三年，基于智能手机端的AI平台，高通已经推动AI技术演进了三代。在这一过程中，随着AI算法架构的不断进化，平台的功能和能力也随之变得丰富和强大，同时高通也在逐步构建AI生态的开放性。
第一代AI平台是骁龙820。研究人员和商业开发者可在CPU上运行神经网络，比较典型的就是运行Caffe。Caffe是当时最主流的架构，是商用领域很多相关研发的基础，可以直接把神经网络训练放在终端的CPU上进行。
第二代是骁龙835，引入了神经处理引擎SDK。通过与Google和Facebook的深入合作，针对两者提供的框架进行了优化，在终端侧支持TensorFlow和Caffe2。这给予了开发者极大的便利，可以根据自己的需要，选择合适的硬件内核支持AI运算。
去年12月，在高通推出的骁龙845上，集成了第三代AI技术，对每一颗内核的计算能力都进行了扩展，同时也扩展了对于更多神经网络框架的支持。一方面，通过直接与神经网络框架供应商合作;另一方面，也支持了ONNX交换格式，能轻松地为开发者提供更多灵活性，无需担心底层硬件支持何种网络的问题。
高通人工智能引擎AI Engine由一系列硬件与软件组件组成，旨在让终端侧AI为开发者带来高能效和灵活性。硬件上，通过对CPU、GPU和DSP进行优化，可以满足不同AI应用场景对功耗、神经网络、工作负载和能效的需求。
在软件方面，通过SDK，可以支持Android NN环境，它还支持Hexagon NN，如果开发者选择使用Hexagon DSP来做开发，Hexagon NN库就可以专门针对某一内核进行优化以实现最优的能效比。所有这些为开发者以及客户带来极大的灵活性，并有助于他们实现性能最大化。
从行业来看，目前只有海思的麒麟750单独设置了AI单元NPU，而高通、联发科仍采用分布式计算的方式。Gary Brotman认为，智能手机AI体验不能仅仅依靠一个特定的内核，更重要的是需要多种架构、多种工具，目前分布式架构能够充分应对智能手机对于AI功能的需求。
