人工智能集中爆發 高通第二代驍龍7+如何賦能終端側AI？人工

自從去年 11 月 ChatGPT 發布，關于 AI 的高通海口外圍（外圍女）外圍上門（電話微信180-4582-8235）全國1-2線熱門城市快速安排30分鐘到達話題就成了熱搜榜的常客。就在上周的第代端側 3 月 14 日，伴隨著新一代 GPT-4 橫空出世，驍龍網友直呼太強大，何賦GPT-3.5 短短幾個月已經被“革了命”。人工從前，集中雖然 AI 一直是高通高科技話題的代表，也是第代端側熱點所在，但是驍龍對于一個普通人而言，AI 卻是何賦看不到、摸不到的人工虛無縹緲之物。如今，集中仿佛一夜之間人工智能走進千萬家。高通作為一個聊天機器人，其鮮明的應用場景正在宣告：不論你感到緊張還是興奮，人工智能時代終究還是來了。

3 月 16 日，“文心一言”發布，作為百度繼“文心一格”之后的第二款 AI 產品，直接對標 ChatGPT。百度明確表示，將在所有業務中全面集成“文心一言”。可以預見到，未來 AI 會出現在各類互聯網產品中。便捷的海口外圍（外圍女）外圍上門（電話微信180-4582-8235）全國1-2線熱門城市快速安排30分鐘到達可觸達性，讓用戶不論在手機、電腦還是其他任何終端設備，都能輕松享受人工智能所帶來的便利。

然而，在推動朝著 AI 轉型的路上，OpenAI 和眾多互聯網大廠并不是僅有的玩家，只是因為它們面向 C 端消費者因此更容易被熟知。在背后，一些大眾不熟悉的領域，變革也在悄然發生——例如為AI開發者創造更高效的研發環境，抑或是為終端提供更強大的算力和操作系統。

　這正是過去 10 年高通一直在做的事。

第二代驍龍 7+ 全面提升，但核心依然圍繞“AI”

3 月 17 日，即百度“文心一言”發布的次日， GPT-4 發布后的第三天，高通正式推出了第二代驍龍 7+ 芯片。這是一次全面升級，不論是音效、視頻體驗，還是 AI 性能，均大幅度提升。

如高通技術公司高級副總裁兼手機業務總經理 Christopher Patrick 所言：“驍龍是頂級移動體驗的代名詞。今天發布的第二代驍龍 7+ 彰顯了我們將驍龍廣受歡迎的部分旗艦特性引入驍龍 7 系，從而讓更多用戶可以享受動心體驗”。

第二代驍龍 7+ 移動平臺 CPU 整體性能比上一代平臺提升了 50%，GPU 和上一代 7 系相比，性能翻倍，高性能不代表高能耗，新平臺的能效提升了 13 個百分點。

在一個消費者沉溺于比拼跑分的時代，第二代驍龍 7+ 卻別出心裁地給出了另一個更接地氣的指標——持久穩定輸出性能。畢竟在實際使用中，影響用戶體驗的不是性能峰值，而是穩定的、持續的高性能輸出。

在一項連續進行 20 輪的 GFX Manhattan 3.0 1080P 基準測試中，兩臺機器同時進行性能測試。測試結果顯示，第二代驍龍 7+ 在 GPU 性能上最初就已經領先競爭對手 18%;到第 5 輪，友商機器性能開始下降，兩者之間的差距擴大到 27%;到第 7 輪，友商機器的表現進一步下滑，兩者之間的差距擴大到了 65%，并一直持續到第 20 輪。而第二代驍龍 7+ 的芯片性能一直非常穩定，跑分線幾乎是平的。

　在用戶體驗上，游戲、影像均大幅提升。借助自適應可變分辨率渲染(Auto VRS)，它通過全分辨率渲染重點內容，使用較低分辨率渲染場景背景，從而優化能效和性能。立體渲染能為煙霧等粒子圖形游戲畫面增加栩栩如生的真實感。

第二代驍龍 7+ 的 18-bit ISP 支持一次捕獲 30 張畫面且支持高達 2 億像素的照片拍攝，同時還能進行三重曝光的單幀逐行 HDR 視頻拍攝，讓消費者能夠捕捉到高達 4,000 多倍的影像數據，獲得豐富的色彩和高清晰度的體驗。

然而，重頭戲還是落在 AI 上。

與前代平臺相比，第二代驍龍 7+ 集成的高通 AI 引擎性能提升超過 2 倍，能效提升 40%。并支持 AI 賦能的增強體驗以實現出眾的簡便性。

高通在芯片領域的地位毋庸置疑，而芯片又是開發 AI 模型里極重要的組成部分(系統、算力)。高通作為一個全球領先的芯片廠商，其在 AI 領域的技術和創新實力也備受關注。不夸張地說，高通在領域內的創新能力和迭代速度，某種程度上成為了 AI 行業這個“上層建筑”的“經濟基礎”。

時至今天，AI 已經成為大眾街頭巷尾議論的話題，不論是普通消費者還是企業，都意識到 AI 的重要性。

向 AI 傾斜是高通長期戰略的一部分。在過去十年中，高通憑借強大的 AI 科技，持續賦能終端側。如今，從手機到汽車、從 XR 到智能工廠，乃至智慧城市，到處可見由高通 AI 引擎賦能的終端側設備。

賦能終端側、推動終端側 AI 普及，并不是高通最近才提出的新概念。早在 2015 年，驍龍 820 移動平臺首次集成了高通公司的第一代人工智能引擎 。也是從那時起，“賦能終端側 AI”逐漸開始形成理念和技術方案。

第二代驍龍 7+ 作為一款面向中、高端智能手機和平板電腦的處理器芯片，具有卓越的性能和高效的功耗管理能力，適用于運行大型應用程序和多媒體內容的應用場景，這會加速其在終端側設備的部署。如今，新發布的第二代驍龍 7+ 移動平臺在 AI 性能上的進一步提升，是高通“賦能終端側 AI 戰略”的延伸。

高通賦能，讓 AI 技術在不同終端上快速拓展

　近日，和 AI 一同登上熱搜榜的，還有演員楊紫瓊。第 95 屆奧斯卡頒獎典禮在 3 月 13 日舉行，楊紫瓊憑借在奇幻電影《瞬息全宇宙》中的出色表演獲得了“影后”榮譽。她成為了奧斯卡歷史上第一位獲得這一殊榮的華裔女性，并且這部電影共獲得七項大獎，成為好萊塢歷史上最大的贏家之一。

根據媒體披露，高通早在去年就已經與楊紫瓊達成合作。巧合的是，3 月 13 日楊紫瓊獲獎，3 月 17 日楊紫瓊講述 AI 如何改變我們的生活的視頻就已經在網絡上傳播。楊紫瓊帶觀眾體驗了 AI 賦能的智能手機、影像、汽車、智能家電等一系列日常可見的終端設備。

六分鐘的視頻，堪比好萊塢大片。AI 與生活，如楊紫瓊在視頻里的一句話所言，“你不必懂科技，它自會懂你。”

這一切和高通推動 AI 技術在各個領域、各個終端的部署密不可分。在 2022 年下半年，高通發布了 AI 軟件棧(Qualcomm AI Stack)，這是一款足可以改變行業開發生態的里程碑產品，只是因為遠離 C 端用戶，大眾較為陌生。

在 AI Stack 出現之前，由于 AI 部署的多場景、多終端特性，一樣的功能往往需要開發者重復開發多次。AI Stack 誕生后，AI 開發者不必再將時間浪費在重復開發上，從而可以集中精力去思考創新的 AI 應用，真正實現“一次開發，多終端使用”。

這加快了 AI 行業的前進速度。

借助 AI Stack，今年三月，高通AI研究院 (AI Research) 在 Android 智能手機上實現了新突破——成功部署了 Stable Diffusion。

Stable Diffusion，簡單地說就是“輸入文本，AI 創作圖像”，全過程僅需要幾秒鐘。下圖就是利用 Stable Diffusion 生成的圖像，輸入的文本為“穿盔甲超級可愛的毛絨絨貓戰士、逼真、4K、超細節、V-Ray 渲染、虛幻引擎”。

完成這一突破的是高通旗下的研究機構 AI Research，其致力于推動人工智能技術的發展和應用，聚焦于機器學習、自然語言處理、計算機視覺等領域的研究，同時也率先在商用終端上展示概念驗證，為在現實世界中的技術規模化應用鋪平道路。

依然是以 Stable Diffusion為例，輸入文本，輸出圖像，巨大的計算需求是否存在延遲?終端設備(如智能手機)能夠提供足夠算力嗎?這便是高通一直強調邊緣側 AI 技術的原因。

終端是相對于云端而言的。首先并不是所有計算和功能都適合在云端實現，然后回傳至設備，可能是由于安全考慮，也可能是傳輸速度限制。如果能夠在本地(終端)完成這些計算，無疑是更佳的選擇。近年來，AI 云端大模型持續往邊緣終端轉移，如何通過邊緣 AI 進行終端側處理，并且保證可靠性、時延、隱私、網絡帶寬使用效率和整體成本，這是高通需要考慮的事。

在 AI Stack 的加持下，通過全棧 AI 優化，Stable Diffusion 功能僅僅在一部智能手機上，就可以實現 15 秒內執行 20 步推理，生成一張 512x512 像素的圖像。這是在智能手機上最快的推理速度，能媲美云端時延。

如何做到的?通俗地解釋，全棧優化就是“全方位、綜合性的優化方法”。包含硬件、內存、算法、模型、功耗，幾乎從各個方面入手，讓“終端”真正可以響應用戶需求。

早在 2021 年，高通就提出了“統一技術路線圖”，2022 年，推出 AI Stack。前者統一硬件，后者統一軟件。如今，在“統一路線圖”加持下，意味著全棧優化+高通 AI 軟件棧(AI Stack) 能夠讓一項新的 AI 技術迅速在不同終端之間拓展、復制。

但需要強調的是，高通通過 AI 技術賦能終端，而不是取代終端。高通公開表示，終端廠商更了解用戶，高通需要與終端廠商在聯合調校上加大投入。這一方面意味著芯片設計初期聽取終端廠商的建議;另一方面，芯片落地后，要持續結合終端側用戶的需求進行優化。

比爾蓋茨在談到 ChatGPT 時說，“它將會改變世界”。有理由相信，2023 年將會成為 AI 史上極為重要的一年，一連串重磅消息的發布，讓科技愛好者有些“目不暇接”——未來已來。第二代驍龍 7+ 作為具有旗艦級體驗的非旗艦移動平臺，將以更高的性價比各類最前沿的 AI 應用帶給更廣泛的用戶群體，從而快速普及原本旗艦專屬的終端側 AI 體驗，進一步助力整體 AI 生態的指數級增長，實現真正的 AI for Everyone。

(本文轉載自Deeptech深科技)