據(jù)了解，AI Research并非一個獨立的公司，而是高通內(nèi)部的一個安排，人員散布在全球各地，共計一百余名。AI Research 主要展開多樣化的科研工作，包括高能效人工智能、個性化和數(shù)據(jù)高效學習。這些基礎(chǔ)研究現(xiàn)為終端人工智能拓展至眾多新興產(chǎn)業(yè)奠定基礎(chǔ)。并且已幫助打造出多個面向智能手機、汽車和物聯(lián)網(wǎng)的商用解決方案。除了支持高通的產(chǎn)品部署外，AI Research還將通過多種方式與研究團體進行交流，包括通過學術(shù)刊物、參加技術(shù)會議及學界合作項目等。
 

業(yè)內(nèi)人士認為，高通公司對人工智能研究的整合，或?qū)⒊蔀槠淙斯ぶ悄馨l(fā)展史上的有一個里程碑式事件。據(jù)了解，早在2007年，高通便啟動了首個人工智能項目。目前這些研究已經(jīng)落地到了產(chǎn)品側(cè)，推出了三代基于驍龍平臺的AI芯片。包括第一代人工智能產(chǎn)品驍龍820、第二代人工智能產(chǎn)品驍龍835以及第三代人工智能產(chǎn)品驍龍845。高通的AI芯片已經(jīng)覆蓋了包括小米、OPPO、vivo、一加、錘子、黑鯊、三星等眾多廠家。
 

與部分競爭對手不同，高通AI芯片的人工智能策略并不是簡單的疊加NPU或者計算單元，而是采用在驍龍平臺集成人工智能引擎，通過異構(gòu)計算的方式，讓CPU/GPU/DSP等不同的模塊來相互配合，根據(jù)不同的應用場景來安排工作負載。
 

其實，業(yè)界對AI芯片采用集成還是分離的方式來進行AI運算一直有所爭論。但在高通專家看來，高度集成的AI架構(gòu)設(shè)計能夠在性能、功耗等各個方面達到更好的平衡。未來的終端會越來越智能，應用場景和案例會越來越多，集成會賦予架構(gòu)更高的靈活性。并且，高效運行終端側(cè)人工智能需要多核異構(gòu)計算架構(gòu)，因為不同人工智能應用場景的功耗和對運算資源的需求各不相同，僅靠單顆人工智能內(nèi)核無法以最佳方式解決，所以需要可編程的異構(gòu)計算。
 

舉個例子，Hexagon 向量處理器、Adreno GPU、Kryo CPU就像三個各有所長的樂手，不同的曲目需要不同類型的樂手，有的擅長高音，有的擅長低音，只有根據(jù)曲目合理樂手搭配，方能呈上一場精彩合唱。
 

簡而言之，在高通人工智能引擎的體系下，以驍龍AI芯片上的 Hexagon 向量處理器、Adreno GPU 和 Kryo CPU 為硬件基礎(chǔ)，以驍龍神經(jīng)處理SDK等多個軟件框架、由谷歌提供的Android NN(神經(jīng)網(wǎng)絡(luò))API和 Hexagon Neutral Network(NN)等庫為接口的異構(gòu)計算方案。而這其中的驍龍神經(jīng)處理引擎SDK，是首個面向驍龍移動平臺設(shè)計的深度學習軟件框架，可以讓開發(fā)者根據(jù)體驗選擇最佳的內(nèi)核。高通最新發(fā)布的AI芯片驍龍710就搭載了多核人工智能引擎 AI Engine，使智能手機帶來拍攝與語音方面的用戶定制體驗，與驍龍 660 相比，在 AI 應用中實現(xiàn)高達 2 倍的整體性能提升。
 

在人工智能的熱潮之下，AI芯片的市場方興未艾?，F(xiàn)在，越來越多的廠商加入了AI芯片的研發(fā)。除了傳統(tǒng)芯片廠商也有手機和互聯(lián)網(wǎng)企業(yè)，義無反顧的投入其中。這些廠商在不同的范疇及場景下，各擅其長。而在終端側(cè)的人工智能上，高通有著顯著的優(yōu)勢，搭載高通驍龍芯片的安卓智能手機出貨量已經(jīng)超過10億臺。數(shù)據(jù)顯示，2018到2022年，智能手機累計出貨量將超過86億部。手機作為最普及的人工智能平臺，巨大規(guī)模加上5G的賦能，AI芯片勢必會將人工智能帶至數(shù)萬億聯(lián)網(wǎng)終端。加之十余年對人工智能的相關(guān)研究，高通至今積累了豐富的經(jīng)驗，獲得諸多科研碩果。在如今AI向終端搬遷的趨勢上，將進一步擴大高通的這種優(yōu)勢。
 

高通的人工智能不是單打獨斗,而是著眼長期的戰(zhàn)略研究，會與業(yè)內(nèi)伙伴合作共同進行人工智能產(chǎn)品的創(chuàng)新。高通會持續(xù)加強AI生態(tài)系統(tǒng)建設(shè)，與更多的合作伙伴進行深入合作，目前，高通已經(jīng)與包括谷歌、Facebook、騰訊、阿里巴巴、百度、網(wǎng)易有道、商湯科技等眾多企業(yè)進行了深入合作。