驍龍咣咣咣三腳，再次改寫格局

魚羊 蕭簫 發自 凹非寺
量子位 | 公眾號 QbitAI

盆友們，驍龍，已經不再是以前那個驍龍了。

就在大家吃瓜安卓新旗艦芯片誰家首發之際，驍龍峰會的絕對主角，卻只差沒把“時代變了”寫在臉上：

先是第一天直接擠爆AI牙膏管，第二代驍龍8連ISP、5G調制解調器都武裝上了神經網絡。

緊接著第二天，干脆從手機端進一步騰開手去，就差沒告訴圍觀群眾：

XR也是我高通押注的下一代移動終端。

這不，直接引爆了一波有關“2023是AR眼鏡元年”的討論。

從這種種跡象來看，驍龍，乃至背后的整個高通，步調更好，速度更快。

這樣的變化，意味著什么？又有哪些信息點值得科技發燒友和行業觀察者們關注了解？

其表其里，咱們一分為三，細細拆解來看。

驍龍三變

“一變”

驍龍第一變，還是要從最引人矚目的第二代驍龍8說起。

圍繞這顆安卓旗艦最強“心臟”，官方劍指何處已經完全明示：幾乎是三句話不離AI。

換句話說，以往在幕后暗自發力的AI，如今不僅走向臺前，還成了全場毋庸置疑的第一主角。

先是在“基礎設施”層面上，高通AI引擎的核心Hexagon處理器架構全新升級，打出一套AI加速組合拳：

激活函數加速 + 分組卷積加速 + 張量加速器性能翻番。

還引入了微切片推理，并為這一核心處理器配備了專門的供電系統。

這使得第二代驍龍8相較于前代產品，在自然語言處理等場景下，AI性能提升了4.35倍。

提升AI加速器的數量和性能之外，第二代驍龍8也率先支持了INT4 AI精度格式。

這就帶來了持續AI推理方面60%的能效提升：

相比于浮點精度格式和INT 8，以INT 4精度格式運行的AI模型，所需的計算資源更少。這為開發人員們在手機里部署更多量化模型提供了硬件基礎。

值得關注的是，在第二代驍龍8里，不僅是以上AI“基礎設施”全面升級，連ISP和5G調制解調器這樣的模塊，如今都跟AI更深度的綁定了。

第二代驍龍8搭載的業界首個認知ISP，這回跟Hexagon處理器來了個直接連通，通過在兩者之間增加一個名為“Hexagon直連”的物理連接，提供更加強大的影像AI處理能力。

基于此，第二代驍龍8能通過實時語義分割，實現照片和視頻的自動增強。攝像頭捕捉到的人臉、頭發、衣服、天空等種種畫面細節，都能被針對性地優化處理。

至于手機芯片中最“傳統”的調制解調器部分，驍龍此番也強調了首個5G AI處理器的作用：通過分析信號完整性和信噪比，AI能夠改善無線帶寬、延遲等性能指標。

加之對Transformer等網絡的支持，又將語音自定義喚醒詞、快速多語種翻譯等軟件能力帶到了手機芯片上，可以說，單從手機芯片的變化來看，驍龍這波操作，是把“無AI不芯片”的趨勢再度推向了高潮。

這股AI爆發之風，也并不僅限于手機芯片。

“二變”

這就要說到驍龍第二變：押注下一代移動終端。萬物連接的移動設備種類，正在突破此前的局限。

此番引發外界不少討論的第一代驍龍AR2平臺就是一個例證。

第一代驍龍AR2，是驍龍首個專門為頭戴式AR設備打造的移動平臺。

目的很明確：成為新一代最強輕薄AR智能眼鏡的“智能大腦”，開創真實世界與元宇宙相互融合的空間計算新體驗。

具體到功能特性上，一方面，是解決AR眼鏡重量、時延等固有問題：

采用分布式處理架構，實現更均勻的配重并降低左右眼鏡腿寬度；動態將時延敏感型感知數據處理直接分配給眼鏡終端，把更復雜的數據處理需求分流到手機、PC或其他主機終端上。

另一方面，依然是以人工智能為核心，提升AR眼鏡所帶來的實際產品體驗：

其AR處理器中，搭載了專門的視覺分析引擎，結合ISP和Hexagon處理器，能在圖像識別、分類和手部跟蹤等AI算法上實現2.5倍加速。

根據高通官方消息，目前，PICO、聯想、小米、Nreal、OPPO和LG等廠商，都是驍龍AR的合作對象。

并且在AR的應用生態方面，高通也已有所布局：比如與《寶可夢GO》的制作方Niantic攜手，推出AR眼鏡版的增強現實游戲。

值得一提的是，這樣設備邊界上的突破，以AR為典型代表，卻同樣不止于AR。

從高通與微軟的最新合作計劃中亦可見一斑：基于驍龍平臺，高通將高通AI引擎引入Windows 11，以實現筆記本上語音、圖像處理等功能的AI加速，同時促進智能手機和PC的融合。

說了這么多，歸結起來，第一變可以說是AI能力的加速爆發，第二變是突破邊界的萬物互聯，在這兩者的基礎之上，驍龍，乃至背后高通布局重心之變，也就愈發明朗。

“三變”

即，驍龍第三變，就是連接到智能計算的改變，進一步說，也就是高通提及的“網聯計算”。

人們從前討論移動設備，更多聚焦于手機，討論的是信號是否更好了、網速是否更快了。

但現在，在通信、連接的基礎之上，人們關心的重點，已經變成了什么樣的智能功能更好用，哪家對游戲等應用的智能加速效果更強勁。

甚至在這樣的討論之中，手機已經不是唯一的主角，下一代計算平臺的價值開始獲得更多關注和認同。

對于高通這樣的廠商而言，這一方面可以歸結為時代技術浪潮之所至，另一方面，也是其本身“春江水暖鴨先知”，早期技術厚積薄發的體現。

量變到質變的奇點，厚積薄發的AI脈絡

事物的變化，往往由量變引發質變。

高通之變并非在這次驍龍峰會上才有所體現，其AI革新脈絡從更早時候便已有端倪可循。

2007年高通啟動第一個脈沖神經網絡相關的研究項目，依托于生物神經元設計，目的是讓神經網絡構造更高效節能，同時在架構上更適配硬件工作原理。

針對脈沖神經網絡等AI領域的研究，在2013年正式轉變成更具體的成果。

這一年，高通提出了Zeroth計算平臺，希望能用AI處理圖像、聲音等信息，如開發語音識別功能等，如今來看相當于NPU以及其搭載的神經網絡計算能力的平臺。

當年，高通這項名為神經形態芯片?（Neuromorphic Chips）的技術，被認為是顛覆性的突破，并于2014年被MIT Technology Review評選為全球十大突破技術之一。

Zeroth奠定了高通AI引擎（AI Engine）的基礎。2015年，驍龍820正式搭載第一代AI引擎，除了能用于人臉照片檢測和手寫識別以外，高通還展示了它能被應用于降低功耗、提升電池使用時長的能力。

隨著對AI研究進一步深入，高通鉆研的方向不再局限于硬件計算本身，同樣還放在了移動設備功能的豐富度，即算法和硬件的協調能力上，力圖讓更多已實現的AI算法落地到移動設備中去。

從最初為各硬件引入AI技術加大研發力度，到如今AI引擎已經成為高通芯片的標志之一，究竟是什么引發了高通的質變？

可以說，自身技術積淀和場景需求爆發，成為了引發高通變化的兩大關鍵節點。

從技術維度來看，高通經歷了由AI技術“引入者”到AI基礎設施“提供者”的轉變。

一方面表現在對AI框架的支持度上，包括與谷歌、臉書AI合作，對TensorFlow、Caffe2等AI框架進行加速；以及與微軟、亞馬遜合作支持ONNX等AI模型格式等。

另一方面，則體現在各種AI算法的研發和開源上，從這些年的頂會論文數量可見一斑。

如果從2011年開始在計算機頂級學術會議上發表論文算起，現在其能夠查閱到的已經有不下130篇AI研究發表在各種頂會上，今年一年就接近30篇：

觀察這些論文類型可以發現，其研究領域從機器學習基礎的量子、幾何和貝葉斯深度學習，到降低能耗的量化模型、提升信號強度的優化算法和AI編譯器，再到應用范圍更廣的計算機視覺、聯邦學習和強化學習等，開源的案例就有不少。

這些研究放到AI基礎設施的搭建上，又進一步被分為基礎架構和應用設施等維度。

基礎架構上，提升硬件處理AI算法的數量和性能，讓更多廠商開發的AI算法能被應用于更小的設備上，結合云端提供的算力，進一步讓終端設備實現的功能范圍最大化，這里又以軟硬件配合方面的量化等算法應用更為廣泛。

應用設施上，即加強高通AI基建的模塊化能力。除了側重軟硬件協同處理外，從今年發表的頂會論文情況來看，又有相當一部分集中在視頻語義分割、3D姿態估計等更通用的計算機視覺任務上。

但無論是提升算法在硬件平臺上的適配能力，還是提升算法本身的性能、包括數據壓縮能力，本質上都與增強移動平臺對AI的“掌控力”緊密相關。

換而言之，高通實現了從各大模塊支持AI、到AI驅動各個模塊的轉變，讓自身AI能力進一步具備了應用到更多設備上的通用性——

從場景維度來看，高通所連接的也不再僅僅是手機，而早已擴大到PC、智能汽車乃至XR等平臺中。

如這些年加大力度投入的智能汽車方向，與手機一樣也同樣是視頻語義分割技術的應用領域之一。

在智能駕駛上，高通此前就已經推出過開源的InverseForm框架，在復雜道路區分與檢測上表現出更好的性能，無需擔心汽車再開到綠化帶、或是帶陰影的人行道上。

基于AI技術打造的驍龍座艙平臺和驍龍智能駕駛平臺（Snapdragon Ride），更是頗為“搶手”，一度成為車圈叫好叫座的宣傳詞之一。

又如早在數年前就已有布局的XR方向，高通基于這一平臺的高效低耗要求，于2019年推出了驍龍XR2平臺，也是首款將5G和AI結合的XR芯片。

相比手機，XR設備帶來的更好的虛擬與現實世界的交互性，又能給AI落地帶來新的思路，例如平臺上搭載的場景理解、3D重建等技術，就是基于XR自身特性延展的。

不久前推出的第一代驍龍XR2+平臺，則引入了全新圖像處理管線，不僅支持并行感知技術，包括頭部、手勢和手柄追蹤、低時延視頻透視等能力，其PC級虛擬景觀還能為虛擬人物賦予更逼真的面部表情。

移動PC領域，高通也在嘗試用AI來提升移動辦公的生產效率。

如召開遠程會議時，設備可以準確感知到主體的面部，即便是在人口嘈雜的街邊咖啡店也可以實現精準聚焦，周圍的路人也就不會出現在會議上。

如此說來，高通早已不只是手機芯片廠商，其所提供的技術早已經延伸到了智能汽車、PC、XR等平臺……一系列你能想到的IoT設備，都已經被連接到高通以芯片為基、以AI軟件棧為脈絡搭建的網絡之中。

作為一個專門給AI開發者打造的“工具箱”，高通AI軟件棧進一步將汽車、手機、PC和XR等設備之間開發的應用從軟件端打通，從而將硬件終端的優勢進一步擴大，實現一次開發、跨終端部署。

隨著AI開發部署的效率提升，作用的終端范圍擴大，行業智能化速度也會迎來指數性增長。

由上來看，在臨近質變前夕，高通就已經在量變的路上走了很久。

如今恰好趕上新一輪“萬物互聯”時代的智能爆發，高通以預見性的儲備提前布局了新一輪技術浪潮，甚至還可能成為推動下一代計算終端變革的動力。

與其以“急”字解釋高通之變，不如說是時代技術洪流之所向。而高通也早早把握住了航向，在關鍵時機有了點燃技術新爆點的底氣。

質變如何復制？

高通質變，只是整個行業巨變的一個縮影。

從工農業、城市交通、醫療生活等各行各業，到智能汽車、IoT、XR等細分領域，現今都在計算和連接方式變化的推動下產生新一輪技術更迭。

在這背后，正是AI這一底層技術驅動，所引發的由點到線及面的冪集創新，其中高通又以芯片為基，將AI技術完整搭載成一套引擎、成為行業方方面面的驅動力。

但如果換個角度來看，像高通這樣的質變，是否還會在更多領域出現？又或者說，高通這樣的質變是否還能“復制”？

從芯片等方向選擇角度來看或許難以復制，但核心思路卻有幾點可以借鑒。

一方面是抓住最基礎的技術進行研發，并擁有迅速落地、進而降本增效的能力，另一方面則是基于自身生態型的作用力，將技術影響擴大到千行百業中去，與更多廠商合作開發出更廣闊的市場。

以移動場景為例，如果過去以手機延展出的功能應用，只是數以百計的垂直軟件生態；

來到網聯計算時代，以AI為核心、5G為連接動力、芯片為計算基礎的終端設備，將會再度帶來數以百計的橫向產業拓展，進而帶來數以千萬計的開發者生態與企業機遇。

這或許也是高通并不局限于手機場景，而是選擇提前布局下一代移動設備的原因。

從此前發布的高通AI軟件棧等“基礎設施”，到高通在這次驍龍峰會上展示的各行各業合作案例，它們本質上都在體現高通的AI技術已經深入這些行業中，賦能產品、并給行業帶來根本性的變革。

參考鏈接：
[1]https://www.technologyreview.com/technology/neuromorphic-chips/
[2]https://www.scoop.it/topic/amazing-science/p/4023296590/2014/06/20/mit-ranking-of-10-new-breakthrough-technologies-in-2014
[3]https://www.youtube.com/watch?v=8c1Noq2K96c

— 完 —