芯片|当AI深入芯片的每一条“毛细血管”，智能手机体验还能有怎样不同？( 二 ) 智能手机|高通骁龙|CPU|it芯片

此外， Hexagon处理器支持了微切片推理，针对比较复杂的神经网络推理任务， Hexagon处理器可以把单个神经网络拆分成几万个微Tile ，然后把它们分别分配到张量、标量、向量加速器上，从而提高整个神经网络的推理速度。

▲高通微切片推理示意图
而Hexagon处理器中核心的张量加速器单元则将尺寸翻了一倍。

在这些升级点的共同作用下，这一代高通AI引擎的AI性能提升了4.35倍，能效比也进一步提升了60% ，可以更加高效地运行Transformer网络，进而提升在计算机视觉、实时转录、情感分析、实时翻译、自然语言处理这些我们几乎每天都要用到的功能中的表现。
值得一提的是，这次新一代骁龙AI引擎还首次支持了INT4 ，与目前行业中能够做到的INT8相比，功耗进一步降低了60% ，但性能却提升了90% 。

根据高通实测，这样的能效比提升，可以明显提升第二代骁龙8在自然语言处理、超分辨率、人脸检测、背景虚化等常用场景中的实际性能表现。
除了Hexagon处理器，在高通AI引擎中的传感器中枢里，高通还直接新加入了一个AI处理器，让传感器中枢的整体AI性能翻倍，而日常手机对于我们使用中任何场景的检测、感知，几乎都离不开这一中枢模块。

不仅是硬件层面打好了基础，在软件以及开发者生态方面，高通这次也是做足了功课，让这颗AI芯片的能力可以更好地在实际应用中发挥作用。
就在今年6月，高通发布了自家首个统一的高通AI软件栈（Qualcomm AI Stack），我们可以形象的将其理解为高通AI开发“百宝箱” ，需要什么能力，开发者便可以从中快速获取。

实际上，高通将所有业务线的AI软件功能访问权限，集成在了一个统一的软件栈中，来提供跨智能网联终端的完整解决方案，来便利开发者进行面向不同智能终端的AI模型和软件迁移以及开发。
从丰富的AI模型库和模型开发工具、支持不同类型的框架、支持高通AI引擎Direct、支持不同的runtimes ，再到支持分析器和仿真工具，基本上开发者们需要的技术、工具和接口都能在其中找到。
用更直观的话来说就是，高通让开发者和客户可以根据自己的实际需求进行模型的开发和优化， “一次开发，就可以将解决方案跨高通所有产品线进行迁移”也成为了高通在AI软件领域的独特优势之一。
从硬件设计、软件算法到开发者生态，高通在发布会上说的“专为AI设计的芯片”绝非虚言，高通这次是铁了心要把AI技术刻在芯片的骨子里。
在移动芯片产业技术创新遇到瓶颈的当下，高通选择用AI技术来建立新的移动芯片标准，将技术发展推向了一个新的节点。
二、从拍照、游戏、通信到元宇宙， AI已无处不在，无所不能做出一枚性能出色的AI芯片，并为开发者铺平道路之后， AI体验的想象空间就很大了。
深入智能手机的各个重要应用场景，我们都能发现， AI技术都扮演了极为重要的角色，甚至可以说是“不可或缺” 。
谈到AI ，其实影像场景是普通消费者最能够感知到的。
毕竟经过智能手机“计算摄影”十余年的发展，消费者对于手机会处理照片这件事已经了然于心，甚至提出了更多略显苛刻的要求，比如处理的“既要好看又要自然” 。
在影像方面，这次高通直接甩出一项大招：通过新增“Hexagon直连”技术，直接将Hexagon张量加速器与Spectra ISP进行了物理层面的连接打通，进而形成了业内首个认知ISP ，让图像信息处理过程更加集中。