手机|芯片AI能力暴涨，能否让手机“比你更懂你”成为现实？ apache|工信部|Log4j2|漏洞|网络安

文章插图
智东西（公众号：zhidxcom）
作者 | 云鹏
编辑 | 心缘
“AI将无处不在”的预言正在成为现实。从智能手机到智能家居，再到工作、出行，我们的生活正在被AI全面渗透。
但是，今天的智能手机真的足够“智能”了吗？
一部普通的智能手机，已经可以识别你的表情、声音甚至是手势，但却很难真正成为实时陪伴你、为你“主动”提供很多个性化服务的得力助手。
这背后，越丰富、复杂的功能，就需要越强大的AI算力和算法做支撑，而移动端的AI性能仍然有很大提升空间。

文章插图
仅仅在智能手机领域，AI技术已经深入移动游戏、视觉识别、音频交互、通信优化、智能充电等各个角落。为了满足日益增长的AI算力需求，高通、苹果、三星、联发科等主流厂商都在SoC中集成了专门的AI模块，提升芯片的AI性能。
前不久，高通旗舰骁龙8移动平台搭载的第7代AI引擎，其4倍的AI性能提升，以及1.7倍的能效比提升，无疑再次拓展了智能手机AI体验的想象边界。

文章插图
芯片AI能力的提升到底能给我们的生活带来怎样的实际改变，手机AI性能提升背后又有哪些值得挖掘的硬核技术？移动领域AI的应用和体验或将被抬升至新的阶段。
一、“软硬协同”实现4倍性能提升，通用平台兼顾更多场景越来越复杂的功能，意味着AI算法模型也对算力提出了更高的要求，算力是实现AI能力的基础。这次从硬件规格上来看，骁龙8的第7代AI引擎可以说是“堆料豪华”。
如今，在AI模型运行要进行大量的张量运算，在骁龙8第7代AI引擎中，计算主力Hexagon处理器中的Tensor模块性能提升了2倍，张量加速器计算性能得以翻倍。

文章插图
【手机|芯片AI能力暴涨，能否让手机“比你更懂你”成为现实？】于此同时，Hexagon处理器中的共享内存容量也进行了翻倍，以应对当下日益提高的AI模型深度和规模。基于此，Hexagon处理器能够完整载入一个深度神经网络，而无需将神经网络分块运行并来回传输数据。这不仅提升了性能，同时也节省了功耗。
根据实际表现来看，骁龙8在运行在业内常见VDSR、Resnet50、Inceptionv3等AI模型时，相比上代骁龙888提升比较明显，最高性能提升幅度达到了4倍左右。

文章插图
当然，想烹饪好一道佳肴，有了硬件高质量“炊具”还不够，软件层面的“烹饪技巧”也必不可少，软件部分的优化对于芯片AI能力的提升至关重要。
据高通官方数据显示，骁龙8单从软件升级中获得的AI性能提升就达到了2倍左右，结合Hexagon处理器的硬件提升，才有前文提到的综合4倍AI性能提升。
值得一提的是，在AI性能提升的同时，骁龙8还兼顾了AI能效比，相比上代骁龙888，提升幅度达到了1.7倍。
在移动领域，目前算力和能效比的提升其实是制约智能手机AI能力发展的主要瓶颈，而为了提升手机芯片的AI算力，业内也有不少厂商在积极探索新的方法和思路。
甚至近来有的厂商还采用了独立外挂NPU芯片的方式提升AI算力，但是这样做也是一把双刃剑，对于功耗的挑战、对于异构计算的挑战以及外置NPU如何与SoC良好协同，都是需要解决的问题。
高通作为移动SoC头部玩家，也洞察了手机对于AI算力的高需求。正如前文我们看到的，高通选择内置AI计算模块的方式来提升SoC的AI算力，同时可以更好地兼顾功耗。