从探索到撮合 高通压注的5G和AI会带来怎样的未来？

9月17到19日于上海举行的首届世界人工智能大会，毫无悬念地成为了国内史上最大的AI人工智能会议之一。几乎全世界最有影响力的AI企业和科学家，都出席了这个由发改委、中科院等机构牵头的大型AI活动。

这个囊括脑机融合、人工智能算法、框架平台、智能芯片、大数据、智能图像、智能语音、智能驾驶、投融资领域的巨型会议，除了让腾讯马化腾、阿里马云、百度李彦宏这些掌门人聚首一堂之外，高通、Google、微软、英伟达、亚马逊这些熟悉的名字都一一在列。

这样级别的大会中，很多演讲都可能会直接左右AI领域在未来几年的发展。而作为通讯业代表的高通，在会议上再次重申了把“5G和AI”这两个未来10年最重要的变革撮合的景愿。

5G AI才是高通眼中的完全体

世界人工智能大会的主题演讲中，高通产品管理高级副总裁Keith Kressin表示，AI的基础在于连接和计算。要建立AI生态系统并实现规模化，就要将数几万亿的终端连接起来。这个工作，除了需要把终端侧的AI智能最大化外，还需5G提供的高速低时延网络，让所有终端互连。

从2017年年末开始，我们能注意到不同领域的AI人工智能会议和事件越来越密集。从2017年12月末的骁龙技术峰会、今年1月的Qualcomm中国技术与合作峰会、5月的AI Day和2018中国国际大数据产业博览会、8月的chinaJoy，再到9月中的WAIC世界人工智能大会。在这些人工智能相关的大会上，都会出现一个熟悉的名字——高通（Qualcomm）。

在我们脑海中，高通的形象已经和通讯和移动市场高度绑定了。但随着在AI领域合纵连横，高通的AI标签和属性越来越明显。事实上，从之前众多活动中，高通都官方透露过，在其内部排序中，AI是仅次于5G的最重要的领域。而且，高通正在积极地把AI和5G这两个未来最大的热点撮合起来。

此外，Keith Kressin在主题演讲还展示了一波数据：全球有30亿智能手机用户，每年出货的15亿台智能手机中，有近一半都使用高通的芯片。单单上一年，高通芯片出货量就超过了8亿片。这个远远超过人类史上所有电子消费级产品的历史纪录，是高通成为最大移动AI平台的基础。

高通的终端侧AI其实是什么?

近年来神经网络在图片处理、脸部识别、物体检测、语音处理、语义识别上都取得了突破性的进展。虽然很多人其实还一头雾水，但实际上我们几年前就已经用到的相册人脸分类、机器识别手写、车牌、语音助手，用的都是神经网络深度学习的成果。

这些AI应用需要海量的数据和算力，对AI模型进行训练调整和优化，所以最开始都只能由云端那些性能强大的服务器完成。随着移动终端的性能和数目的暴涨，像高通这些走在前面的公司开始意识到，以前还只是设想的终端侧AI，已经有了物理基础。从2007年的首个AI项目，到2016推出首批支持AI特性的旗舰芯片骁龙820，再到今年旗舰标配的骁龙845，高通的终端侧AI设备已经演进到第三代了。

终端侧AI设备有3个层级：第一层是需要接入云端AI的终端设备，它们通过网络连接而“具备”AI能力。第二层意思是，骁龙845/835/820这些高通的终端侧AI计算设备，它们无需云端就能独立完成AI推理和执行。而第三层意思，则是针对还在发展中的车联网、物联网，它们同时需要终端侧AI实时处理大量数据，以及5G级别的高速网络进行设备间的联动。

终端侧AI是最靠近数据源的设备，它们具备人工智能深度学习的数据处理能力之后，就不必浪费数据带宽和时间进行海量的数据传输。不但云端AI无法回避的隐私问题，这些移动端的深度学习算力，也能用在相机优化、场景/物体识别、照片筛选、语音助手等有效率、时延、可靠性要求的场景，补足云端AI的短板。

和塞入独立神经网络引擎单元的厂商不同，高通在生态搭建期的现在，选择的是硬件上更弹性的异构路线，考量更多的是效率和灵活性。对于开放生态的Android平台来说，高通的处理方法很讨巧。

高通的AI硬件构架，由Adreno GPU、Kryo CPU和 Hexagon DSP（向量处理器）三个部分组成，Qualcomm人工智能引擎AI Engine可以自由调度这三部分。这三种不同方向的内核架构，在不同AI工作负载中可以由开发者针对性选定负载核心，通用性的CPU可以同时处理32位的浮点和8位的定点的精准分类网络，Adreno则是32位和16位的浮点；Hexagon DSP处理8位的定点运算，各司其职。

和硬件对应的，高通人工智能软件构成也包括了三部分，除了负责对库和核心优化的骁龙神经处理引擎软件开发包（SDK），和Google Android Oreo上开始出现，让开发者通过Android操作系统直接访问骁龙平台的Android NN API外，高通还建立了自己的Hexagon Neutural Network（NN）库，只要有需要，开发商都能在Hexagon DSP上直接跑模型。

最后就是面向不同AI算法语言的各种框架支持，这部分对应软件编程上的变成语言。在骁龙820发布之后，高通支持的架构还在不断增长，除了Facebook的Caffe/Caffe2、Google的TensorFlow外。高通已经支持微软和Facebook新搞的整合型框架ONNX（开放神经网络交换）开源项目了。

而为了让AI落地，高通近几年彷如回到了当年推广CDMA的激情岁月，和大量的上下游软件开发商进行AI合作。现在骁龙AI平台的软件合作方，囊括了腾讯、百度、Google、Facebook、微软、亚马逊，以及商汤、Elliptic Labs，Face 和Uncanny Vision在内的大量上下游开发商。

5G与AI配合的未来

追溯5G和终端侧AI这两个时代热点的产业链顶端，最终会在高通身上产生交集。在骁龙820发布一年后，高通发布了首款5G调制解调器骁龙X50，这比同代对手早了整整2年。随后的2年间，首款毫米波5G智能手机参考设计、首个5G信号连接等一堆里程碑事件都是由高通完成的。

骁龙X50 5G调制解调器是块单芯支持2G/3G/4G/5G多模，支持全球5G新空口标准和千兆级LTE的芯片产品。如无意外，预计会以外挂的形式与全新下一代7nm旗舰SoC搭配使用，该7纳米SoC预计将成为面向顶级智能手机和其他移动终端而打造的、首款支持5G功能的移动平台。目前，Qualcomm Technologies已经向多家开发下一代消费终端的OEM厂商出样上述旗舰移动平台。而且，有可能会在下一代旗舰上出现的骁龙X24 LTE modem也已经在6月展出。

此外，高通和中移动、大唐移动、爱立信、诺基亚、三星等运营商和终端厂商开始了5G 新空口标准的试验。今年6月份，高通已经和大唐移动开展3.5GHz频段上的5G NR互操作性测试。随后又已经把毫米波天线阵列整合到测试样机中，并完成整机空口性能测量。预计2019年初，我们就能看到首批真正量产的5G 移动终端产品。

5G的突破性的速度增长，能达到低于1毫秒的延迟和超过10Gbps的速度，这个是什么概念呢？这已经比SATA接口SSD硬盘本地读取的极速还快。这样的速度将会厂商带来巨大的可能性，并成为自动驾驶和物联网的基础。

复杂街道环境，给自动驾驶设立了极高的性能需求门槛，单靠终端侧或者云端AI都无法满足要求，强大的本地终端侧AI能力，除了要在数据起源的地方进行处理，对周边环境进行识别与判断外，同时还需要在设备间进行实时的通讯和协同工作，完成“群计算”。

而高通的C-V2X车联网解决方案已经发布，这套名为高通9150 C-V2X的芯片组，基于3GPP Release 14规范、面向PC5直接通信。它完成了全球首个多芯片组厂商和车厂的C-V2X直接通信互操作性测试，预计会在2019年开始商用部署。

到了物联网IoT这边，其对5G网络的需求又和智能驾驶与车联网不同了。物联网设备需要感知周围环境并和周边设备交互，它们对试验的要求更多一些，用于迅速处理和控制大量的非结构化数据。

高通在5G和AI生态中的特殊位置

高通是家很特殊的公司，它的商业模式决定了，它在3、4G时代那个与众不同的技术研究 授权模式，会延续到新的5G和AI领域。它大概是人类历史上最成功的真·技术公司，传统公司输出的是实体产品，而高通的主要产品是技术研究。

它的定位就是负责跑在业界研究最前端，为下游的应用厂商探索下一代技术的可能性并建立标准和体系。这种模式决定了高通只能一路狂奔在最前面。

在高投入高门槛的移动芯片产业，除了苹果、三星和华为，能叫得上号的芯片厂商，只剩下高通和联发科了。而联发科已经在中低端市场一蹶不振好几年了。

此外，在面向未来的AI上，现在唯一有自己的AI芯片设计能力的公司，只有高通和苹果。在需要生态 软硬结合的AI，产品体量和生态决定成败。直接购买AI芯片IP授权的华为，很可能会遇到消化、利用落地和生态建立等多种问题。

这次AI和5G，和以前其他技术不同的是，它们的生态，甚至很多应用场景都还没有落地。初期决定体验和输赢的，会是应用生态。但现在英伟达、英特尔、Google微软都在希望把开发者圈在自己的生态圈。

但可能是商业模式的差异，高通给自己的定位要更高，其更像是以前推广CDMA时代的角色，负责拓展搭建和扶持生态。从AI到5G阵列天线、空口测试，都和很多OEM厂商直接开展合作研发。高通是现在AI生态建立中最努力的角色之一，而且也在负责连接和引导着不同领域的终端侧AI生态搭建。

然后我们才会看到腾讯手机QQ用AI加速的超能舞室、有道翻译的离线实景AR翻译、百度PaddlePaddle开源深度学习框架模型在骁龙移动平台的转换应用、商汤和face 的各种离线人脸和物体识别等，各种在5月高通AI Day上展示的AI应用。

在手机端之外，高通还和阿里巴巴有支付方面的合作，在AR上与Facebook的Oculus团队有联合研究，并和Google在终端图片分类、Pixel系列手机上都有合作，最近甚至还和微软推出了基于即基于机器学习的联网摄像头方案。

和其他厂商专攻领域不同，高通是技术研究的上游公司，其技术应用跨越了多个领域，AI和5G也被用在了包括智能音箱、联网摄像头、联网汽车、无人机等多种智能终端上。这么广的跨度，如果放在微软、英伟达、英特尔、微软、Google这些有明显领域倾向的厂商上，是绝不可能发生的事情。

在落地的过程中，我们对待AI和5G的态度转变，很可能会像对待语音助手一样，让它们很快会从加分项变成必需品。看好并押重注在5G AI的高通，现在还在为建立5G和AI的生态四处奔走，一步一个脚印地把自己的现在的预言和憧憬变成未来。