文章图片

除了和小米这样的终端厂商合作 ， 高通更与 AI 产业链的其他技术以及应用厂商建立了深厚的合作关系 。 比如在全新一代骁龙 8 移动平台的发布会上 ， 高通就宣布了和谷歌在神经网络架构搜索（NAS）技术上的合作 。
NAS 研究可以将要使用的硬件以及其他设计参数以帮助工程师快速实现最优设计 ， 自动设计神经网络模型 。 从根本上绘制硬件蓝图并利用 AI 充分发挥那些特性以产生最优结果 。 这项合作对于开发者快速了解第 7 代高通 AI 引擎的 AI 能力 ， 并在加速应用落地方面非常有帮助 。

文章图片

再比如 ， 高通还和 NLP 领域应用厂商 Hugging Face 合作 ， 在第 7 代高通 AI 引擎中支持了 Transformer 网络 ， 可以帮用户分析手机上的通知并推荐哪些可优先处理 ， 让用户不错过最重要的信息 。
总之 ， 通过广泛的合作和在产品、技术层面的巨大升级 ， 高通让骁龙 8 的 AI 技术能够顺利转化为实际终端的功能应用 ， 也真正让 AI 能够更快的为用户带来极致体验 。
3、AI 应用领域积累丰厚 ， 骁龙 8 的强悍并非偶然
在全新一代骁龙 8 移动平台正式发布不到 1 个月的时间里 ， 我们就能在小米 12 Pro 手机上体验到让人惊艳且好用的 AI 功能 ， 这背后有第 7 代高通 AI 引擎本身强大的实力 ， 有高通和小米以及其他产业链合作伙伴的深入合作 ， 更重要的是 ， 高通在 AI 领域数十年投入的积累 ， 让他们在推动 AI 应用切实落地方面拥有深厚的经验 ， 更形成了产业合力 ， 这是我们这么快就能领略骁龙 8 的 AI 技术风采的深层原因 。
高通对 AI 人工智能领域的研究从 2007 年即已开始 ， 他们在 2007 年就启动首个人工智能项目 ， 随后开始进行脉冲神经网络等领域的研究 。 后来 ， 高通在 2015 年骁龙 820 处理器上正式融入了第 1 代 AI 引擎 Zeroth ， 此后人工智能引擎成为骁龙旗舰移动平台的“标配” ， 发展至今已经到了第 7 代 。 在这个过程中 ， 高通 AI 引擎无数次将自身的 AI 能力转化为实际落地的应用 ， 服务终端消费者 。 所以 ， 骁龙 8 在 AI 应用方面的强势表现 ， 其实就是数年经验积累的结果 。

文章图片

远的不说 ， 就以近些年比较典型的案例来说 ， 比如短视频是这几年最炙手可热的赛道之一 ， 而拍摄短视频需要用到的各种特效 ， 如果少了 AI 的助力 ， 体验将会非常糟糕 。 而这正是高通 AI 引擎落地的典型用例之一 。
举例来说 ， 国内的《快手》App 有一款“手绘滤镜”特效 ， 能将自拍照转换为资深艺术家创作的素描作品 。 这个功能在实现过程中 ， 需要用 AI 算法在极短的时间里完成手绘画像创作等功能 。
过去 ， 快手利用 CPU 来进行 AI 运算 ， 但效果不理想 ， 然后他们又把 AI 运算的过程放到云端 ， 又受到网络覆盖的影响 ， 存在时延 。 后来他们和高通合作 ， 利用骁龙移动平台的高通 AI 引擎来进行 AI 运算 。 高通 AI 引擎是利用 CPU、GPU、Hexagon 处理器等各种运算模块来进行 AI 运算 ， 其中 GPU 和 Hexagon 处理器更擅长 AI 方面的运算 ， 这样就完美释放了 CPU 的工作负载 ， 让 App 里的各种视觉特效能够流畅地运行 。

文章图片

在比如拍照也是这几年手机厂商们非常关注的功能 ， 以去年的骁龙 888 为例 ， 第 6 代高通 AI 引擎联合高通 Spectra 580 ISP 可以让手机上的多摄像头进行三重并发和三重并行处理 ， 这个特性也很快被终端厂商落地到具体应用中 ， 比如中兴的 Axon 30 Ultra 手机 ， 就借此实现了一键拍摄全焦段照片的功能 ， 照片在不同焦距间自由缩放 ， 实现“先拍照、后变焦” ， 此外还有多摄同拍同录、超级月亮 Ultra 模式、希区柯克变焦等创新影像玩法 。 无疑 ， 这就是骁龙移动平台强大 AI 技术快速应用落地带来的新鲜影像玩法 ， 能够让消费者们的娱乐生活更加多彩 。