文章图片

光线追踪效果（开/关）| OPPO
AI 渲染和光线追踪这样的技术一方面提供更好的视觉体验 ， 同时带来整体计算量增大 ， 功耗增加 。 所以需要通过「异构计算」来降负载 ， 甚至可以做到多设备之间的算力充分利用 。
提出「泛在服务」 ， OPPO 背后的思考已经超越了手机厂商的视角 ， 而是站在数字化发展的规律来看未来 。 在新的生态来临之前 ， OPPO 希望不要被颠覆 ， 这既是居安思危 ， 也是未雨绸缪 。 在无处不在的服务中 ， 算力也一定是分散的、原子化的 。
基于此 ， 「异构计算」作为算力支撑的存在形式会持续发展 。 同时 ， AI 渲染和光线追踪技术也是支撑「泛在服务」算力能力的重要技术 ， 并且与「异构计算」密不可分 。

文章图片

Omoji | OPPO
目前 ColorOS 展示了跨硬件的案例只是第一步 ， 未来很可能会出现更多不同形式：跨平台、端边云协同的「异构计算」 。 这样便能够应对多设备之间的协同运转 。
吴恒刚在 ODC2021 上以开车去超市购物为例 。 这里面涉及找停车位 ， 再在商场里寻找物品 ， 付款、打包回车上几个环节 。 智能服务能够优化每一个环节 ， 扫描定位系统可以帮忙寻找停车位和货物 ， 电子扫描后不必排队就可以付款 ， 小型机器人能够将货物运到车上 。
如果从硬件终端来看 ， 完成这些事 ， 会涉及到车载智能、手机终端、商场传感系统 ， 小型机器人等不同设备 。 要让这一系列服务围绕人发生 ， 数据传输、运算、算法调动上必须实现兼容 。 背后的算力资源调配 ， 就需要跨设备 ， 甚至是跨平台的「异构计算」实现 。
回到自身定位 ， ColorOS 希望先在自己的开发生态内实现「异构计算」 ， 联接可以联接的开发者 ， 创造开发条件和环境 ， 更大程度上是一次对「未来计算」的前置思考 。