人工智能集中爆发，高通第二代骁龙7+如何赋能终端侧AI？
摘要：不论你感到紧张还是兴奋，人工智能时代终究还是来了
作者：Scofield
自从去年 11 月 ChatGPT 发布，关于 AI 的话题就成了热搜榜的常客。就在上周的 3 月 14 日，伴随着新一代 GPT-4 横空出世，网友直呼太强大，GPT-3.5 短短几个月已经被“革了命”。从前，虽然 AI 一直是高科技话题的代表，也是热点所在，但是对于一个普通人而言，AI 却是看不到、摸不到的虚无缥缈之物。如今，仿佛一夜之间人工智能走进千万家。作为一个聊天机器人，其鲜明的应用场景正在宣告：不论你感到紧张还是兴奋，人工智能时代终究还是来了。
3 月 16 日，“文心一言”发布，作为百度继“文心一格”之后的第二款 AI 产品，直接对标 ChatGPT。百度明确表示，将在所有业务中全面集成“文心一言”。可以预见到，未来 AI 会出现在各类互联网产品中。便捷的可触达性，让用户不论在手机、电脑还是其他任何终端设备，都能轻松享受人工智能所带来的便利。
然而，在推动朝着 AI 转型的路上，OpenAI 和众多互联网大厂并不是仅有的玩家，只是因为它们面向 C 端消费者因此更容易被熟知。在背后，一些大众不熟悉的领域，变革也在悄然发生——例如为AI开发者创造更高效的研发环境，抑或是为终端提供更强大的算力和操作系统。
这正是过去 10 年高通一直在做的事。
3 月 17 日，即百度“文心一言”发布的次日， GPT-4 发布后的第三天，高通正式推出了第二代骁龙 7+ 芯片。这是一次全面升级，不论是音效、视频体验，还是 AI 性能，均大幅度提升。
第二代骁龙 7+ 移动平台 CPU 整体性能比上一代平台提升了 50%，GPU 和上一代 7 系相比，性能翻倍，高性能不代表高能耗，新平台的能效提升了 13 个百分点。
在用户体验上，游戏、影像均大幅提升。借助自适应可变分辨率渲染(Auto VRS)，它通过全分辨率渲染重点内容，使用较低分辨率渲染场景背景，从而优化能效和性能。立体渲染能为烟雾等粒子图形游戏画面增加栩栩如生的真实感。
第二代骁龙 7+ 的 18-bit ISP 支持一次捕获 30 张画面且支持高达 2 亿像素的照片拍摄，同时还能进行三重曝光的单帧逐行 HDR 视频拍摄，让消费者能够捕捉到高达 4,000 多倍的影像数据，获得丰富的色彩和高清晰度的体验。
然而，重头戏还是落在 AI 上。
与前代平台相比，第二代骁龙 7+ 集成的高通 AI 引擎性能提升超过 2 倍，能效提升 40%。并支持 AI 赋能的增强体验以实现出众的简便性。
高通在芯片领域的地位毋庸置疑，而芯片又是开发 AI 模型里极重要的组成部分(系统、算力)。高通作为一个全球领先的芯片厂商，其在 AI 领域的技术和创新实力也备受关注。不夸张地说，高通在领域内的创新能力和迭代速度，某种程度上成为了 AI 行业这个“上层建筑”的“经济基础”。
时至今天，AI 已经成为大众街头巷尾议论的话题，不论是普通消费者还是企业，都意识到 AI 的重要性。
赋能终端侧、推动终端侧 AI 普及，并不是高通最近才提出的新概念。早在 2015 年，骁龙 820 移动平台首次集成了高通公司的第一代人工智能引擎 。也是从那时起，“赋能终端侧 AI”逐渐开始形成理念和技术方案。
第二代骁龙 7+ 作为一款面向中、高端智能手机和平板电脑的处理器芯片，具有卓越的性能和高效的功耗管理能力，适用于运行大型应用程序和多媒体内容的应用场景，这会加速其在终端侧设备的部署。如今，新发布的第二代骁龙 7+ 移动平台在 AI 性能上的进一步提升，是高通“赋能终端侧 AI 战略”的延伸。
近日，和 AI 一同登上热搜榜的，还有演员杨紫琼。第 95 届奥斯卡颁奖典礼在 3 月 13 日举行，杨紫琼凭借在奇幻电影《瞬息全宇宙》中的出色表演获得了“影后”荣誉。她成为了奥斯卡历史上第一位获得这一殊荣的华裔女性，并且这部电影共获得七项大奖，成为好莱坞历史上最大的赢家之一。
根据媒体披露，高通早在去年就已经与杨紫琼达成合作。巧合的是，3 月 13 日杨紫琼获奖，3 月 17 日杨紫琼讲述 AI 如何改变我们的生活的视频就已经在网络上传播。杨紫琼带观众体验了 AI 赋能的智能手机、影像、汽车、智能家电等一系列日常可见的终端设备。
六分钟的视频，堪比好莱坞大片。AI 与生活，如杨紫琼在视频里的一句话所言，“你不必懂科技，它自会懂你。”
这一切和高通推动 AI 技术在各个领域、各个终端的部署密不可分。在 2022 年下半年，高通发布了 AI 软件栈(Qualcomm AI Stack)，这是一款足可以改变行业开发生态的里程碑产品，只是因为远离 C 端用户，大众较为陌生。
在 AI Stack 出现之前，由于 AI 部署的多场景、多终端特性，一样的功能往往需要开发者重复开发多次。AI Stack 诞生后，AI 开发者不必再将时间浪费在重复开发上，从而可以集中精力去思考创新的 AI 应用，真正实现“一次开发，多终端使用”。
这加快了 AI 行业的前进速度。
Stable Diffusion，简单地说就是“输入文本，AI 创作图像”，全过程仅需要几秒钟。下图就是利用 Stable Diffusion 生成的图像，输入的文本为“穿盔甲超级可爱的毛绒绒猫战士、逼真、4K、超细节、V-Ray 渲染、虚幻引擎”。
依然是以 Stable Diffusion为例，输入文本，输出图像，巨大的计算需求是否存在延迟?终端设备(如智能手机)能够提供足够算力吗?这便是高通一直强调边缘侧 AI 技术的原因。
终端是相对于云端而言的。首先并不是所有计算和功能都适合在云端实现，然后回传至设备，可能是由于安全考虑，也可能是传输速度限制。如果能够在本地(终端)完成这些计算，无疑是更佳的选择。近年来，AI 云端大模型持续往边缘终端转移，如何通过边缘 AI 进行终端侧处理，并且保证可靠性、时延、隐私、网络带宽使用效率和整体成本，这是高通需要考虑的事。
如何做到的?通俗地解释，全栈优化就是“全方位、综合性的优化方法”。包含硬件、内存、算法、模型、功耗，几乎从各个方面入手，让“终端”真正可以响应用户需求。
但需要强调的是，高通通过 AI 技术赋能终端，而不是取代终端。高通公开表示，终端厂商更了解用户，高通需要与终端厂商在联合调校上加大投入。这一方面意味着芯片设计初期听取终端厂商的建议;另一方面，芯片落地后，要持续结合终端侧用户的需求进行优化。