AI集中爆发 高通第二代骁龙7+如何赋能终端侧AI？

2023-03-24 21:49:46记者：Reset 不论你感到紧张还是兴奋，AI时代终究还是来了

自从上一年 11 月 ChatGPT 亮相，有关 AI 的议题就成了热榜榜的常客。就在上周的 3 月 14 日，伴随着新一代 GPT-4 横空出世，网民直呼太强大，突发王者荣耀精选GPT-3.5 短短几个月已然被“革了命”。从前，尽管 AI 一直是高技术议题的代表，也是中心所在，但是针对一个普通人而言，AI 却是看不到、摸不到的虚无缥缈之物。如今，仿佛一夜之间AI走进千万家。身为一个聊天机器人，其鲜明的使用场景正宣告：不论你感到紧张还是兴奋，AI时代终究还是来了。

3 月 16 日，“文心一言”亮相，身为百度继“文心一格”之后的第二款 AI 商品，直接对标 ChatGPT。百度明确强调，将在所有业务中完整集成“文心一言”。可以预见到，前方 AI 会出如今各类互联网商品中。便捷的秋季权威生日祝福，说到了心坎里可触达性，让使用者不论在移动电话、计算机还是其他任何终端设备，都能轻松享受AI所带来的便利。

但是，在合作朝着 AI 转型的路上，OpenAI 和众多互联网大厂并不是仅有的玩家，只是由于它们面向 C 端消费者所以更轻松被熟知。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开发生态，抑或是为终端提供更强大的算力和操控操控系统。

　这正是过去 10 年高通一直在做的事。

第二代骁龙 7+ 完整提升，但核心依然围绕“AI”

3 月 17 日，即百度“文心一言”亮相的次日， GPT-4 亮相后的第三天，高通官方启动了第二代骁龙 7+ 处理器。这是一次完整升级，不论是音效、影像感受，还是 AI 表现，均大幅度提升。

如高通技术企业高级副总裁兼移动电话业务总经理 Christopher Patrick 所言：“骁龙是顶级移动感受的代名词。今日亮相的第二代骁龙 7+ 彰显了我们将骁龙广受欢迎的若干旗舰特性引入骁龙 7 系，从而让更多使用者可以享受动心感受”。

第二代骁龙 7+ 移动渠道 CPU 整体表现比上一代渠道提升了 50%，预测数码评测专题GPU 和上一代 7 系相比，表现翻倍，高表现不代表高能耗，新渠道的能效提升了 13 个百分点。

在一个消费者沉溺于比拼跑分的时代，第二代骁龙 7+ 却别出心裁地给出了另一个更接地气的指标——持久稳定输出表现。毕竟在实际使用中，作用使用者感受的不是表现峰值，而是稳定的、持续的高表现输出。

在一项连续开展 20 轮的 GFX Manhattan 3.0 1080P 基准评测中，两台机器另外开展表现评测。评测结局显示，第二代骁龙 7+ 在 GPU 表现上最初就已然领先比拼对手 18%;到第 5 轮，友商机器表现着手下降，两者之间的差距拓展到 27%;到第 7 轮，友商机器的表现进一步下滑，两者之间的差距拓展到了 65%，并一直持续到第 20 轮。而第二代骁龙 7+ 的处理器表现一直相当稳定，跑分线差不多是平的。

　在使用者感受上，游戏、影像均大幅提升。借助自适应可变分辨率渲染(Auto VRS)，它经由全分辨率渲染重点信息，清晨最适合读的一句话：日久生情使用较低分辨率渲染场景背景，从而完善能效和表现。立体渲染能为烟雾等粒子图形游戏画面增多栩栩如生的真实感。

第二代骁龙 7+ 的 18-bit ISP 扶持一次捕获 30 张画面且扶持高达 2 亿分辨率的图像取景，另外还能开展三重揭露的单帧逐行 HDR 影像取景，让消费者能够捕捉到高达 4,000 多倍的影像资料，获得丰富的色彩和高清晰度的感受。

但是，重头戏还是落在 AI 上。

与前代渠道相比，第二代骁龙 7+ 集成的高通 AI 引擎表现提升超过 2 倍，能效提升 40%。并扶持 AI 赋能的增强感受以做到出众的简便性。

高通在处理器领域的地位毋庸置疑，而处理器又是开发 AI 模型里极重大的组成若干(操控系统、算力)。高通身为一个全球领先的处理器品牌方，其在 AI 领域的技术和革新实力也备受留意。不夸张地说，高通在领域内的革新能力和迭代速度，某种程度上成以便 AI 行业这个“上层建筑”的“经济基础”。

时至今日，AI 已然变成大众街头巷尾议论的议题，不论是普通消费者还是企业，都意识到 AI 的重大性。

向 AI 倾斜是高通持久战略的一若干。在过去十年中，高通凭借强大的 AI 技术，持续赋能终端侧。如今，从移动电话到汽车、从 XR 到智能工厂，乃至智慧都市，到处可见由高通 AI 引擎赋能的终端侧设备。

赋能终端侧、合作终端侧 AI 使用，并不是高通最近才提出的新概念。早在 2015 年，骁龙 820 移动渠道首次集成了高通企业的第一代AI引擎 。也是从那时起，“赋能终端侧 AI”逐步着手形成理念和技术计划。

第二代骁龙 7+ 身为一款面向中、高端智能移动电话和平板电脑计算机的处理器处理器，具有卓越的表现和高效的功耗治理能力，适用于管理大型使用程序和多传媒信息的使用场景，这会加速其在终端侧设备的部署。如今，新亮相的第二代骁龙 7+ 移动渠道在 AI 表现上的进一步提升，是高通“赋能终端侧 AI 战略”的延伸。

高通赋能，让 AI 技术在各异终端上高效拓展

　近期，和 AI 一同登上热榜榜的，还有艺人杨紫琼。第 95 届奥斯卡盛典典礼在 3 月 13 日举行，杨紫琼凭借在奇幻影片《瞬息全宇宙》中的出色表演获得了“影后”荣誉。她成以便奥斯卡历史上第一位获得这一殊荣的华裔女性，并且这部影片共获得七项大奖，变成好莱坞历史上最大的赢家之一。

依据传媒透露，高通早在上一年就已然与杨紫琼达成兴办。巧合的是，3 月 13 日杨紫琼获奖，3 月 17 日杨紫琼述说 AI 如何改变我们的日常的影像就已然在联网上研究。杨紫琼带看客感受了 AI 赋能的智能移动电话、影像、汽车、智能家电等一系列日常可见的终端设备。

六分钟的影像，堪比好莱坞大片。AI 与日常，如杨紫琼在影像里的一句话所言，“你不必懂技术，它自会懂你。”

这一切和高通合作 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，高通亮相了 AI 使用栈(Qualcomm AI Stack)，这是一款足可以改变行业开发生态的里程碑商品，只是由于远离 C 端使用者，大众较为陌生。

在 AI Stack 呈现之前，由于 AI 部署的多场景、多终端特性，一样的特性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革新的 AI 使用，真正做到“一次开发，多终端使用”。

这加快了 AI 行业的前进速度。

借助 AI Stack，本年三月，高通AI探究院 (AI Research) 在 Android 智能移动电话上做到了新革新——顺利部署了 Stable Diffusion。

Stable Diffusion，简易地说就是“输入文本，AI 创作图像”，全过程仅需要几秒钟。下图就是运用 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、超详情、V-Ray 渲染、虚幻引擎”。

达成这一革新的是高通旗下的探究机构 AI Research，其致力于合作AI技术的进展和使用，聚焦于机器进修、自然语言处理、计算机视觉等领域的探究，另外也率先在商用终端上展示概念测试，为在现实全球中的技术规模化使用铺平道路。

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(如智能移动电话)能够提供足够算力吗?这便是高通一直强调边缘侧 AI 技术的缘由。

终端是相针对云端而言的。先是并不是所有计算和特性都适合在云端做到，然后回传至设备，或许是由于可靠考虑，也或许是传输速度限制。假如能够在本地(终端)达成这些计算，无疑是更佳的挑选。近年来，AI 云端模型持续往边缘终端转移，如何经由边缘 AI 开展终端侧处理，并且保证可靠性、时延、隐私、联网带宽使用效率和整体成本，这是高通需要考虑的事。

　　

在 AI Stack 的加持下，经由全栈 AI 完善，Stable Diffusion 特性仅仅在一部智能移动电话上，就可以做到 15 秒内执行 20 步推理，生成一张 512x512 分辨率的图像。这是在智能移动电话上最快的推理速度，能媲美云端时延。

如何做到的?通俗地阐释，全栈完善就是“全方位、综合性的完善方法”。包含设备、存储、算力、模型、功耗，差不多从各个方面入手，让“终端”真正可以响应使用者需求。

早在 2021 年，高通就提出了“统一技术路线图”，2022 年，启动 AI Stack。前者统一设备，后者统一使用。如今，在“统一路线图”加持下，意味着全栈完善+高通 AI 使用栈(AI Stack) 能够让一项新的 AI 技术迅速在各异终端之间拓展、复制。

但需要强调的是，高通经由 AI 技术赋能终端，而不是取代终端。高通公开强调，终端品牌方更知晓使用者，高通需要与终端品牌方在联合调校上加大投入。这一方面意味着处理器设计初期听取终端品牌方的提议;另一方面，处理器落地后，要持续结合终端侧使用者的需求开展完善。

比尔盖茨在谈到 ChatGPT 时说，“它将会改变全球”。有理由相信，2023 年将会变成 AI 史上极为重大的一年，一连串重磅讯息的亮相，让技术爱好者有些“目不暇接”——前方已来。第二代骁龙 7+ 身为具有旗舰级感受的非旗舰移动渠道，将以更高的性价比各类最前沿的 AI 使用带给更广泛的使用者群体，从而高效使用原本旗舰专属的终端侧 AI 感受，进一步合作整体 AI 生态的指数级增长，做到真正的 AI for Everyone。

(本文转载自Deeptech深技术)