伴隨著大數(shù)據(jù)、算法、硬件的進(jìn)步，“人工智能”這一極具未來(lái)感的高新科技，正在走入我們的日常生活。從“新一代勞?！睊叩?a target="_blank">機(jī)器人，到沙特第一個(gè)獲得公民身份的“索菲亞”，再到可隨身攜帶的“貼心小管家”……人工智能正在改變著我們的生活。未來(lái)，隨著人工智能的普及，我們每個(gè)人都會(huì)擁有屬于自己的人工智能助手。

然而，人工智能若要實(shí)現(xiàn)真正的普及，僅有云端側(cè)的人工智能并不夠，終端側(cè)人工智能同樣重要。那么，什么是終端側(cè)人工智能？它的優(yōu)勢(shì)又有哪些？我們要如何實(shí)現(xiàn)它？今天，就讓我們?yōu)槟愫煤媒獯鹨幌隆！?/p>

什么是終端側(cè)人工智能？

在解釋終端側(cè)人工智能前，我們先從人工智能定義說(shuō)起。從廣義上講，“人工智能”描述的是機(jī)器與周?chē)澜缃换サ母鞣N方式。通過(guò)軟件和硬件的結(jié)合——一臺(tái)“人工智能”設(shè)備可以基于硬件，通過(guò)算法處理數(shù)據(jù)，最終模仿人類(lèi)的行為或像人一樣執(zhí)行任務(wù)。而終端側(cè)人工智能就是將人工智能算法在終端上運(yùn)行。

人工智能需要基于大量數(shù)據(jù)，由擁有強(qiáng)大運(yùn)算能力的硬件承載計(jì)算，通過(guò)算法進(jìn)行推演處理得出結(jié)論。因此，人工智能對(duì)硬件的運(yùn)算能力提出了很高的要求。

終端側(cè)人工智能有何優(yōu)勢(shì)？

如果說(shuō)云是人工智能的大腦，那么智能終端就是感官。把智能終端和云大腦完美結(jié)合起來(lái)，才是人工智能未來(lái)的方向。

云端因其強(qiáng)大的數(shù)據(jù)匯總能力以及運(yùn)算處理能力，對(duì)于人工智能非常重要。并且，它還可作為終端側(cè)處理的補(bǔ)充而存在。云端可以匯集大數(shù)據(jù)并完成在終端上運(yùn)行的許多人工智能推理算法的訓(xùn)練（現(xiàn)階段）。

但在很多情況下，完全基于云端運(yùn)行推理也會(huì)存在一些問(wèn)題。比如，在自動(dòng)駕駛等時(shí)延敏感和關(guān)鍵型任務(wù)的實(shí)時(shí)應(yīng)用中，從終端采集數(shù)據(jù)，上傳到云端，云端再通過(guò)算法推演給出解決方案，然后下達(dá)到終端，鏈路太長(zhǎng)會(huì)產(chǎn)生一定的時(shí)延，并且還會(huì)受到網(wǎng)絡(luò)等因素影響。

如果這些應(yīng)用運(yùn)行在終端側(cè)，問(wèn)題將會(huì)得到解決。終端側(cè)人工智能是將人工智能算法在終端上運(yùn)行。與在云端運(yùn)行的人工智能相比，在終端側(cè)運(yùn)行人工智能算法具有即時(shí)響應(yīng)、可靠性提升、隱私保護(hù)增強(qiáng)，以及高效利用網(wǎng)絡(luò)帶寬等諸多優(yōu)勢(shì)。尤其是如今的移動(dòng)終端已經(jīng)成為了人們生活中必不可少的角色，終端側(cè)運(yùn)行的優(yōu)勢(shì)更加凸顯。

不過(guò)，終端側(cè)人工智能并不意味著僅僅在運(yùn)行終端側(cè)推理。它會(huì)與云端協(xié)同合作，面向手勢(shì)識(shí)別、連續(xù)認(rèn)證、個(gè)性化用戶界面和面向自動(dòng)駕駛的精密地圖構(gòu)建等使用場(chǎng)景進(jìn)行終端側(cè)人工智能訓(xùn)練。基于高速連接和高性能本地處理，實(shí)現(xiàn)最佳的總體系統(tǒng)性能。

如何實(shí)現(xiàn)終端側(cè)人工智能？

人工智能的運(yùn)算需要基于硬件以完成大量的數(shù)據(jù)處理，因此終端側(cè)人工智能在工作負(fù)載這方面提出了挑戰(zhàn)。

Qualcomm 于十年前就開(kāi)始了對(duì)人工智能的研究，目前也已經(jīng)有了許多人工智能用例。十多年來(lái)，Qualcomm 在移動(dòng)終端的專(zhuān)注研究，讓驍龍移動(dòng)平臺(tái)成為了最高性能移動(dòng)終端的首選系統(tǒng)級(jí)芯片（SoC），可以高效地處理多種計(jì)算工作負(fù)載。

通過(guò)在適宜的計(jì)算引擎上運(yùn)行各種機(jī)器學(xué)習(xí)任務(wù)（如 CPU、GPU 和 DSP 等），Qualcomm 可以提供最高效的解決方案。并且這已經(jīng)集成在了我們的 SoC 中。

Qualcomm Hexagon DSP 就是一個(gè)典型范例，它最初是面向其他向量數(shù)學(xué)密集型工作而設(shè)計(jì)，但已通過(guò)進(jìn)一步增強(qiáng)用來(lái)解決人工智能的工作負(fù)載。實(shí)際上，在驍龍835 上支持 Qualcomm Hexagon 向量擴(kuò)展的 Hexagon DSP，與 Qualcomm Kryo CPU 相比，在運(yùn)行相同工作負(fù)載時(shí)（GoogleNet Inception網(wǎng)絡(luò)）能夠?qū)崿F(xiàn) 25 倍能效提升和 8 倍性能提升。

架構(gòu)的多樣性是至關(guān)重要的，人工智能的運(yùn)算不能僅依賴(lài)某一類(lèi)引擎處理所有工作。Qualcomm 還將持續(xù)演進(jìn)面向機(jī)器學(xué)習(xí)工作負(fù)載的現(xiàn)有引擎，保持 Qualcomm 在性能表現(xiàn)最大化上的領(lǐng)先優(yōu)勢(shì)。并利用對(duì)新興神經(jīng)網(wǎng)絡(luò)的研究，專(zhuān)注提升性能表現(xiàn)，以擴(kuò)展異構(gòu)計(jì)算能力，充分應(yīng)對(duì)未來(lái)人工智能工作負(fù)載。

我們正大規(guī)模普及人工智能

僅有優(yōu)良硬件還不夠，讓開(kāi)發(fā)者可以簡(jiǎn)單便利的使用異構(gòu)計(jì)算很重要。為了彌補(bǔ)這一差距，我們發(fā)布了驍龍神經(jīng)處理引擎（NPE）軟件開(kāi)發(fā)包（SDK）。它能縮短終端側(cè)卷積神經(jīng)網(wǎng)絡(luò)（CNN）和遞歸神經(jīng)網(wǎng)絡(luò)（RNN）在合適的驍龍引擎（例如 Kryo CPU、Qualcomm Adreno GPU 和 Hexagon DSP）上的運(yùn)行時(shí)間，對(duì)圖形識(shí)別和自然語(yǔ)言處理分別都有著重要作用。相同的開(kāi)發(fā)者 API 給每個(gè)引擎都提供接入口，從而使開(kāi)發(fā)者能夠方便地?zé)o縫切換人工智能任務(wù)。

該神經(jīng)處理引擎還支持通用深度學(xué)習(xí)模型框架，例如 Caffe/Caffe2 和 TensorFlow。該 SDK 是利用驍龍技術(shù)提供最佳性能和功耗的輕量靈活平臺(tái)，旨在幫助從醫(yī)療健康到安全的廣泛行業(yè)內(nèi)的開(kāi)發(fā)者和終端設(shè)備廠商，在便攜式終端上運(yùn)行它們自己的專(zhuān)有神經(jīng)網(wǎng)絡(luò)模型。例如，今年的 F8 大會(huì)上，F(xiàn)acebook 和 Qualcomm 宣布合作，支持優(yōu)化 Facebook 開(kāi)源深度學(xué)習(xí)框架 Caffe2，以及 NPE 框架。

在終端側(cè)完成全部或大部分思考的、“始終開(kāi)啟”的智能終端中蘊(yùn)藏著巨大的機(jī)遇，Qualcomm 期待通過(guò)研究和產(chǎn)品化推動(dòng)先進(jìn)機(jī)器學(xué)習(xí)的發(fā)展。

目前，Qualcomm 人工智能平臺(tái)可通過(guò)高效的終端側(cè)機(jī)器學(xué)習(xí)，提供高度響應(yīng)、高度安全且直觀的用戶體驗(yàn)。未來(lái)還有更多可能。