今年以来，AI芯片领域持续升温。
手机等终端丰富的应用场景为AI芯片的发展提供了广阔的土壤。
高通在芯片领域已经奋战了30年。
凭借深厚的技术积累，正在大力推动人工智能在终端侧的落地。
目前，高通已经推出了第三代AI芯片Snapdragon，性能比上一代提升了三倍。
倍AI性能提升。
高通多年前就投入巨资进行AI芯片基础技术的研发和AI应用的生态整合。
高通首先在人工智能芯片上开发了神经元处理器Zeroth。
它与如今热门的NPU概念类似，让搭载这款AI芯片的机器人能够快速识别颜色、理解文字和图像。
为了推动AI在终端侧的进步，满足AI手机和AI终端的智能化需求，高通推出了更适合的、基于神经网络计算的AI Engine，将CPU、GPU、DSP结合在一起AI芯片组成异构AI平台。
，运行Snapdragon神经处理引擎和各种库等软件，并根据不同的AI算法需求平衡处理单元的合理分配，带来更好的性能，并支持开发者和制造商，轻松实现和加速Snapdragon的AI? ?AI芯片上的处理与合作伙伴的应用程序协作，共同构建AI商业生态系统。
如今，骁龙、骁龙、骁龙等AI芯片都搭载了AI Engine。
这些AI芯片被手机和终端制造商广泛使用。
这使得高通骁龙AI芯片成为应用最广泛、影响力最大的。
最强大的移动AI芯片。
如今，手机AI芯片热衷于添加能够独立处理AI任务的单元。
高通目前的AI芯片策略与一些竞争对手采取的做法有所不同。
它并不是AI芯片上叠加的简单的NPU或者引擎单元。
相反，骁龙AI芯片采用异构计算方式，让CPU、GPU、DSP等不同模块相互配合，根据不同的应用场景来安排AI芯片的工作负载。
这是因为每个厂商的需求不同，而AI芯片行业正在以极快的速度发展。
异构计算可以通过调动芯片的不同组件来满足不同场景的需求，满足AI的各种需求。
AI芯片的优势在于可以适配更多的手机。
毕竟，在当前从中端到高端甚至旗舰市场的市场中，Snapdragon芯片具有极高的市场覆盖率。
AI芯片不只提供给某个品牌。
市场上将会有大量终端设备搭载骁龙AI芯片。
如果有一个一刀切的定义，即AI芯片应该添加一个单独的组件，这个决定可能很难调和。
就目前的AI计算场景而言，无需增加独立的AI单元，骁龙AI芯片强大的终端算力完全可以胜任。
这样做不会增加AI芯片的成本。
小米AI手机MIX 2S搭载了高通第三代AI芯片Snapdragon。
得益于AI芯片的加持，AI场景相机在拍摄时可以智能识别对应场景并自动优化。
MIX 2S可以识别25种类型的标签，包括详细的、特定的场景。
当AI场景相机检测到相应场景时，会自动“美化”照片，让花朵更鲜艳、天更蓝、食物更诱人、文字更清晰。
最新的vivo NEX旗舰版在6月份刚刚推出。
它是一款高端机型，同样采用高通骁龙AI芯片。
借助骁龙人工智能引擎，可支持多达17种环境下的场景识别，并提供AI滤镜、AI构图、AI逆光摄影等多种实用拍照功能。
这些功能都是通过AI芯片实现异构计算平台的诸多功能。
硬件协同工作，打造卓越的人工智能体验。
此外，骁龙AI芯片还可以帮助手机拓展很多前沿应用场景，比如拍照后抠图等。
当你用AI手机拍照时，手机会自动对照片进行AI抠图，无需上传到云端。
这个过程是通过AI芯片在手机终端侧实时执行的。
搭载人工智能引擎的骁龙AI芯片的能力已经并将继续帮助制造商和生态合作伙伴进行AI创新，旨在加速AI在设备侧的发展，为消费者带来丰富、无缝、有吸引力的AI。
经验。