最广泛使用的手机芯片，人们用的是最先进的AI技术。最近，高通再次利用AI实现“突破性的5G性能”。在巴塞罗那举行的MWC2022国际通信展上，高通CEO克里斯蒂亚诺阿蒙发布了全球首款搭载AI计算核心的5G通信基带骁龙X70。AI计算单元出现在显卡和手机CPU旁边之后，现在连通讯基带都需要专用的AI芯片支持。这不仅让人不禁要问：“有必要吗？”首款搭载AI核心的5G基带基于高通官方骁龙X70，是高通第五代5G调制解调器和射频系统。作为全球首款5GAI处理器，可实现10Gbps的5G下载速度、3.5Gbps的上传速度、更低的延迟、更强的网络覆盖和能效。.为了实现这样的能力，作为5G基带，骁龙X70还配备了专用的AI处理单元，拥有一整套基于人工智能的优化机制，算法控制范围涵盖从毫米波波束管理、天线调谐网络选择，功耗，一切。骁龙X70搭载的5GAI、低时延套件和四载波聚合技术，可以实现更广的网络覆盖、信号质量和低时延。其中，5GAI套件专为sub-6GHz和mmWave5G链路的AI驱动优化而设计，可实现AI辅助信号反馈、动态优化和AI辅助mmWave波束管理。具体来说，在移动通信系统中，终端（手机）需要实时检测信道状态并上报给基站，基站在传输过程中为终端选择更合适的调制方式和更好的时频资源。下行调度。通过AI算法的加持，信道状态的预测和反馈会更加准确，基站也能实现更好的动态优化，从而提升通信效率。通过仿真数据可以发现，在突发数据流量的情况下，AI辅助信道状态反馈和优化可以实现小区边缘、中间和中心的下行吞吐量提升20%、16%和24%，分别。在典型的数据流量场景下，AI算法可以使手机在小区边缘实现26%的下行吞吐量增益，在中段实现12%的下行吞吐量增益。骁龙X70实现了全球首创的AI辅助毫米波波束管理。算法管理波束可以智能预测不确定环境，实现更好的网络覆盖和稳定性。在实际应用中，手机通常可以接收多个不同的网络频率。在多频率、不同网络制式的环境下，X70搭载的AI还能智能识别和检测不同连接状态，减少卡顿，提升用户体验。最后，还有AI辅助的自适应天线调谐。该技术用于避免“死亡之握”。通过智能检测终端的持握情况，手机可以实时动态调谐天线。在新技术的加持下，骁龙X70的能效提升了60%。高通宣布，骁龙X70有望在2022年下半年开始向客户出样，商用移动终端有望在2022年晚些时候面市，手机芯片只是一小步。人们已经不是第一次尝试使用AI来增强5G的信号——在当前骁龙8中集成的骁龙X65上，机器学习算法可以根据用户握持和使用智能手机的方式动态调整。无线接收功率有助于最大化信号强度。在手机上，我们经常看到最先进的人工智能应用。近期，小米12、OPPOFindX5、iQOO9、荣耀Magic4……各家手机厂商的全新旗舰机型均采用了最新一代高通骁龙8移动平台，AI在低端发挥强大作用。关键方式。影响。这些新手机不仅拥有更快的充电速度和更好的屏幕，还拥有许多新功能：比如录音时自动语音到文本的转换、区分说话人的排版应用程序，以及实时为视频添加字幕的翻译器。亮屏、空中手势操作等功能已经不再是新鲜概念。还有一项技术更能体现手机的智能化：当你在查看信息时，如果有人盯着前置摄像头的画面，手机会自动隐藏通知详情，避免泄露你的隐私。在OPPOFindX5Pro上，ColorOS12.1的部分新功能在日常使用中处理器性能普遍过剩的情况下。各家手机厂商都在寻求利用人工智能的能力来提供更好的体验。这些新特性的背后，少不了骁龙8的AI计算功夫。该芯片搭载的第7代AI引擎，集成了GPU、Hexagon、CPU的所有AI能力，实现了4倍的性能提升。此外，第三代传感器中枢内还有一颗“永远在线”的芯片模块，能够以极低的功耗驱动摄像头24小时在线，实现二维码识别、自动唤醒等功能。手机游戏都懂，但高通的思路远不止于此。在巴塞罗那展会上，CEO安萌分享了公司的“统一技术路线图”。“我们的思维从不局限于特定的设备和技术，而是通过互联的力量将各种不同的能力推向终端，从机器学习图形处理能力到语音识别能力，再到更高算力的自动驾驶领域要求，”安蒙说。“智能云成熟后，我们需要重新思考端侧设备的智能化，新的能力让机器了解周围的环境。它们具有高计算能力和低能耗。”据统计，全球云计算的年增长率约为35%，几乎所有设备都有连接云端的需求。高通早在2019年就推出了首款数据中心AI推理加速器CloudAI100，针对工业和商业领域的边缘推理工作负载。从架构上看，目前的旗舰手机芯片骁龙8拥有端云互联的新能力：其首创的ARMv9指令集是近十年来最大的一次更新。并且DSP等方面都进行了升级，更重要的是ARMv9为芯片实现高性能计算铺平了道路。为了满足人们对计算能力不断扩大的需求，ARMv9采用了全新的SVE2（ScalableVectorExtensions）指令集，增强了ARM架构在高性能计算、5G网络、虚拟现实、AI和DSP等方面的性能.过去手机、电脑、云服务器上的ARM芯片架构相同，但使用的寄存器大小不同。在ARMv9上，首次统一了指令集，开发者的应用程序可以一次编译，在所有设备上运行。把手机变成云计算？我们或许可以期待未来在骁龙8手机上出现一些神奇的应用。基于ARM架构，高通AI算力现已覆盖家庭、行业、智慧城市IoT、端到端设备、自动驾驶等，包括IoT终端、手机、PC、XR、汽车等，拥有不同的针对不同场景和终端的能力。计算能力，同时相互融合。不局限于手机，高通的技术正在针对不同的应用场景“扩展AI性能”。先进的通信技术和更强的端侧计算能力将重构人工智能的应用形态。在各种终端上，人工智能将无处可去。高通的AI工程师：发了一篇论文，写了一本书，说高通的AI技术推广可能没有英伟达和谷歌那么高调，但它确实出现在了我们手中。高通的研究人员在学术界也有很高的影响力。近年来，QualcommAILab发表的学术论文越来越多，计算机视觉领域的研究论文有20多篇被收录在顶级会议中。这些技术很快被应用到实践中，比如骁龙8的新能力，背景虚化+面部识别+手势识别+手势识别的多神经网络识别，其中人脸特征点多达300个：这项技术来自来自计算机CVPR2021收录的一篇论文《Skip-Convolutions for Efficient Video Processing》。在这篇文章中，QualcommAILab提出了一种名为Skip-Convolutions（跳跃卷积）的新卷积层，在取代图像识别神经网络中的所有常规卷积层后，将视频流任务的计算量减少了3倍。-4次，没有任何精度损失。算法技术和芯片算力的提升让骁龙8在实时视频目标检测和图像识别任务中可以同时运行多个AI模型，带来复杂的效果。日前，AI圈有一则新闻，也从中透露出一点点高通在AI领域的领先水平。阿姆斯特丹自由大学助理教授、高通AI研究中心前研究员JakubTomczak在推特上公布了新书《深度生成模型》的进展，现已正式出版。Tomczak在QualcommAI研究中心任研究员期间，发表了多项关于视频压缩和机器学习贝叶斯优化的研究，被CVPR、NeurIPS、ICCV等顶级学术会议收录。在这本书中，他通过结合概率模型和深度学习来解决构建人工智能系统的问题。它通过结合有监督和无监督学习超越了典型的预测模型。由此产生的范式被称为“深度生成模型”，它从生成的角度感知周围的世界。阿姆斯特丹大学机器学习研究主席、与高通有较深渊源的前高通技术副总裁MaxWelling也为本书作了序言。《深度生成模型》旨在吸引对该领域感兴趣的学生、工程师、研究人员，同时也在GitHub上开放了相关内容的代码，受到了机器学习社区的欢迎。具有学术背景的人工智能研究人员只能创造出能够改变世界的新技术。高通在人工智能领域的故事还在不断扩大。
