机器之心

　　机芯报告 　　编辑：泽南 　　最先进的人工智能技术不一定意味着几块GPU，每秒计算力E的超计算。 　　最广泛使用的移动芯片使用最先进的AI技术。最近，高通利用AI实现了“突破性的5G效率”。 　　在巴塞罗那举办的MWC 2022国际通信展上，高通CEO安莫（Cristiano Amon）发表了世界上首次搭载AI计算核心的5G通信基带骁龙X70。 　　 　　在显卡和手机CPU旁出现了AI计算单元后，现在通信基带上也安装了专用的AI芯片，“需要吗？” 　　首次搭载AI核心的5G基带 　　据高通官方发布，骁龙X70是高通第五代5G调制解调器和射频系统，作为世界上第一个5G AI处理器，可以实现10Gbps 5G下载速度、3.5Gbps上传速度、较低延迟、更强的网络覆盖和能量效率。 　　为了实现这种能力，骁龙X70还配备有专门的AI处理单元作为5G基带，结合基于人工智能的优化机制，算法控制的范围涵盖了从毫米波束管理、天线调谐到网络选择、功耗等所有内容。 　　 　　骁龙X70上的5G AI、低延迟套件和4载波聚合技术可以实现更宽范围的网络盖、信号质量和低延迟。这里，5G AI套件被设计用于6GHz以下和毫米波5G链路的AI驱动优化，并且实现AI辅助信号反馈、动态优化和AI辅助毫米波束管理。 　　具体而言，在移动通信系统中，终端（便携式电话）需要实时检测信道状态并向基站报告，基站在下行调度时选择对终端合适的调制方式、更好的时频率资源。通过添加AI算法，信道状态的预测和反馈变得更准确，基站也可以实现更好的动态优化，从而提高通信效率。 　　 　　通过模拟数据，在突发数据流量情况下，发现AI辅助信道状态反馈和优化能够分别对小区边缘、中段和中央实现20%、16%和24%的下载吞吐量的提高。在典型的数据流量情况下，AI算法可以使蜂窝电话在小区的边缘处获得的下行链路吞吐量增益达到26%，并且中段下行链路吞吐量增益可以达到12%。 　　骁龙X70实现了世界上第一个AI辅助毫米波波束管理，算法管理的波束可以智能地预测不确定的环境，实现了更好的网络覆盖和稳定性。 　　在实际应用中，手机通常可以接收各种网络频率。在与多频率不同的网络方式环境下，X70上的AI还可智能识别和检测不同连接状态，减少卡通，提高用户体验。 　　最后还有AI辅助自适应天线调谐，该技术避免了“死亡之握”，在智能探知掌握终端的情况下，手机可以实时动态调谐天线。 　　由于新技术的强化，骁龙X70的能源效率提高了60%。强龙X70预计在2022年下半年开始向客户提供样品，商用移动终端预计在2022年下半年上市。 　　手机芯片仅仅是一步 　　这不是第一次尝试将AI增强到5G。目前，在骁龙8整合的骁龙X65中，机器学习算法有助于用户掌握智能手机，并通过使用动态调整无线接收功率以最大化信号强度。在手机上，最先进的人工智能应用软件很常见。 　　最近，小米12、OPIO FindX5、iQOO9、荣光Magic4。。。。。。各手机厂商的新旗舰机型均采用最新一代的高通骁龙8移动平台，AI在其中起着低调有力的作用。 　　这些新机器不仅有更快的充电速度、更好的屏幕，还有录音时自动用声音旋转文字、将说话者进行布局和区分的应用，以及增加实时将字幕翻译成视频的翻译机，或是注视明亮的画面隔开手势进行操作的功能也不是新奇的概念。 　　此外，还有体现手机智能的技术。在看信息的时候，如果发现前面的照相机也在盯着其他人看画面，手机会自动隐藏通知的详细内容，防止隐私泄露。 　　 　　在OPO FindX5 Pro中，ColorOS 12.1的一部分新功能。 　　在日常生活中处理器性能过剩的情况下，各移动电话工厂希望利用AI能力提供更好的体验。在这些新功能的背后，骁龙8的AI的计算力不可或缺。 　　搭载在该芯片上的第7代AI引擎将GPU、Hexagon、CPU的所有AI能力整合，使性能提高了4倍。另外，第3代传感器的中枢有“alwayson”芯片模块，用极低的电力24小时在线驱动照相机，实现了QR码的识别、自动启动等功能。 　　虽然知道了用手机玩，但是高通的想法不仅如此，在巴塞罗那的展示会上，安妮蒙CEO共享了公司的“统一技术路线图”。 　　安蒙先生说：“我们的思考不仅限于特定的设备和技术，还通过互连的力量将各种不同的能力推进到终端，机器从图形处理能力到语音识别能力，再到计算力需求高的自动运转领域。”。“智能云成熟后，需要重新考虑终端设备的智能性。新能力可以让机器理解周围环境。计算能力高，能源消耗也低。” 　　 　　据统计，全球云计算年增长率约为35%，几乎所有设备都需要连接云。 　　高通于2019年发售了自己的首个数据中心AI推理加速器Cloud AI 100，以工业和商业领域的边缘推理工作道路为目标，该芯片在部分任务中超过了英伟达同类产品。 　　 　　从架构上看，目前旗舰移动电话芯片骁龙8已经具备了端云互连的新能力：它最先搭载的ARMv9指令集是近10年来最大的更新，在安全性、AI能力、伸缩矢量扩展和DSP等方面进行了升级，更重要的是ARMv9为了实现芯片的高性能计算而建造了门槛。 　　为了满足人们膨胀计算能力的需要，ARM v9使用新的SVE2（可伸缩矢量扩展）指令集，强化了在高性能计算、5G网络、虚拟现实、AI、DSP等方面的ARM架构的性能。移动电话、个人电脑、云服务器上的ARM芯片，以前看起来是相同的架构，但是使用了不同尺寸的寄存器。在ARM v9中，第一次统一命令集，开发者的应用程序一次编译，在所有设备端执行。 　　把手机换成云超级？骁龙8的手机，将来可能会出现不可思议的应用程序。 　　基于ARM架构，目前高通的AI计算力覆盖了家庭、工业、智慧城市的物联网、终端侧的设备和自动运转，包括IoT终端、手机、PC、XR、汽车等，不同场景和终端有不同的计算力，同时相互融合。 　　 　　不仅是手机，高通技术也面向不同的应用场景“扩展AI性能”，先进的通信技术和更强的端侧计算力重构了人工智能应用的形态，各种终端中人工智能随处可见。 　　高通AI工程师：发表论文，写书说 　　高通AI技术的宣传可能不如英豪们和谷歌那么顺利，但实际上在我们手中体现出来的，高通的研究人员也对学术界有着很高的影响力。 　　近年来，高通AI Lab发表的学术论文越来越多，收录的研究仅在计算机视觉领域就超过了20篇。 　　这些技术很快应用于实践，例如骁龙8的新能力、背景虚化+面部识别+姿势认识+手势认识的多神经网络认识，其中面部特征点达到300个。 　　 　　该技术来源于计算机视觉顶级会CVPR 2021中收录的论文《Skip-Convolution for Efficient Video Processing》。 　　在本文中，高通AI Lab提出了一种新的卷层，称为Skip-CConvolution（跳跃卷），在取代图像识别神经网络中的所有常规卷层之后，视频流任务的计算量减少了3～4倍，没有精度降低。 　　由于算法技术和芯片计算能力的提高，骁龙8可以在实时视频目标检测和图像识别任务中同时运行多个AI模型，从而产生复杂的效果。 　　前几天，AI圈内有新闻，多少明确了AI领域的最高水平。阿姆斯特丹自由大学副教授、原高通AI研究中心研究员Jakub Tomczak在推特上发表了新著作《深度生成模型》的进展，现在这本书正式出版。 　　 　　Tomczak在高通AI研究中心担任研究员时，在视频压缩和机械学习的Bays优化等方面发表了很多研究，被收录在CVPR、NeurIPS、ICCV等顶级学术会议中。这本书将概率模型和深度学习相结合来处理人工智能系统的构建问题。超出了典型的预测模式，结合了监督学习和非监督学习。由此生成的模式称为“深度生成模型”，从生成视点感知周围的世界。 　　阿姆斯特丹大学机械学习研究主席，与高通有着深厚缘分的原高通技术副总裁Max Welling在这本书里写了序文。“深度生成模式”以吸引对该领域感兴趣的学生、工程师、研究人员为目的，向GiitHub公开了相关内容的代码，受到机器学习社区的欢迎。 　　只有有学术性的AI研究员，创造出的新技术才能改变世界。高通AI领域的故事还在继续。