高通:打造數十億級終端側人工智能平臺,提出分布式架構方案

　　“移動終端正成為全球最普遍的人工智能平臺，而高通處理器將成為無處不在的終端側人工智能平臺。”日前，高通工程技術副總裁 Jeff Gehlhaar 在一場與中國媒體溝通會上說道。

　　就在這場溝通之前，高通宣布了收購荷蘭人工智能公司Scyfer。毫無疑問，對于人工智能未來的發展前景整個產業界已經達成機會一致的共識。而作為全球移動芯片領域的老大，高通的策略一定程度上左右著移動設備人工智能的發展方向。這次溝通會上，Jeff Gehlhaar就詳細闡述了高通在人工智能領域的布局和想法。

　　收購Scyfer 目的是獲得頂級人工智能領域人才

　　今年8月中旬，高通宣布收購專注于前沿機器學習技術的阿姆斯特丹大學附屬公司Scyfer，以充實其相關人才團隊。據了解，該公司已為全球多個不同行業的公司打造了人工智能解決方案，包括制造業、醫療業和金融業。

　　對于這次收購，Jeff Gehlhaar表示，一方面是看重該公司的人才，其中最重要的是通過收購Scyfer 為高通帶來該公司創始人、阿姆斯特丹大學知名教授 Max Welling博士的加入。同時Scyfer 位于荷蘭，這樣很好地充實了高通在荷蘭的研發力量。另一方面，Scyfer團隊在人工智能領域有豐富的經驗，可以將他們的技術應用到高通所關注的產品和領域中去。

　　據了解，早在2015年，高通就和阿姆斯特丹大學建立了聯合研究實驗室——QUVA，專注于發展面向移動領域和計算機視覺的先進機器學習技術。而Scyfer 正式從阿姆斯特丹大學分拆出來的公司。

　　移動終端將是最大的人工智能計算平臺，高通有優勢

　　此前，人工智能的計算大多都在服務器和云端進行，不過未來人工智能的計算載體，應該是更貼近人們生活的移動智能設備。數據顯示，未來5年全球智能手機的累計出貨量將超過85億，這也意味著手機將成為最大的人工智能計算平臺。

　　Jeff Gehlhaar表示，在移動終端領域高通占據領導地位，這也為高通利用現有設備規模化的發展人工智能帶來了機會。另外，手機的快速更迭周期、產量的規模化，以及高通對高度集成和功耗優化技術的專注，都將有助于高通的人工智能方案實現大眾化。同樣，從智慧城市到工業物聯網，再到VR、汽車，這些應用場景都將受到移動產業規模化的影響。

　　事實上，高通在人工智能領域已耕耘了超過十年。公司最早于2007年開始進入人工智能領域，期初是探索面向計算機視覺和運動控制應用的機器學習脈沖神經方法，隨后還將其研究范圍從仿生方法拓展到了人工神經網絡。

　　大約2012年，高通開始進入到深度學習/終端側深度學習領域的技術研究。近幾年，高通在荷蘭開設了研發分支，并且于2015年在ImageNet挑戰賽獲得了前三名。2016年，高通正式發布了Qualcomm驍龍神經處理引擎SDK。同時與合作伙伴展開展了廣泛的人工智能生態系統合作，比如與谷歌合作以支持TensorFlow，與Facebook合作支持Caffe、Caffe2。

　　進入智能手機時代后，高通在移動處理器的優勢越發明顯，特別是近兩年，隨著智能手機市場份額高度向幾家廠商集中，高通處理器出貨量市場占有率不斷提高，甚至讓競爭對手無還手之力。而大量的搭載高通驍龍處理器的智能設備，對高通的人工戰略來說是一次絕佳的卡位戰機會。Jeff Gehlhaar 也表示，高通處理器將成為無處不在的終端側人工智能平臺。

　　高通提出終端側分布式架構人工智能方案，與產業鏈合作

　　Jeff Gehlhaar 認為，終端側能之所以能成為最普遍的人工智能計算平臺，主要有四大優勢：1.隱私性，數據的存儲計算等都在本地，避免了傳到云端的數據安全問題。2.可靠性，決策在本地避免了數據經過更長的通路產生錯誤。3.低時延，顯然本地處理、本地響應更快。4.高效利用網絡帶寬。

　　那么高通具體怎樣幫助客戶實現終端側的人工智能戰略?對此，Jeff Gehlhaar 也給出了高通的方案。

　　第一：提供高效的硬件。充分利用驍龍異構計算能力，運行時長和庫加速深度神經網絡在所有內核上執行處理:CPU、GPU和DSP/HVX。

　　第二：算法優化。采用最新進的神經網絡，提升壓縮、層間優化和稀疏優化等，并將算法與硬件產品結合起來。

　　第三：軟件工具。提供API和SDK文件(包括示例代碼) 。今年7月，高通推出了驍龍神經處理引擎，可通過developer.qualcomm.com下載。這套一套軟件工具開發包能夠讓人工智能工作負載在現有的驍龍移動平臺上實現高效的運行。同時，通過這一套工具包，第三方開發者能夠更好地利用多樣的高通硬件架構，包括CPU、GPU、DSP進行人工智能的處理。

　　同時Jeff Gehlhaar 還提出了分布式技術架構，他表示，現在出現了一個新興的趨勢，就是在終端側通過多臺終端的分布式架構，進行人工智能系統的訓練。再加上高通強大的5G 網絡，將終端側人工智能與云端的人工智能側無縫的連接起來了。

　　在談到數據安全時，Jeff Gehlhaar 講了分布式架構的優點，比如可以讓多臺終端一起作為整體協同學習，這樣就沒有一臺終端能獲取所有的數據，對外只提供給訓練模型，從而保護數據隱私。

　　最后，Jeff Gehlhaar 強調，高通的人工智能不是單打獨斗，而是著眼長期的戰略研究，會與業內伙伴合作共同進行人工智能產品的創新。