AI重在生態，高通驍龍結合軟硬優勢以海量終端碾壓對手
（來源：高通官網）
高通在夏威夷發表新一代移動平臺驍龍855，以及衍生自驍龍855的計算平臺驍龍8cx，其不論是規模之大，以及在架構上的革新的確令人驚豔，然而對高通而言，SoC技術本身只是一部份重點，背後的生態更值得一提。
作為本世代移動SoC的重點，AI特性是本次高通著重突出的要素之一，同時高通也對外展示了其AI軟硬生態上的一些已經可落地的AI解決方案。
生態指的是支援特定技術所需要的軟硬資源，以及圍繞著相關技術所形成的利益圈，在資源的部分，包含了程式設計工具、開發軟硬體、框架、甚至支援這個特定技術的人力資源，也就是技術/應用開發者本身也屬於生態的一部份，而這也是之所以目前各大AI計算生態都要強調教育以及擴大開發者社群的根本原因。
生態積累並非一蹴可幾，高通選擇穩健循序漸進
然而生態需要積累，這個積累不僅僅只是針對開發環境的完備，更重要的是，為了讓開發者能有更大的市場基礎可以發揮，作為生態最基礎的硬體本身也要具備足夠的裝機量，那麼開發者所推出的應用才有更大的市場銷售潛力，並形成利益的共同體，當開發者更有利可圖，整個生態也才會更健康。
以AI生態為例，手機上的AI計算環境其實也才是這一兩年的事情，業界廠商在2017年開始主打硬體化的手機AI計算環境，強調計算效能表現，然而真正在AI開發環境投入最早的，卻是高通。而以AI裝置的裝機量而言，高通更遠遠超過其他所有方案廠商，包括自研晶片的手機廠。這也代表，以生態而言，高通其實擁有絕大的優勢，且在不短的未來都將持續。
（來源：高通官網）
早在對手的NPU現身之前，高通就已經使用其GPU加DSP的異構計算來建立AI計算生態。這種半軟半硬的方式的好處在於，在整體AI計算生態成熟前，該架構可以很靈活地和各種新型態的計算框架、演算法進行適配，若使用硬體NPU，可能就只能滿足於最早設計目標的那幾種演算法，存在可能被淘汰的風險。
另外，由於高通已經堅持使用DSP/GPU的異構計算已經有數年之久，早從820系列開始，就已經支援這樣的計算方式，目前其累積的裝機量已經遠遠超出數億支，單純就數量而言，已經是全球最多。
業界最早投入開放AI開發環境，已累積大量資源
高通也非常強調開放的開發環境，也就是說，只要基於開放框架設計的應用，配合高通的計算環境，就能發揮出AI的計算好處。
對此，高通提供開發者一套驍龍神經處理 SDK，它可以支援 Android NN 環境。也同時支援了 Hexagon NN環境，如果開發者選擇使用 Hexagon DSP 來做開發，HexagonNN 庫就可以專門針對某一核心進行優化。所有這些功能為開發者帶來極大的靈活性，並有助於他們實現效能最大化。這也說明，智慧手機 AI 體驗不能僅僅依靠一個特定的核心，更重要的是需要多種架構、多種工具所建構起來的完整體系。
早期高通手機方案的開發工具包都只針對其客戶發放，而之後SNPE（驍龍神經處理）SDK針對第三方開發者的友善設計算是高通相當明智的策略轉變，SNPE SDK 在應用開發上的優勢，以及在高通平臺的基礎滲透率極為龐大的狀況下，成為手機 AI 的主導平臺也不令人意外。
SNPE開發環境已經不再封閉，而是提供給廣大的第三方 AI 應用開發者，SNPE 也理所當然的支援主流深度學習框架，包含TensorFlow、Caffe 等，而不久前才發表的TensorFlow Lite 及 Facebook 與微軟合作推出的 ONNX 也同樣在支援之列。在AI晶片市場上，更完備的開放式開發環境將為高通提供顯著的競爭優勢。
最新方案針對AI計算全面優化，達到超越對手的硬體級效能表現
而觀察高通在驍龍峰會上釋出的最新一代驍龍855，之所以仍不放棄異構計算方式，一方面是為了延續過去積累的計算生態優勢，也就是說，針對過去舊款架構所開發的應用仍然能無痛的延續到最新平臺；另一方面，通過支援驍龍855框架的自動計算單元適配，新加入的張量計算單元能夠發揮其近似純硬體NPU的算力效率，能讓以通用框架開發的AI應用發揮更強大的效率表現，而若是針對高通硬體架構優化的應用，其效能提升更不在話下。
（來源：高通官網）
高通在Hexagon DSP加入的張量單元是現有AI硬體的補充，也就是說，異構計算在效能上還能得到極大的改善。根據帳面資料，DSP的效能是以前的4倍，並增加了Int16、Int8和混合指令格式，現在已經完成了對語音助手等常見用途的優化。另一方面，異構計算的另一個主角，也就是Adreno 640，則是增加了FP16和FP32指令，甚至CPU核心有PF32和Int8也是如此。
我們可以說，高通從CPU、DSP甚至GPU等核心設計，無一不是為AI打造優化。
高通公司表示，驍龍855所有計算單元的算力加總表現都超過7TOPS，它比上一代產品快3倍，與AI相關事件中最接近的競爭對手的效能提高2倍。隨著張量單元的引入，以及DSP和CPU在資料計算格式的改善，這一切也都顯得合理不過了。
以量取勝的絕對優勢生態，開發者的支援才是市場決勝關鍵
高通所有的AI開發環境可回溯支援至兩年前的驍龍820系列，驍龍820之後釋出的驍龍600系列也加入了AI計算優化，若單純以相關產品的銷售量計算，高通已經在市場上灑出了超過競爭對手一定量級的產品。DT君認為，這種市場力量的呈現將會是決定未來AI計算生態勝負的重要關鍵。