世界人工智慧大會上，高通表示 AI 和 5G 是一對兒
如果說節前科技圈有什麼大事的話，那麼在上海舉辦的 2018 世界人工智慧大會（WAIC2018）絕對算第一，畢竟很少有一個大會可以把 Google、微軟、高通、英偉達、BAT 等等國內外最知名科技企業的高管，還有麻省理工、加州大學伯克利分校、斯坦福、英國帝國理工等等一流名校的教授聚集到一起交流發聲。
WAIC2018 的主題是「人工智慧賦能新時代」，之所以做了這樣的主題和論斷，是這些企業家和科學家們已經開始看到，更準確地說，是他們推動了人工智慧成為新一輪產業變革的核心驅動力，正在對世界經濟、社會進步和人類生活產生極其深刻的影響。
在很多使用者的潛意識裡，人工智慧裡他們還很遠，彷彿是個遙遠的技術詞彙。然而諸如 AI 美顏、語音助手的功能已經非常常見，即便不用這些功能，但到如今，只要在使用移動網際網路的服務，其實也都離不開人工智慧，比如剛剛上市的美團點評，就在他們的 app 裡面用到了 Google 的人工智慧開源機器學習框架 TensorFlow。某種程度上來說，人工智慧就像稅收，有的時候需要繳個人所得稅，即使收入還沒到個稅起徵點，但只要發生了消費行為，那消費額裡面，幾乎就有看不見的稅費。
同時，2018 年也是從 4G 轉型到 5G 的重要關口，同時，AI 在終端側有了更多的落地。這個承前啟後的時間點，高通的分享，自然就是關於 AI 和 5G。在 WAIC 2018 上，高通產品管理高階副總裁 Keith Kressin 闡述未來 AI 圖景：將智慧拓展至無線邊緣。於是乎，AI 和 5G 這兩個看起來挺遠，其實離大家挺近的科技術語，就交織在一起了。
從終端側 AI，到無線邊緣創新
之前，高通就提出了終端側 AI 的概念，簡言之，如今的 AI，還是非常依賴於雲端的計算和處理，比如網速不好的時候，那些人工智慧助手就顯得遲鈍而智障。不過像是手機、無人機、汽車、智慧手錶等終端裝置，本身的計算能力已經很強了，通過異構計算和軟體演算法的支援，就完全可以在終端側進行人工智慧的訓練、推理和執行，進而擺脫一部分對雲端的依賴。
終端側的 AI 有幾個非常明顯的優點，如隱私保護好、個性化、高可靠性、低時延等。不過移動網際網路都快成了古典詞彙，這個時候也不能把所有的人工智慧處理都放在終端側。畢竟 AI 的基礎在於連線和計算。如果說之前在驍龍 660、驍龍 710 和驍龍 845 等晶片上的 AIE 架構實現了終端側 AI 的計算的話，那麼，5G 時代，就可以讓 AI 的連線能力得到質的飛躍。
現在，高通更進一步，準確來說是隨著 5G 的到來提前一步，提出了無線邊緣創新的概念，作為終端側人工智慧的自然延伸。
前面說到，AI 的基礎在於連線和計算。要將 AI 分佈至無線邊緣，一方面要突破邊緣終端在外形尺寸、電池續航和成本等方面的限制，實現邊緣處理能力的最大化。另一方面還要進一步優化連線，實現連線能力的最大化，其中 5G 網路將發揮關鍵作用。5G 擁有許多先進特性，包括可達每秒數千兆位元的超高速率、低至一毫秒的超低時延等。5G 將支援邊緣終端彼此及其與雲端之間的無縫互動，其所提供的強大連線能力將帶來更多自由度，使 AI 計算架構實現雲端和終端之間的最靈活配比。
現今而言，移動晶片用作人工智慧計算的時間還不是很長，這裡面的領頭羊高通最早是從上上代旗艦驍龍 820 開始的，之後又在驍龍 835、驍龍 845 兩代旗艦平臺上進行了迭代升級，並且下探到了其他非旗艦平臺上。
因此，從發展和未來的角度來看，AI 和 5G 其實更多的是為未來十年甚至更遠未來的發展提供堅實基礎。他們的關係是互補的，作為面向無線邊緣的統一連線架構，5G 高容量、一致吞吐量、低時延和高可靠性的特性將支援邊緣終端實現感知、推理和行動。與此相類似，終端側和邊緣 AI 也將在充分發揮 5G 潛能方面起到重要作用，併為 5G 開拓更多應用場景。
可以這麼理解，原來高通提終端側 AI，突出的是驍龍 AIE 架構的本地異構計算能力，和與演算法以及軟體的契合，但是在「連線」層面，涉及不多，畢竟 4G 網路還存在一定的侷限性。而到了 2018 年下半年，通過外掛方式搭載高通 X50 Modem 的 moto Z3 成為首款 5G 手機，這意味著，5G 網路開始落地到終端上，而在明年各大運營商就該小規模商用測試了。這個時候，AI 拓展到無線邊緣的概念，也就不再虛無縹緲，相對於重點在「邊緣」的終端側人工智慧，「無線」在這裡能夠發揮的作用就更大了。
要實現無線邊緣創新，還得有夥伴們的合作
在 WAIC2018 的演講上，高通產品管理高階副總裁 Keith Kressin 把重要的篇幅留給了合作伙伴們。畢竟高通還是上游廠商，不能說把計算用的處理器和連線用的基帶做好了，然後躺下，等人工智慧自動出現。
實際上，人工智慧涉及到的鏈條非常的長，參與進來的玩家更是眾多，幾乎可以說，多到需要用相聲報菜名的節奏寫好幾段，還涉及到框架、系統等等。
具體到高通這家廠商，他們和國內外不少的 AI 軟體開發商，雲服務供應商和 OEM 廠商建立了合作關係。就拿 BAT 來說：高通和騰訊合作，利用人工智慧引擎加速 Android 端手機 QQ 社交平臺上“高能舞室”互動特性的幀率。和百度在 PaddlePaddle 框架和終端側語音識別方面展開合作，同時，也在和阿里巴巴在支付方面進行人工智慧的合作。
更底層的，高通想要構建的人工智慧生態系統還包括對 TensorFlow、Caffe2、PyTorch、ONNX 等主流框架和 Android、Windows 和 Linux 等作業系統的支援。
離使用者最近的，當然是手機這樣的終端，這一點只要稍微關注新機的讀者肯定就瞭解，這幾年的 Android 旗艦手機，大部分都是用的高通驍龍旗艦晶片，在中高階手機用的晶片裡面，高通驍龍一直都在霸榜。調研機構 Gartner 預計，2018 年到 2022 年，智慧手機的出貨量預計將達到 86 億部，這四年剛好也是 AI 和 5G 發展的高速期。
不僅是手機出貨量依舊會是巨量，人工智慧也會登陸到更多的平臺，PC 就不用說了，智慧家居和物聯網裝置，汽車、無人機、AR/VR 眼鏡等等等裝置，也將會參與到無線邊緣的人工智慧中去。
相比於 4G，5G 網路可以適用的裝置形態將會更多更廣，這也是 5G 轉型的大好機會，同時，AI 可以落地的終端也就更多，更多樣。與原先設想的一樣，高通自然會把自己的工作任務放在「讓更多的裝置連上 5G」，畢竟高通的英文名 Qualcomm，就是 QUALity COMMunication（高質量通訊）的意思，與此同時，高通也想通過這些合作，讓 AI 落地到更多的終端上。
AI 和 5G 是一對，高通兩者都做了好久
高通做 5G 這一點大多數人毫不意外，早在 2016 年 10 月，高通就釋出了全球首款 5G 基帶——驍龍 X50 Modem。然後在去年 10 月，高通基於驍龍 X50 5G Modem 晶片組在 28GHz 毫米波頻段上實現全球首個正式釋出的 5G 資料連線。
這次 5G 資料連線演示在位於聖迭戈的高通實驗室中進行。通過利用數個 100MHz 5G 載波實現了千兆級下載速率，並且在 28 GHz 毫米波頻段上演示了資料連線。當時，高通還預展了其首款 5G 智慧手機參考設計。
可以預見的是，首批 5G 手機等終端中，大部分都將採用高通平臺，目前在 5G 佈局靠前的小米、vivo、OPPO 等手機廠商都是高通一直以來的合作伙伴，他們也都在爭搶 5G 時代的靠前身位。不管怎麼樣，Android 陣營的大部分玩家和高通有割捨不下的關係。
我們知道，高通驍龍晶片，不僅是一個 CPU 或者 GPU，而是一個 SoC（系統級晶片），這意味著，除了常規的 CPU 和 GPU 之外，高通還得搞定負責連線網路的 Modem（調變解調器），負責影象訊號處理的 ISP（影象處理器），同步進行綜合資料運算操作的向量處理器等等。
再次可以預見的是，驍龍平臺也會不斷演進，繼續增強計算和連線能力，尤其是 AI 計算能力。以驍龍 845 為例，與前代晶片相比，驍龍 845 帶來了近三倍的人工智慧整體效能提升。
在 AI 的研究上，高通的佈局最早可以追溯到 2007 年。
AI 真正落地到移動終端，深入到使用者的日常體驗中，其實就這兩年的事情，與之發展相稱的，就是當前高通在中高階處理器裡面做的 AIE 架構了。
在這張說明 AIE 的圖片中，其實也可以看出，合作的重要性，無論是前端的軟體框架部分，還是生態系統和應用部分，其實都離不開合作伙伴。