高通:打造數(shù)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(fā)展前景整個產(chǎn)業(yè)界已經(jīng)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(fā)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(jù)了解，該公司已為全球多個不同行業(yè)的公司打造了人工智能解決方案，包括制造業(yè)、醫(yī)療業(yè)和金融業(yè)。

　　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(chuàng)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(fā)力量。另一方面，Scyfer團隊在人工智能領域有豐富的經(jīng)驗，可以將他們的技術應用到高通所關注的產(chǎn)品和領域中去。

　　據(jù)了解，早在2015年，高通就和阿姆斯特丹大學建立了聯(lián)合研究實驗室——QUVA，專注于發(fā)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(yōu)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(shù)據(jù)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(jù)領導地位，這也為高通利用現(xiàn)有設備規(guī)模化的發(fā)展人工智能帶來了機會。另外，手機的快速更迭周期、產(chǎn)量的規(guī)?；?，以及高通對高度集成和功耗優(yōu)化技術的專注，都將有助于高通的人工智能方案實現(xiàn)大眾化。同樣，從智慧城市到工業(yè)物聯(lián)網(wǎng)，再到VR、汽車，這些應用場景都將受到移動產(chǎn)業(yè)規(guī)?；挠绊憽?/p>

　　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(jīng)方法，隨后還將其研究范圍從仿生方法拓展到了人工神經(jīng)網(wǎng)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(fā)分支，并且于2015年在ImageNet挑戰(zhàn)賽獲得了前三名。2016年，高通正式發(fā)布了Qualcomm驍龍神經(jīng)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(tài)系統(tǒng)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(yōu)勢越發(fā)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?zhí)幚砥鞯闹悄茉O備，對高通的人工戰(zhàn)略來說是一次絕佳的卡位戰(zhàn)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(chǎn)業(yè)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(yōu)勢：1.隱私性，數(shù)據(jù)的存儲計算等都在本地，避免了傳到云端的數(shù)據(jù)安全問題。2.可靠性，決策在本地避免了數(shù)據(jù)經(jīng)過更長的通路產(chǎn)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(wǎng)絡帶寬。

　　那么高通具體怎樣幫助客戶實現(xiàn)終端側的人工智能戰(zhàn)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(jīng)網(wǎng)絡在所有內(nèi)核上執(zhí)行處理:CPU、GPU和DSP/HVX。

　　第二：算法優(yōu)化。采用最新進的神經(jīng)網(wǎng)絡，提升壓縮、層間優(yōu)化和稀疏優(yōu)化等，并將算法與硬件產(chǎn)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(jīng)處理引擎，可通過developer.qualcomm.com下載。這套一套軟件工具開發(fā)包能夠讓人工智能工作負載在現(xiàn)有的驍龍移動平臺上實現(xiàn)高效的運行。同時，通過這一套工具包，第三方開發(fā)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(xiàn)在出現(xiàn)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(tǒng)的訓練。再加上高通強大的5G 網(wǎng)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(shù)據(jù)安全時，Jeff Gehlhaar 講了分布式架構的優(yōu)點，比如可以讓多臺終端一起作為整體協(xié)同學習，這樣就沒有一臺終端能獲取所有的數(shù)據(jù)，對外只提供給訓練模型，從而保護數(shù)據(jù)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(zhàn)略研究，會與業(yè)內(nèi)伙伴合作共同進行人工智能產(chǎn)品的創(chuàng)新。