數據預測，從2017年到2021年，5年時間，全球的IOT通過4G或者5G網絡連在一起的設備會達到200億臺。在此情景之下，作為能夠使得智能終端產品更加智能的AI也成為時下熱詞。萬物互聯大幕的逐漸拉起，也使得AI產業吸引了眾多上下游企業的參與，尤其是隨著芯片廠商以及終端品牌等的加入，AI在產品形態上已經呈現出多種多樣?？梢哉f，AI正給消費者和整個行業帶來巨大可能性。

盡管在AI技術領域各家企業發力的方向有所區別，但是總體上他們對于AI的未來都已達成共識，即由于在巨大的萬物互聯時代，各個設備不僅僅是要聯結在一起，而且會變得越來越智能，因此AI正以其發展的無限可能性給整個產業鏈帶來巨大的機會。

正如高通產品總監劉學徽在4月26日由手機報在線舉辦的AI手機產業峰會上所表示，傳統意義上的AI在云上面可以做模型培訓，也可以做模型的推理。但是現在有一種趨勢，即AI的運算能力，尤其是推理的過程，正慢慢變得大多數是依賴終端在運行的。這種趨勢不管是對做模組還是做算法的廠家來講，都是非常大的機會。

高通產品總監劉學徽

至于AI算法和推理正日益依賴于終端進行的原因，主要有三點：一是隱私性。劉學徽表示，不管是手機還是各種可穿戴設備都是人在使用，而現在人對隱私的意識正越來越強。而傳統各種AI的算法、推理都是在云上做，這勢必就會將所有的數據都上傳到云上。相反，現在在終端做算法和推理，則可以避免將信息上傳至云端的過程，用戶也就可以相對放心。

二是低延時。劉學徽介紹到，不管AI怎么做，它都需要用戶的體驗，而一旦用戶體驗差，這個產品或者性能就沒法推廣開。例如，現在非常流行的手機人臉解鎖、人臉開機就是典型的在端上使用人工智能的案例。而如果說開機的過程要把人臉信息采集傳到云端，云端算完再傳下來，這種延時性用戶是很難接受的。因此終端運算和推理能夠很好地解決用戶對于延時性的反感問題。

三是可靠性和經濟性。因為設備在端和云，端到端連接的過程會產生大量數據的交換，如果所有的AI能力都用云來做，勢必對帶寬的負載，包括中間通訊的可靠性等帶來很大的挑戰因此在終端的運作上會在可靠性和經濟成本上占更大的優勢。

在介紹了端上實現AI的三個優勢之后，劉學徽還重點強調了高效的硬件、算法、軟件工具以及端上AI計算和推理的重要性。其中，運算AI的硬件能力非常關鍵，需要輕薄，且對低功耗是強需求，算法也不能太龐大，而是要適合終端設備商運行，此外，軟件工具也至關重要。

在所有AI終端設備方面，就目前而言，不得不提的就是手機終端了。可以說，手機由于其便攜性，智能性，幾乎是被公認的IOT的核心，它甚至可以變成各種各樣IOT的設備。

另外，在手機上的AI的方向大概有幾類。其中基于計算機視覺的應用是當下的主流，它包括攝像頭各種各樣的應用場景，比如背景虛化、照片處理、場景識別與分類等。例如，vivoX21手機的個人助理應用場景落地就是一個體現，它能夠讓手機里面有一個算法感知到用戶是在車上、運動行走中、開車還是在地鐵里等各種場景，從而根據場景來給用戶提供對應的便利服務。

此外，AI的運用方向還涵蓋了設備的廠家功耗，包括資源的管理、用戶交互體驗方面的語音交互、手勢識別以及目前出現的采用人工智能方法來識別病毒或者是來防范設備端到端的安全等。

作為在全球芯片制造領域都具有領先優勢的高通來說，劉學徽還介紹了高通在AI方面的產品布局。主要包含三大類：硬件、軟件及框架。

其中，硬件包含INT8網絡、FP32及FP16網絡、FP32及INT88位網絡，軟件是硬件和應用之間的橋梁，高通軟件包括一套SNPE的開發工具，以及支持Android和Hexagon NN的庫?？蚣苡蠧affeCaffe2、TensorFlowTensorFlowLite、ONNX。以上就構成了AI E的產品系列。

此外，劉學會還強調，做最終的產品和最終的應用，需要和業內各方面領先的企業進行合作，例如，在國內高通與商湯、Face ++、騰訊、百度有合作，國際上和Google在TensorFlow方面有深度合作。值得一提的是，驍龍芯片，AI產品還是TensorFlow第一個終端上的商用芯片。

總體來說，終端AI是非常龐大的生態系統，沒有一家公司可以把所有事情做掉，類似高通這種實力型的企業，其AI生態系統在支持多種框架和多種操作系統的同時，也仍然在積極開展與領先的AI算法公司、云服務商以及互聯網廠家的深度合作，追求提供多樣的應用場景的技術來與終端設備廠家進行配合。

可想而知的是，只有如此通力合作，整個AI手機產業鏈才能最終為消費者提供更加豐富的應用場景，為終端產品增加更多的價值。