驍龍710與驍龍660的區(qū)別？

高通的AI平臺從驍龍820開始，到第二代驍龍830以及第三代的驍龍845。目前已經(jīng)發(fā)布了基于神經(jīng)網(wǎng)絡運算的AI引擎。

那么相比驍龍660，驍龍710究竟有哪些變化呢？

據(jù)了解，驍龍710也搭載了高端的驍龍845上的多核AI引擎AI Engine，通過Hexagon DSPAdreno 616 GPU和Kryo 360 CPU協(xié)同工作，相比驍龍660可在AI應用中實現(xiàn)2倍的整體性能提升。

其它的亮點包括 Spectra 250 ISP可通過AIE實現(xiàn)深度感測人臉識別。通信方面支持驍龍X15 KTE和藍牙5.0。工藝方面使用的是10nm LPP工藝。據(jù)介紹，驍龍710平臺從即日起開始提供，預計Q2會有相關終端上市。

高通成立AI Research的目標？

實際上，早在十多年前，高通就開始進行計算機視覺以及運動控制應用相關的神經(jīng)網(wǎng)絡研究，依托高通在連接和計算領域的優(yōu)勢，高通AI Research將開展多樣化研究工作。幫助高通面向智能手機、汽車、物聯(lián)網(wǎng)的商用解決方案奠定基礎

高通總裁 克里斯蒂安諾 阿蒙

高通做AI的研究已經(jīng)有10年了，到2018年，我們已經(jīng)進入第三代的AI平臺。

我們看到這個平臺已經(jīng)做好準備，在全球提供硬件終端使用。

我們要做訓練、執(zhí)行和推理，這些以前在云端實現(xiàn)，現(xiàn)在通過5G也可以在所有的邊緣設備進行機器學習，這意味著你的數(shù)據(jù)延遲非常低，效率也非常高。

高通的AI生態(tài)小伙伴

提到AI應用，自然離不開生態(tài)小伙伴的支持。由于高通一直以來是以技術提供商為主，涉及到具體產(chǎn)品的案例展示一般都是攜手合作伙伴一起發(fā)布。這次AI論壇自然也不例外。在會場外的展示區(qū)，采用高通驍龍660及驍龍845的重要合作公司（如小米、黑鯊、一加、堅果、OPPO、VIVO）均進行了產(chǎn)品展示。

從語音交互出發(fā)，如何把Voice UI建立一個真正的虛擬的個人助理？

高通總裁 克里斯蒂安諾 阿蒙認為，高通作為業(yè)界領先的公司，始終在推動系統(tǒng)側(cè)在終端演進的發(fā)展上。他表示，從語音交互入手，未來往個人私人助理方向演進將是AI應用的一大趨勢。

Voice UI存在了很多年，為什么這幾年這么火爆呢？侯紀磊認為，隨著深度學習的出現(xiàn)，卷積和回歸神經(jīng)網(wǎng)絡的使用，可以看到Voice UI的性能指標逐漸達到或超越人類的識別準確率。更多應用場景和商業(yè)模式開始出現(xiàn)，Voice UI從云端向終端側(cè)快速遷移的過程。 Voice UI從云端到終端的演進過程的優(yōu)勢有哪些？侯紀磊認為有3點：

1.隱私，很多人從用戶的隱私數(shù)據(jù)不希望上傳到云端處理，

2.即時響應，這是終端語音處理的優(yōu)勢

3.始終開啟和情景感知。當Voice UI跟人交流的時候，能夠知道人的環(huán)境和心境，這樣可以調(diào)整交流內(nèi)容。

“當然我們認為云端仍然很重要，從云端角度，一些復雜的個別的語音的實例，終端還沒辦法助力。另外模型的更新，知識庫的應用，不是更寬泛的服務角度，云端和終端都是互補的。” 侯紀磊表示。

在這個基礎上，我們怎么樣去使用，如何采集到個性化的數(shù)據(jù)。

過了一段時間，我問智能助理會不會記得我跟兒子在海灘散步的記憶嗎？她會直接提供這張照片，同時會分享到微信中的家庭群。基于情景分析，通過主人提示的方式實現(xiàn)反饋。

不要只看性能，AI能耗比將成為新的衡量標準

從上圖來看，到2009年有一個深度學習的轉(zhuǎn)折點，整個曲線一下變得非常陡峭。這種比例的失調(diào)，可以看到這種趨勢保持下去，接下來消耗的能量會非常多。AI帶來的經(jīng)濟效益要超過能耗的損失，不然經(jīng)濟上就無意義了。比如個性化的廣告和推薦，基于圖像和語音識別的智能安防監(jiān)控，智慧城市和工廠效率的提升。高通技術副總裁韋靈思

高通技術副總裁韋靈思認為， AI深入到行業(yè)的每一個組成部分和角落，我們今天用到的很多產(chǎn)品會應用到AI產(chǎn)品。當AI繼續(xù)發(fā)展，會發(fā)現(xiàn)消耗的能源越來越多。

據(jù)預測，到2025年全球數(shù)據(jù)中心會消耗掉全球所有可用電力的20%。2014年一家云服務提供商消耗的電量達到36.6萬美國家庭全年用電量。2017年比特幣挖礦的消耗量達到愛爾蘭全國的電量。

貝葉斯方法的優(yōu)勢，一個是壓縮，另一個對不確定性進行量化。比如無人駕駛中的一些不明物可以進行圖像分類。

可以看到壓縮比越大，性能表現(xiàn)越優(yōu)越。AI硬件將來會是怎樣的？我們有異構計算，CPU、DSP、GPU，我們過去不斷提升這些硬件。我們可以去優(yōu)化我們的內(nèi)存和精度，能夠恰到好處，有更多的能耗和更好的計算管理。