骁龙AIE在人工智能产业的应用

骁龙710与骁龙660的区别？

高通的AI平台从骁龙820开始，到第二代骁龙830以及第三代的骁龙845。目前已经发布了基于神经网络运算的AI引擎。

那么相比骁龙660，骁龙710究竟有哪些变化呢？

据了解，骁龙710也搭载了高端的骁龙845上的多核AI引擎AI Engine，通过Hexagon DSPAdreno 616 GPU和Kryo 360 CPU协同工作，相比骁龙660可在AI应用中实现2倍的整体性能提升。

其它的亮点包括 Spectra 250 ISP可通过AIE实现深度感测人脸识别。通信方面支持骁龙X15 KTE和蓝牙5.0。工艺方面使用的是10nm LPP工艺。据介绍，骁龙710平台从即日起开始提供，预计Q2会有相关终端上市。

高通成立AI Research的目标？

实际上，早在十多年前，高通就开始进行计算机视觉以及运动控制应用相关的神经网络研究，依托高通在连接和计算领域的优势，高通AI Research将开展多样化研究工作。帮助高通面向智能手机、汽车、物联网的商用解决方案奠定基础

高通总裁 克里斯蒂安诺 阿蒙

高通做AI的研究已经有10年了，到2018年，我们已经进入第三代的AI平台。

我们看到这个平台已经做好准备，在全球提供硬件终端使用。

我们要做训练、执行和推理，这些以前在云端实现，现在通过5G也可以在所有的边缘设备进行机器学习，这意味着你的数据延迟非常低，效率也非常高。

高通的AI生态小伙伴

提到AI应用，自然离不开生态小伙伴的支持。由于高通一直以来是以技术提供商为主，涉及到具体产品的案例展示一般都是携手合作伙伴一起发布。这次AI论坛自然也不例外。在会场外的展示区，采用高通骁龙660及骁龙845的重要合作公司（如小米、黑鲨、一加、坚果、OPPO、VIVO）均进行了产品展示。

从语音交互出发，如何把Voice UI建立一个真正的虚拟的个人助理？

高通总裁 克里斯蒂安诺 阿蒙认为，高通作为业界领先的公司，始终在推动系统侧在终端演进的发展上。他表示，从语音交互入手，未来往个人私人助理方向演进将是AI应用的一大趋势。

Voice UI存在了很多年，为什么这几年这么火爆呢？侯纪磊认为，随着深度学习的出现，卷积和回归神经网络的使用，可以看到Voice UI的性能指标逐渐达到或超越人类的识别准确率。更多应用场景和商业模式开始出现，Voice UI从云端向终端侧快速迁移的过程。 Voice UI从云端到终端的演进过程的优势有哪些？侯纪磊认为有3点：

1.隐私，很多人从用户的隐私数据不希望上传到云端处理，

2.即时响应，这是终端语音处理的优势

3.始终开启和情景感知。当Voice UI跟人交流的时候，能够知道人的环境和心境，这样可以调整交流内容。

“当然我们认为云端仍然很重要，从云端角度，一些复杂的个别的语音的实例，终端还没办法助力。另外模型的更新，知识库的应用，不是更宽泛的服务角度，云端和终端都是互补的。” 侯纪磊表示。

在这个基础上，我们怎么样去使用，如何采集到个性化的数据。

过了一段时间，我问智能助理会不会记得我跟儿子在海滩散步的记忆吗？她会直接提供这张照片，同时会分享到微信中的家庭群。基于情景分析，通过主人提示的方式实现反馈。

不要只看性能，AI能耗比将成为新的衡量标准

从上图来看，到2009年有一个深度学习的转折点，整个曲线一下变得非常陡峭。这种比例的失调，可以看到这种趋势保持下去，接下来消耗的能量会非常多。AI带来的经济效益要超过能耗的损失，不然经济上就无意义了。比如个性化的广告和推荐，基于图像和语音识别的智能安防监控，智慧城市和工厂效率的提升。高通技术副总裁韦灵思

高通技术副总裁韦灵思认为， AI深入到行业的每一个组成部分和角落，我们今天用到的很多产品会应用到AI产品。当AI继续发展，会发现消耗的能源越来越多。

据预测，到2025年全球数据中心会消耗掉全球所有可用电力的20%。2014年一家云服务提供商消耗的电量达到36.6万美国家庭全年用电量。2017年比特币挖矿的消耗量达到爱尔兰全国的电量。

贝叶斯方法的优势，一个是压缩，另一个对不确定性进行量化。比如无人驾驶中的一些不明物可以进行图像分类。

可以看到压缩比越大，性能表现越优越。AI硬件将来会是怎样的？我们有异构计算，CPU、DSP、GPU，我们过去不断提升这些硬件。我们可以去优化我们的内存和精度，能够恰到好处，有更多的能耗和更好的计算管理。