生态积累并非一蹴可几，高通选择稳健循序渐进

高通在夏威夷发表新一代移动平台骁龙855，以及衍生自骁龙855的计算平台骁龙8cx，其不论是规模之大，以及在架构上的革新的确令人惊艳，然而对高通而言，SoC技术本身只是一部份重点，背后的生态更值得一提。

作为本世代移动SoC的重点，AI特性是本次高通着重突出的要素之一，同时高通也对外展示了其AI软硬生态上的一些已经可落地的AI解决方案。

生态指的是支持特定技术所需要的软硬资源，以及围绕着相关技术所形成的利益圈，在资源的部分，包含了程序设计工具、开发软硬件、框架、甚至支持这个特定技术的人力资源，也就是技术/应用开发者本身也属于生态的一部份，而这也是之所以目前各大AI计算生态都要强调教育以及扩大开发者社群的根本原因。

生态积累并非一蹴可几，高通选择稳健循序渐进

然而生态需要积累，这个积累不仅仅只是针对开发环境的完备，更重要的是，为了让开发者能有更大的市场基础可以发挥，作为生态最基础的硬件本身也要具备足够的装机量，那么开发者所推出的应用才有更大的市场销售潜力，并形成利益的共同体，当开发者更有利可图，整个生态也才会更健康。

以AI生态为例，手机上的AI计算环境其实也才是这一两年的事情，业界厂商在2017年开始主打硬件化的手机AI计算环境，强调计算性能表现，然而真正在AI开发环境投入最早的，却是高通。而以AI设备的装机量而言，高通更远远超过其他所有方案厂商，包括自研芯片的手机厂。这也代表，以生态而言，高通其实拥有绝大的优势，且在不短的未来都将持续。

（来源：高通官网）

早在对手的NPU现身之前，高通就已经使用其GPU加DSP的异构计算来建立AI计算生态。这种半软半硬的方式的好处在于，在整体AI计算生态成熟前，该架构可以很灵活地和各种新型态的计算框架、算法进行适配，若使用硬件NPU，可能就只能满足于最早设计目标的那几种算法，存在可能被淘汰的风险。

另外，由于高通已经坚持使用DSP/GPU的异构计算已经有数年之久，早从820系列开始，就已经支持这样的计算方式，目前其累积的装机量已经远远超出数亿支，单纯就数量而言，已经是全球最多。

业界最早投入开放AI开发环境，已累积大量资源

高通也非常强调开放的开发环境，也就是说，只要基于开放框架设计的应用，配合高通的计算环境，就能发挥出AI的计算好处。

对此，高通提供开发者一套骁龙神经处理 SDK，它可以支持 Android NN 环境。也同时支持了 Hexagon NN环境，如果开发者选择使用 Hexagon DSP 来做开发，HexagonNN 库就可以专门针对某一内核进行优化。所有这些功能为开发者带来极大的灵活性，并有助于他们实现性能最大化。这也说明，智能手机 AI 体验不能仅仅依靠一个特定的内核，更重要的是需要多种架构、多种工具所建构起来的完整体系。

早期高通手机方案的开发工具包都只针对其客户发放，而之后SNPE（骁龙神经处理）SDK针对第三方开发者的友善设计算是高通相当明智的策略转变，SNPESDK 在应用开发上的优势，以及在高通平台的基础渗透率极为庞大的状况下，成为手机 AI 的主导平台也不令人意外。

SNPE开发环境已经不再封闭，而是提供给广大的第三方 AI 应用开发者，SNPE 也理所当然的支持主流深度学习框架，包含TensorFlow、Caffe 等，而不久前才发表的TensorFlow Lite 及 Facebook 与微软合作推出的 ONNX 也同样在支持之列。在AI芯片市场上，更完备的开放式开发环境将为高通提供显著的竞争优势。

最新方案针对AI计算全面优化，达到超越对手的硬件级性能表现

而观察高通在骁龙峰会上发布的最新一代骁龙855，之所以仍不放弃异构计算方式，一方面是为了延续过去积累的计算生态优势，也就是说，针对过去旧款架构所开发的应用仍然能无痛的延续到最新平台；另一方面，通过支持骁龙855框架的自动计算单元适配，新加入的张量计算单元能够发挥其近似纯硬件NPU的算力效率，能让以通用框架开发的AI应用发挥更强大的效率表现，而若是针对高通硬件架构优化的应用，其效能提升更不在话下。

（来源：高通官网）

高通在Hexagon DSP加入的张量单元是现有AI硬件的补充，也就是说，异构计算在性能上还能得到极大的改善。根据帐面数据，DSP的性能是以前的4倍，并增加了Int16、Int8和混合指令格式，现在已经完成了对语音助手等常见用途的优化。另一方面，异构计算的另一个主角，也就是Adreno 640，则是增加了FP16和FP32指令，甚至CPU内核有PF32和Int8也是如此。

我们可以说，高通从CPU、DSP甚至GPU等核心设计，无一不是为AI打造优化。

高通公司表示，骁龙855所有计算单元的算力加总表现都超过7TOPS，它比上一代产品快3倍，与AI相关事件中最接近的竞争对手的性能提高2倍。随着张量单元的引入，以及DSP和CPU在数据计算格式的改善，这一切也都显得合理不过了。

以量取胜的绝对优势生态，开发者的支持才是市场决胜关键

高通所有的AI开发环境可回溯支持至两年前的骁龙820系列，骁龙820之后发布的骁龙600系列也加入了AI计算优化，若单纯以相关产品的销售量计算，高通已经在市场上洒出了超过竞争对手一定量级的产品。DT君认为，这种市场力量的呈现将会是决定未来AI计算生态胜负的重要关键。