ai软件做苹果手机矢量图高通AI技术栈的独特性在哪里，对于行业又意味着什么？

作者|云鹏

编辑|漠影

掏出相机、人脸辨识解锁、向智能语音助手询问天气情况、查看系统根据你的偏好推送的信息……这些习以为常的操作，都在证明着同一件事：AI终于深入了我们生活的各个角落。

而现在，AI能力正迅速从智能手机等移动领域向其它赛道拓展，从智能车辆、XR到PC、各类智能物联网设施，市场针对AI科技应用的意愿逐渐升温。

随着5G科技的成熟、高能效计算的迅速发展、端云融合趋势的助推，我们身边的各种终端设备都在加深与AI的整合，AI应用落地也作为各产业数字化改革“进阶”的一部分。

成为深耕AI软软件科技多年的大佬高通，也发现了这一趋势。而这种智能网联终端的出现，恰恰与高通想要做的是一致的：在万物智能互联的全球中，用自己的技术和能力进行赋能。

就在最近，高通公布了自己的首个高通AI硬件栈（QualcommAIStack），可以说，针对市场中的普遍问题——如何用一种简便的方法，面向所有业务部门和产品线推动AI的拓宽和普及？高通已经给出自己的另类方法。

通过自身累积的AI科技对行业进行赋能已然变成技术巨头的“兵家必争之地”。高通AI科技栈的新颖性在哪里，对于市场又意味着哪些？为什么高通选择在这个时间点公布自己的AI软件“全家桶”？我们尝试从行业科技视角来一研究竟。

一、打破终端壁垒背后：扎根各产业多年练就“独门秘笈”

现今，各类网联终端设施都开始具备智能化态势，而针对企业和研发者来说，这既是机遇又是挑战，机遇在于新的行业，而挑战则在于能否高效地将AI能力落地在产品中。

正如现在技术产业的大趋势一样，高通AI硬件栈实际上就是一种面向企业和研发者的AI赋能。

那么，高通到底做了一件什么事？

实际上，高通将所有业务线的AI硬件功能访问权限，集成在了一个统一的硬件栈中，来提供跨智能网联终端的完整解决方案，来方便开发者进行面向不同智能终端的AI模型和工具迁移或者开发。

我们可以把这个AI软件栈想象成一个AI开发“全家桶”，需要什么能力，开发者便可以从中迅速获得。

在这其中，最重要的是“跨终端”这三个字，这就意味着，OEM厂商们和研发者们对于单一产品进行的硬件模型研发，可以直接扩展到其它产品中，让人们从开发到推进过程中的投入和成果可以被更充分的借助。

简单来说，高通AI硬件栈无法让研发者面向所有高通技术支持的终端产品进行AI开发，包括智能手机、XR、PC、物联网、机器人、汽车等。

例如，基于骁龙移动系统，针对智能电脑研发的一些科技成果，可以方便地推进到采用骁龙系统的PC笔记本电脑上，无须再次开发，这大大提速AI开发的进度。

从模型准备、研发，到对于不同产品的细微改进，再到最终的模型部署，高通让厂商和研发者无法在一个统一工具栈上完成对模型的量化和改进，打造出合适具体用例的特点。

在今后，智能汽车、安防摄像头那些产品，甚至可以轻松拥有当时应用在手持移动仪器上的脸部辨识用途，产品素质和客户体验都会有质变性提升。

为了更好地推动跨设备研发，高通AI硬件栈基本支持现阶段各种主流操作平台，包括Android、Windows、Linux或者面向网联汽车的QNX等，同时在平台工具层面，可以完整支持平台接口、加速器驱动或者仿真模型软件等。

在开发者库与服务层面，高通AI硬件栈实现了对数学库、编译器和虚拟系统的支持，编译器可以对于特定内容进行多样化处理，开发者们用Python只要几行代码就可以完成更多工作。

实际上，这些正是高通AI硬件栈最为关键的差别化优势：通过高通在丰富业务线上的软软件产品组合，支持用户将其在一个业务线的投入和相关工作高效、低费用地扩展至不同领域。

这背后，是高通在智能电脑、汽车、XR、物联网、PC等领域的深厚布局。

目前行业中其它大个别企业所提供的硬件栈多是对于于某个特定的市场领域的，因此高通这种无法提供跨智能网联终端解决方案的能力，是别的企业无法复制的。

比如跨终端开发的适用性、便捷性，高通AI硬件栈实现AI能力的能效比也非常优异。

我们可以从高通AI硬件栈中提到“高通AI引擎Direct”这一部分，高通AI引擎Direct可以在最靠近模型或硬件的位置进行工具编辑，能够更好地释放硬件性能、确保更高峰值体现。

而高通AI引擎Direct之上运行着AIruntimes，可帮助OEM厂家和用户更高效地完成更多AI用例。此外，高通提供了神经网路架构搜索（NAS）能力ai软件做苹果手机矢量图，来保障低功耗和高效率AI计算，同时保证低内存和高能耗。

总体来看，高通提供了丰富的AI模型库和建模开发软件、支持不同类别的框架、支持高通AI引擎Direct、支持不同的runtimes、还支持分析器和仿真软件，可以说为智能网联边缘终端的研发提供了颇为完整的“AI百宝箱”。

二、解构软硬件技术问题，从“实践中”锻炼而出的AI

突破终端的研发边界、提供便利的AI能力支持，这种高效的智能软件研发体验背后，是高通多年来在底层AI科技侧的进军以及各条业务线产品组合对AI能力的充分应用、锻炼。

首先，从技术角度来看，最显而易见的，相比高通的传统强项智能电脑，物联网以及车辆业务领域在不同画面下的性能需求预测、模型类别、模型部署方法都是不同的。此外，不同业务针对具体性、功耗或者时延等方面的平衡要求也各不同样。

包括物联网设施通常强调低性能、连接稳定性，而针对传输时延和计算性能需求通常不高，而车载画面通常要求数据存储具有极低延时、AI模型推导具有极高精确性，以保障路面和人车安全，并且这类任务处理负载通常是动态的，因为路况是瞬息万变的。

再例如XR领域所应用到的手势追踪、眼球追踪、3D重建AI模型与汽车领域所需的激光雷达AI模型大有不同，这些AI应用对于准确度的规定和其带来的妨碍，相互之间都有巨大差别。

其实，从硬件的视角，如何成为一个研发者软件，将一个科技领域的IP进行跨系统、跨领域的扩展，都是高通AI硬件栈落地过程中解决的挑战。

比如针对关键科技的攻克，高通AI硬件栈也是从“实践中”锻炼而出的AI能力，因为现今高通的AI能力尚未在各种终端中应用，并为各种终端客户提供了更方便的使用感受。

我们最熟悉的莫更加应用在智能电脑端的骁龙移动系统。

现在，智能手机有着前所未有的强悍计算、感知和联结的素养。而AI终于融入到智能手机体验的方方面面，从影像、语音辨识到数据安全。

2021年骁龙技术会议上，高通发言人发布道，通过骁龙移动系统，高通的AI科技尚未支持了达到18亿部终端。从2016年迄今，高通AI引擎尚未迭代至第7代。在AI引擎上的大幅投入，也是高通针对终端侧AI应用潜力的认同。

可以说，今天智能手机AI算力的提高，与那些移动芯片巨头在芯片AI科技上的投入密不可分。

第一代骁龙8和骁龙8+旗舰移动系统，搭载了相比上代高通888平台AI性能提高4倍的第7代骁龙AI引擎，搭载的第三代骁龙传感器中枢模块增加了低性能AI子系统。

该AI子平台包含一枚低性能智慧感知ISP，可以在保障客户隐私安全的状况下让相机摄像头保持长时间工作，提供防窥屏、物象实时监测等功能。

或者测试到客户开车时，手机会手动调出导航APP并切换到语音控制方式，而测量到客户进行运动时则会进入轨迹记录和健康数据测量等用途，手机会带有更多“智能”。

可以说，在智能手机上，不论是自拍、游戏，还是图像、音频处理，都离不开AI科技的加持，而出众的AI性能和能耗也经常是骁龙移动系统的优势之一。

比如智能电脑，汽车也作为了AI落地的新兴焦点赛道。

在汽车领域，高通通过SnapdragonRide平台，面向不同的手动驾驶场景，提供不同等级的算力。

例如说，SnapdragonRide平台无法以高于5瓦的性能提供为车辆车窗玻璃上的ADAS摄像头提供10TOPS的算力，它也可以为L4、L5级别的手动驾驶场景提供低于700TOPS的算力。

汽车数字座舱也是AI落地，推动交互体验变革的关键领域。2019年，高通推出第三代骁龙座舱系统，支持沉浸式图形图像多媒体、计算机视觉和AI等功能，获得了不少汽车厂商的青睐。自2020年起，骁龙座舱系统已支持美国车辆品牌打造约50款车型。

在此基础上，2021年启用的第四代骁龙座舱系统引入5纳米工艺，作为高功耗计算、计算机视觉、AI和多传感器处理的中枢，并支持汽车电子电气架构不断发展。

根据最新数据统计ai软件做苹果手机矢量图，目前高通在车载网联和车辆无线连接领域市占率排名第一，全球所有主要汽车生产商都选择骁龙数字座舱系统来构建智能网联汽车。

在物联网领域，AI正在推进家庭、工业、企业和智慧城市等诸多物联网应用的演进。

目前高通已经为中国近13000家企业提供了物联网解决方案，在物联网不同的细分领域进行产品的落地商用和中国拓展。未来，在物联网领域的机器人、智能生产、智慧城市、智慧零售、智慧安防、智能物流等行业中，AI有着广阔的应用空间。

在“元宇宙”概念火爆的现今，不论在VR还是AR赛道，高通都可以说是“隐形大佬”，因为中国几乎所有主流XR终端厂商都配备了骁龙的芯片方案，从国外的Meta、微软到中国的诸多AR、VR创企。

据统计，目前已有超过50款采用骁龙系统的VR和AR终端发布。就在前不久，高通在骁龙之夜活动上首次展出了基于骁龙XR2平台的无线AR眼镜参考设计，并公布了高通FastConnectXR软件套件。

就在每年6月，高通开放了自家专门面向研发者的XR软件开发系统SnapdragonSpaces，这一平台于每年11月首次启用，也是高通AI硬件栈的重要组成部分。

简单来说，SnapdragonSpaces就是高通凭借自己已验证的成熟科技、开放的跨终端平台和生态系统，为研发者们提供的开发软件，来帮助研发者们成为各种XR应用，提升XR应用的实际感受。

能够看到，高通在XR领域的这种持续投入和研究，已经让人们作为元宇宙时代的核心赋能者。这些布局终于帮助高通在XR领域成为了一套较为加强的科技体制，从系统、软件、算法到生态平台和参考设计。

通过这种业务布局，我们无法清晰地发现，高通各个业务线的产品组合都尚未与AI进行了深度整合，AI终于在某些品类中进行了赋能，并且增添了真正便捷、贴心的使用感受。

这些“从实践中”锻炼出来的AI能力，也是高通在AI侧独有的核心竞争力之一。

三、万物互联大背景下，技术路线走向“统一”已成必然

不论是高通在智能电脑之外的车辆、XR、安防、物联网、PC领域的切实布局，还是这次高通AI硬件栈的即将发布，我们都能看见，高通正在将自己各条业务线中的科技进行统一化推进。

用高通自己的话来说，就是将一个业务部门或产品线上的相关投入以及IP进行调整，以应用于不同的业务部门。

高通将其称之为“统一的技术路线图”（OneTechnologyRoadmap）——一个可扩充应对所有增长业务需求的科技路线图。

实际上，高通AI硬件栈已经为不同业务及产品实行统一SDK打下了坚实基础。

高通AI硬件栈已经集成各种SDK，比如面向汽车ADAS解决方案的SnapdragonRideSDK、面向物联网的高通智能多媒体SDK，以及高通最近公布的SnapdragonSpacesXR开发者平台。

高通的AI模型可以推动跨系统和跨产品线的灵活迁移，从而发挥自身大量累积的跨品类技术优势。

凭借自身在AI、影像、图形、处理和连接等领域的科技领先性，高通几乎为每类边缘侧终端都提供了智能、高性能、低功率系统和各种无线模块，从TWS耳机到智能汽车均有应用。

从高通统一的科技路线图中，我们无法看见高通在AI终端侧的科技领先性和领导力，而在将来，高通势必会通过高通AI硬件栈进一步推动统一科技路线图的扩充，进而扩大在智能网联边缘的领先优势。

结语：拓展AI应用边界，高通不仅仅一家“手机芯片公司”

高通AI硬件栈的发布，无疑成为高通拓展AI科技边界、赋能产业的关键节点。其良好的跨品牌研发适用性、高AI能效比的特征，为研发者和厂商进行AI拓展和普及提供了方便。

现在我们正迅速走向人与万物智能互联的全球，各类智能设备从而即时连接至云端，让终端、体验数据受益于不断提高的内容处理能力和云端储存空间。而5G、AI和云的结合也将带给的新的商业契机和广阔市场。