應用最廣泛的移動芯片上，人們正在使用最先進的 AI 技術。最近，高通再次利用 AI 實現了「突破性的 5G 效能」。

在巴塞羅那舉辦的 MWC 2022 國際通信展上，高通 CEO 安蒙（Cristiano Amon）發布了全球首款搭載 AI 計算核心的 5G 通信基帶驍龍 X70。

在顯卡、手機 CPU 旁邊出現 AI 計算單元之后，現在連通信基帶也要專門的 AI 芯片加持了 ，這不僅讓人要問：「有必要嗎？」

首款搭載 AI 核心的 5G 基帶

根據高通官方的表述，驍龍 X70 是高通第 5 代 5G 調制解調器和射頻系統，作為全球首款 5G AI 處理器，可以實現包括 10Gbps 5G 下載速度、3.5Gbps 上傳速度、更低時延、更強的網絡覆蓋和能效。

為實現這樣的能力，作為一款 5G 基帶，驍龍 X70 也搭載了專門的 AI 處理單元，配合整套基于人工智能的優化機制，算法控制的范圍涵蓋了從毫米波波束管理、天線調諧到網絡選擇、功耗等所有內容。

驍龍 X70 上的 5G AI、低時延套件和四載波聚合技術可以實現更大范圍的網絡覆蓋、信號質量和低時延。其中，5G AI 套件專為低于 6 GHz 和毫米波 5G 鏈路的 AI 驅動優化而設計，實現了 AI 輔助信號反饋、動態優化和 AI 輔助毫米波波束管理。

具體來說，在移動通信系統中，終端（手機）需要實時探測信道狀態上報基站，基站則在下行調度時為終端選擇較合適的調制方式、更好的時頻資源。通過 AI 算法的加持，信道狀態的預測和反饋將更加精準，基站也能實現更好的動態優化，從而提升通信效率。

通過仿真數據可以發現，在突發數據流量情境中，AI 輔助信道狀態反饋和優化能夠針對小區邊緣、中段和中央分別實現 20%、16% 和 24% 的下行吞吐量提升。典型數據流量情境中，AI 算法能讓手機在小區邊緣獲得的下行吞吐量增益達到 26%，中段下行吞吐量增益達 12%。

驍龍 X70 實現了全球首個 AI 輔助毫米波波束管理，算法管理的波束可以智能化地對不確定的環境進行預測，實現更好的網絡覆蓋與穩定性。

實際應用中，手機通常能接收到多種不同的網絡頻率。在多頻率和不同網絡制式的環境下，X70 上的 AI 還可以智能識別和檢測不同連接的狀態，減少卡頓，提高用戶體驗。

最后還有 AI 輔助自適應天線調諧，這項技術用來避免「死亡之握」，通過智能偵測握持終端的情況，手機可以實時動態調諧天線。

在新技術加持之下，驍龍 X70 的能效提升了 60%。高通宣布，驍龍 X70 預計于 2022 年下半年開始向客戶出樣，商用移動終端預計在 2022 年晚些時候面世。

手機芯片只是一小步

人們用 AI 為 5G 增強信號的嘗試已不是頭一次——在當前驍龍 8 集成的驍龍 X65 上，機器學習算法就可以通過用戶握持和使用智能手機的方式動態調整無線接收功率，幫助最大化信號強度。在手機上，我們經常可以看到最先進的人工智能應用。

最近一段時間，小米 12、OPPO Find X5、iQOO 9、榮耀 Magic 4…… 各家手機廠商的新旗艦機型都用上了最新一代高通驍龍 8 移動平臺，AI 在其中低調的發揮著強大的作用。

這些新機不僅有更快的充電速度、更好的屏幕，還有不少新功能：如在錄音時自動語音轉文字、排版區分說話人的 APP，實時為視頻增加翻譯字幕的翻譯機，注視亮屏，隔空手勢操作等功能也不再是新奇的概念。

還有更能體現手機智力的技術：在你看信息時，如果前攝像頭發現有別人也在盯著屏幕看，手機會自動隱藏通知詳情，避免你的泄露隱私。

OPPO Find X5 Pro 上，ColorOS 12.1 的部分新功能

在日常使用處理器性能普遍過剩的情況下，各家手機廠正尋求利用 AI 能力提供更好體驗，這些新功能的背后，驍龍 8 的 AI 算力功不可沒。

這枚芯片搭載的第 7 代 AI 引擎，將 GPU、Hexagon、CPU 的全部 AI 能力整合在一起，實現了性能翻四倍的表現。另外在第 3 代傳感器中樞中還有一個「always on」芯片模塊，可以用極低的功耗驅動攝像頭 24 小時在線，實現二維碼識別、自動喚醒等功能。

手機玩明白了，但高通的想法還遠不止于此，在巴塞羅那展會上，CEO 安蒙對公司的「統一技術路線圖」進行了分享。

「我們的思考從不限于特定的設備和技術，而是通過互聯的力量將多種不同能力推向終端，從機器學習圖形處理能力到語音識別能力，再到更高算力需求的自動駕駛領域，」安蒙說道?！冈谥悄茉瞥墒熘?，我們需要重新思考端側設備的智能，而新能力可以讓機器理解周圍環境，它們擁有很高的算力，能耗也很低?！?/span>

據統計，全球云計算的年增長率約為 35%，幾乎所有設備都有連接云端的需求。

高通早在 2019 年便推出了自己的首款數據中心 AI 推理加速器 Cloud AI 100，目標為工業和商業領域中的邊緣推理工作負載，這款芯片在部分任務中推理效率超過了英偉達同級產品。

從架構上看，目前的旗艦手機芯片驍龍 8 已有端云互聯的新能力：它首發搭載的 ARM v9 指令集是近十年的最大一次更新，在安全性、AI 能力、可伸縮矢量擴展和 DSP 等方面進行了升級，更重要的是，ARM v9 為芯片實現高性能計算做了鋪墊。

為滿足人們不斷膨脹的算力需求，ARM v9 用上了全新 SVE2（可伸縮矢量擴展）指令集，增強了 ARM 架構在高性能計算、5G 網絡、虛擬現實、AI 和 DSP 等方面的性能。在手機、電腦、云服務器上的 ARM 芯片，以往雖然看起來都是同樣的架構，但卻用著不同大小的寄存器。在 ARM v9 上，指令集首次得到了統一，開發者們的應用可以一次編譯，在所有設備端運行。

讓手機變成云超算？我們或許可以期待在驍龍 8 的手機上，未來會出現一些神奇的應用。

基于 ARM 架構，高通的 AI 算力目前已經覆蓋家庭、工業、智慧城市物聯網，端側設備和自動駕駛，包括 IoT 終端、手機、PC、XR、汽車等等，面向不同場景和終端有不同的算力，同時又互相融合。

不止于手機，高通的技術正面向不同應用場景「擴展 AI 性能」 ，先進的通訊技術和更強的端側算力將重構人工智能應用的形態，在各類終端上，人工智能將無處不在。

高通的 AI 工程師：發表論文，著書立說

高通的 AI 技術宣傳可能并不像英偉達、谷歌那么高調，但卻實實在在地出現在我們手上，高通的研究者在學界也有很高的影響力。

近年來，高通 AI Lab 發表的學術論文越來越多，被頂會收錄的研究，僅計算機視覺領域的就超過 20 篇。

這些技術被很快應用到了實踐中，比如驍龍 8 的新能力，背景虛化 + 面部識別 + 姿態識別 + 手勢識別的多神經網絡識別，其中面部特征點多達 300 個：

該技術來自于計算機視覺頂會 CVPR 2021 收錄的一篇論文《Skip-Convolutions for Efficient Video Processing》。

在這篇文章中，高通 AI Lab 提出了名為 Skip-Convolutions（跳躍卷積）的新卷積層，在圖像識別神經網絡中替代所有常規卷積層后把視頻流任務的計算量降低了 3-4 倍，而沒有任何精度下降。

算法技術和芯片算力的提升，讓驍龍 8 在實時的視頻目標檢測、圖像識別任務中，可以同時跑多個 AI 模型，帶來復雜的效果。

前幾天 AI 圈內有一個新聞，也多少透露了一點高通在 AI 領域的領先水準。阿姆斯特丹自由大學助理教授、前高通 AI 研究中心研究員 Jakub Tomczak 在推特上公布了全新著作《深度生成模型》的進展，目前這本書已經正式出版。

Tomczak 在高通 AI 研究中心任研究員時，曾在視頻壓縮和機器學習貝葉斯優化等方面發表過多項研究，被 CVPR、NeurIPS、ICCV 等頂尖學術會議收錄。這本書中，他通過結合概率模型和深度學習來處理構建人工智能系統的問題。它超越了典型的預測模型，將監督學習和非監督學習結合在一起。由此產生的范式稱為「深度生成模型」，它從生成視角感知周圍的世界。

阿姆斯特丹大學機器學習研究主席、也是和高通有更深淵源的前高通技術副總裁 Max Welling 還為這本書寫下了序言。《深度生成模型》旨在吸引對該領域感興趣的學生、工程師和研究人員，還在 GitHub 上開放了相關內容的代碼，引來機器學習社區的歡迎。

有學術范的 AI 研究員，創造的新技術才可以改變世界。高通在 AI 領域的故事，還在不斷延伸。