大模型、生成式AI以及ChatGPT等引發(fā)的人工智能熱潮正在驅(qū)動市場參與者加速新一代AI的研發(fā)，而作為移動終端領(lǐng)先企業(yè)，高通也在加快AI領(lǐng)域的部署節(jié)奏。

幾個月前，高通對外展示了全球首個運(yùn)行在安卓手機(jī)上的Stable Diffusion（AI動畫生成工具）視頻。在該視頻中，操作人員在一部沒有聯(lián)網(wǎng)的安卓手機(jī)上使用了上述工具生成了一副生動有趣的 AI 圖像，而整個生成時間不超過15秒。

(相關(guān)資料圖)

這一技術(shù)向外界傳達(dá)了一個明確的信號：未來AI的發(fā)展不是云端廠商的專屬產(chǎn)品，終端上運(yùn)行大模型的預(yù)言，已經(jīng)被高通提前變成了現(xiàn)實(shí)。

在2023世界人工智能大會期間，高通中國區(qū)董事長孟樸在接受第一財經(jīng)電視直播專訪時表示，生成式AI大幅拉近了AI技術(shù)與消費(fèi)者個體的距離，而混合AI則是AI發(fā)展的未來。

新一輪技術(shù)革命高潮正在到來

上線短短七個月，生成式AI即令全球各地的科技和商業(yè)領(lǐng)袖們?yōu)橹毮?，浮想?lián)翩。這項(xiàng)技術(shù)將對生產(chǎn)力水平和利潤率產(chǎn)生怎樣的影響在高管們看來是顯而易見。布魯金斯學(xué)會預(yù)測，未來10年，GenAI有望將生產(chǎn)率和產(chǎn)出提高18%。

“生成式AI能夠推動由AI驅(qū)動、引領(lǐng)的新一輪技術(shù)革命高潮的到來?！泵蠘惚硎?，去年11月，ChatGPT的推出，在短短兩個月內(nèi)，其月活用戶就已突破1億——這幾乎是進(jìn)入互聯(lián)網(wǎng)時代以來發(fā)展速度最快的應(yīng)用。生成式AI首次讓每一個消費(fèi)者切身體驗(yàn)、感知到AI能夠幫助我們實(shí)現(xiàn)的事情。通過輸入簡短的指令，AI就能夠生成具有一定深度與廣度的自創(chuàng)性內(nèi)容，包括文字、圖像等形式——而這是此前的AI無法實(shí)現(xiàn)的。

在他看來，人工智能（AI）經(jīng)歷了二十余年的發(fā)展，在技術(shù)層面一直不斷演進(jìn)。AI的實(shí)現(xiàn)離不開基礎(chǔ)的算力、數(shù)據(jù)，以及強(qiáng)大的算法。人工智能，顧名思義，是希望機(jī)器可以幫助人類完成我們需要做的事情。

“生成式AI大幅拉近了AI技術(shù)與消費(fèi)者個體的距離，在我們的日常生活中，AI能夠在很多不一樣的事情上有用武之地，比如幫助藝術(shù)家完善藝術(shù)作品；在建筑師設(shè)計大樓、設(shè)計橋梁時，為其提供創(chuàng)意想法等等，AI正在離我們的生活越來越近?！泵蠘惚硎荆珹I技術(shù)一直在發(fā)展，像過去十年內(nèi)，AlphaGo機(jī)器人也曾與人類棋手對弈，這其中運(yùn)用的都是AI技術(shù)。隨著算力的提升、數(shù)據(jù)的積累，以及在經(jīng)過機(jī)器學(xué)習(xí)之后更強(qiáng)大算法的實(shí)現(xiàn)，AI已經(jīng)發(fā)展得越來越成熟。

高通對AI的研發(fā)啟動最早是在2007年。

從終端上進(jìn)行圖像識別、音樂識別等相關(guān)技術(shù)和應(yīng)用的研發(fā)，到關(guān)于自動駕駛所需的判斷能力的研究工作，例如如何判斷（車輛）前方的圖像是人類還是動物，是大型動物還是小型動物等，高通一直在尋找AI在端側(cè)的機(jī)會。

2015年，高通正式推出驍龍820芯片，首次搭載了高通第一代AI引擎。隨著AI首次被引入智能手機(jī)的芯片當(dāng)中，手機(jī)對于文本、圖像和視頻的處理能力就有了很大提升。不僅如此，每個人的智能手機(jī)對用戶的狀態(tài)（比如是走動還是跑步），都可以感知，因而能夠?qū)崿F(xiàn)更為定制化的服務(wù)。

2022年，高通公司推出的第二代驍龍8移動平臺，搭載當(dāng)時最為先進(jìn)的AI引擎之一，而這代產(chǎn)品也在本屆世界人工智能大會的開幕式上獲得了卓越人工智能引領(lǐng)者獎（SAIL大獎）。

“這是對我們在AI終端化上所做貢獻(xiàn)的認(rèn)可。”孟樸表示，智能終端，實(shí)際上已經(jīng)遠(yuǎn)超出傳統(tǒng)智能手機(jī)的范疇，甚至現(xiàn)在的新能源車都要有智能網(wǎng)聯(lián)功能，因?yàn)椴徽撌菍τ隈{駛員還是乘客的駕乘體驗(yàn)提升而言，都涉及到許多AI的因素——主要是通過AI技術(shù)來提高安全行駛以及舒適感受。

AI發(fā)展的下一步：混合AI

但和其他大模型公司所遇到的一樣，實(shí)現(xiàn)AI規(guī)?；瘮U(kuò)展的最大挑戰(zhàn)來自于兩方面，其一是算力，其二是成本。

目前，將大模型部署到手機(jī)端進(jìn)行推理主要有兩種方式，一種是通過云端進(jìn)行推理，一種是在手機(jī)端直接進(jìn)行推理。如果選擇回傳云端推理，則對手機(jī)的通訊能力要求較高；而如果選擇在在手機(jī)端推理，則對算力有一定的要求。盡管技術(shù)提供商會對模型進(jìn)行剪枝和壓縮等優(yōu)化，但仍然需要一定的算力。

例如，ChatGPT這樣的超大模型需要1000張主流卡容量的獨(dú)立計算集群，以及對應(yīng)的模型并行算法框架來支持訓(xùn)練。在成本方面，超大模型的訓(xùn)練需要大規(guī)模計算集群以及對應(yīng)的模型并行算法框架的支撐，因此訓(xùn)練成本通常很高。ChatGPT單次模型訓(xùn)練耗時1個月，訓(xùn)練成本達(dá)1200萬美元。

但從手機(jī)產(chǎn)業(yè)鏈來看，高通一直以來致力于在智能終端上尋求的AI能力的提升，以混合 AI架構(gòu)通過利用邊緣終端的算力支持生成式 AI 開發(fā)者和服務(wù)提供商降低成本。

高通所提出的云邊一體“混合AI”的概念，指的是網(wǎng)絡(luò)數(shù)據(jù)中心和人們?nèi)粘Ｊ褂玫倪吘壗K端的協(xié)同工作，在適當(dāng)?shù)膱鼍昂蜁r間下分配AI計算的工作負(fù)載，以提供更好的體驗(yàn)，并高效利用資源。

事實(shí)上，隨著生成式AI的飛速普及和計算需求的日益增長，混合處理的重要性空前突顯。與僅在云端進(jìn)行處理不同，混合AI架構(gòu)在云端和邊緣終端之間分配并協(xié)同處理AI工作負(fù)載。云端和邊緣終端（如智能手機(jī)、汽車、個人電腦和物聯(lián)網(wǎng)終端）協(xié)同工作，能夠?qū)崿F(xiàn)更強(qiáng)大、更高效且更普及的AI應(yīng)用。

孟樸在直播中表示，混合AI是一個與網(wǎng)絡(luò)相關(guān)的名詞，在網(wǎng)絡(luò)數(shù)據(jù)中心會用到很多基礎(chǔ)設(shè)施，而終端設(shè)備是在邊緣。隨著終端側(cè)AI處理能力的提高，可以進(jìn)一步減少云端數(shù)據(jù)中心的負(fù)載。所以，AI的發(fā)展最終能夠被廣泛應(yīng)用于日常生活，在超大型數(shù)據(jù)中心和每個人使用的智能終端上得到實(shí)現(xiàn)，針對終端側(cè)和針對數(shù)據(jù)中心的AI可以用于解決不同的問題。

“我們認(rèn)為對ChatGPT這種交互式AI的運(yùn)用，會培養(yǎng)出人們與問答式AI或類似的工具相互交流的習(xí)慣。每一次基于生成式AI的網(wǎng)絡(luò)搜索查詢（query），會對數(shù)據(jù)中心負(fù)載量和網(wǎng)絡(luò)承載量提出很高的要求。雖然對每個問題ChatGPT都可以在短短幾秒鐘內(nèi)回答，但已有估算標(biāo)明，每一次交互所帶來的數(shù)據(jù)中心負(fù)載和網(wǎng)絡(luò)成本，要比傳統(tǒng)搜索高出10倍。可以說，這對算力、網(wǎng)絡(luò)的要求都非常高，也需要承載非常大的功耗。但是，很多日常問題并不復(fù)雜，人們也不愿意在網(wǎng)絡(luò)中詢問很多個人私事，而這種情況可以通過生成式AI在智能終端中實(shí)現(xiàn)。因此，今后終端側(cè)AI和數(shù)據(jù)中心云AI的結(jié)合，將達(dá)到比較理想的兼容適配結(jié)果——既降低功耗、保護(hù)個人隱私，又能夠使得大型復(fù)雜問題得到及時響應(yīng)?！泵蠘阏f。

在最新的計劃中，高通在今年下半年將會對外展示在手機(jī)上運(yùn)行100億個參數(shù)的大語言模型。從高通已有的模型落地案例來看，其邊緣大模型相當(dāng)于云端大模型的“感知器官”，從而可以使AI功能在終端設(shè)備得以實(shí)現(xiàn)。

“我認(rèn)為，未來的發(fā)展趨勢應(yīng)該是比較平衡且自然的。在未來，數(shù)據(jù)中心的算力會越來越強(qiáng)大，與此同時每個人使用的智能終端，例如手機(jī)、智能網(wǎng)聯(lián)汽車等，其計算能力和AI的處理能力也會越來越強(qiáng)。這樣來看，數(shù)據(jù)中心主要負(fù)責(zé)處理的是工作量較大的問題，而我們的個人智能終端則會用于處理一些工作量相對較小的問題?！泵蠘惚硎?，終端可以更好地保護(hù)隱私，未來小事私事問終端，大事公事可以問云端。

關(guān)鍵詞：