晶片AI能力暴漲，能否讓手機「比你更懂你」成為現實？

「AI 將無處不在」的預言正在成為現實。從智慧型手機到智慧家居，再到工作、出行，我們的生活正在被 AI 全面滲透。

但是，今天的智慧型手機真的足夠「智慧」了嗎？

一部普通的智慧型手機，已經可以辨識你的表情、聲音甚至是手勢，但卻很難真正成為即時陪伴你、為你「主動」提供很多個性化服務的得力助手。

這背後，越豐富、復雜的功能，就需要越強大的 AI 演算力和演算法做支撐，而行動端的 AI 性能仍然有很大提升空間。

僅僅在智慧型手機領域，AI 技術已經深入行動遊戲、視覺辨識、音訊互動、通信優化、智慧充電等各個角落。為了滿足日益增長的 AI 演算力需求，高通、蘋果、三星、聯發科等主流廠商都在 SoC 中整合了專門的 AI 模組，提升晶片的 AI 性能。

前不久，高通旗艦驍龍8行動平台搭載的第7代 AI 引擎，其4倍的 AI 性能提升，以及1.7倍的能效比提升，無疑再次拓展了智慧型手機 AI 體驗的想像邊界。

晶片 AI 能力的提升到底能給我們的生活帶來怎樣的實際改變，手機 AI 性能提升背後又有哪些值得挖掘的硬核技術？行動領域 AI 的應用和體驗或將被抬升至新的階段。

01.「軟硬協同」實現4倍性能提升，通用平台兼顧更多場景

越來越復雜的功能，意味著 AI 演算法模型也對演算力提出了更高的要求，演算力是實現 AI 能力的基礎。這次從硬體規格上來看，驍龍8的第7代 AI 引擎可以說是「堆料豪華」。

如今，在 AI 模型運行要進行大量的張量運算，在驍龍8第7代 AI 引擎中，計算主力Hexagon 處理器中的Tensor模組性能提升了2倍，張量加速器計算性能得以翻倍。

於此同時，Hexagon 處理器中的共享記憶體容量也進行了翻倍，以應對當下日益提高的 AI 模型深度和規模。基於此，Hexagon 處理器能夠完整載入一個深度神經網路，而無需將神經網路分塊運行並來回傳輸數據。這不僅提升了性能，同時也節省了功耗。

根據實際表現來看，驍龍8在運行在業內常見 VDSR、Resnet50、Inceptionv3等 AI 模型時，相比上代驍龍888提升比較明顯，最高性能提升幅度達到了4倍左右。

當然，想烹飪好一道佳餚，有了硬體高品質「炊具」還不夠，軟體層面的「烹飪技巧」也必不可少，軟體部分的優化對於晶片 AI 能力的提升至關重要。

據高通官方數據顯示，驍龍8單從軟體升級中獲得的 AI 性能提升就達到了2倍左右，結合Hexagon 處理器的硬體提升，才有前文提到的綜合4倍 AI 性能提升。

值得一提的是，在 AI 性能提升的同時，驍龍8還兼顧了 AI 能效比，相比上代驍龍888，提升幅度達到了1.7倍。

在行動領域，目前演算力和能效比的提升其實是制約智慧型手機 AI 能力發展的主要瓶頸，而為了提升手機晶片的 AI 演算力，業內也有不少廠商在積極探索新的方法和思路。

甚至近來有的廠商還採用了獨立外掛NPU晶片的方式提升 AI 演算力，但是這樣做也是一把雙刃劍，對於功耗的挑戰、對於異構計算的挑戰以及外置NPU如何與 SoC 良好協同，都是需要解決的問題。

高通作為行動 SoC 頭部玩家，也洞察了手機對於 AI 演算力的高需求。正如前文我們看到的，高通選擇內建 AI 計算模組的方式來提升 SoC 的 AI 演算力，同時可以更好地兼顧功耗。

由於這是一種通用性解決方案，其實用性也更廣，能夠滿足更多Android生態廠商的需求，同時相容性更好。這種通用 AI 模組相比專用 AI 晶片，也可以應對更多實際應用場景。

02.影像、遊戲、通信、互動，AI 已經融入手機的方方面面

曾經，智慧型手機的「智慧」更多來自於使用者可以借助手機拓展訊息互動的通路，手機變得「什麼都可以知道」。

但今天，手機的智慧更多是 AI 的深度介入，AI 已經在行動影像、遊戲、通信、健康監測、互動連接等各個領域發揮著關鍵作用。

在影像領域，相比上代Spectra ISP採用預先訓練的神經網路實現自動曝光和自動對焦，驍龍8直接利用 AI 實現了即時的人臉辨識，這就意味著，即使我們的臉被部分遮擋、甚至是帶著面具，驍龍8也可以更準確地進行辨識。

同時，得益於更好的自動曝光、自動對焦和自動白平衡，在暗最後一戰境下，驍龍8也可以實現更好的拍照對比度表現和膚色表現。

這次驍龍8的人臉特徵引擎可以檢測300個左右的面部特徵點，是上代驍龍888的2.6倍，檢測速度也提升300%，並且所用到的神經網路可以針對更多人臉特徵進行訓練，進而判斷使用者眼睛的睜開狀態以及是否在微笑，實現更準確的情緒理解。

當下，各家手機廠商都越來越重視超廣角的拍照效果，而驍龍8可以很好地解決超廣角人像拍攝中人臉尺寸變小的問題，因為驍龍8實現准確人臉檢測所需要的最小人臉尺寸相比上代要小很多。

同時驍龍8對於使用者肢體動作的檢測也更加准確，手勢檢測拍照等便捷功能，提升使用者日常的使用體驗。

在變焦拍照方面，透過「視訊超級解析度」AI 技術，驍龍8能讓數位變焦更清晰並保留更多細節。根據實際拍照對比，在變焦高2倍的情況下，驍龍8呈現的細節仍然多12%。

在全球新冠疫情沒有得到徹底緩解的當下，視訊會議需求仍然高漲，驍龍8在ISP中內建了支援即時視訊背景虛化的專用 AI 引擎，實現即時的會議背景虛化，要注意的是，這是在行動端實現這樣的即時 AI 視訊處理技術。

值得一提的是，此次高通還與徠卡合作，將拍照時所用到的圖像處理演算法寫入了驍龍8的 AI 引擎中，比如有代表性的徠卡風格濾鏡演算法。

高通一邊聯合索尼提升 ISP 能力，一邊聯合徠卡提升拍照 AI 演算法，這樣的產業鏈整合能力，也成為了高通的核心優勢之一。

▲ 徠卡風格演算法成片

可以看到，僅僅是在影像領域，AI 能力的提升已經可以給使用者體驗帶來許多改善，AI 讓手機拍照能夠擺脫硬體的束縛，拍的更快、更準，也更真實。

與影像類似，其實行動遊戲應用面對的主要任務也是進行大量的圖像處理，在該領域，驍龍8的 AI 能力能夠提升手機的渲染效率，同時進行更加有效的防作弊檢測。

第7代 AI 引擎中的 Hexagon 處理器，利用多個神經網路實現圖形更高的保真度，同時適應遊戲操作的即時變化，讓遊戲保持更高幀率運行。

在通信方面，高通將自家首個 AI 天線調諧技術融入驍龍8行動平台，能夠透過演算法檢測使用者握持終端時手部的位置，增強天線調諧能力，進而優化手機訊號狀況，也側面對手機續航起到了一定提升作用。

可以說，AI 能力對於智慧型手機使用體驗的提升並非單點突破，而是全方位的賦能。

目前 AI 技術的落地不斷加速，而作為與每個人生活密切相關的智慧型手機品類，其也成為了 AI 技術在消費端應用落地的橋頭堡，手機晶片 AI 能力的提升，勢必會進一步催化 AI 技術的應用成熟。

03.增加專用低功耗AI模組，「常伴式」AI成為可能

除了對於峰值 AI 演算力和能效比的需求，其實日常生活中還有很多應用場景，需要的是更加節能、但又時刻保持工作的 AI 能力。

比如一些待機狀態下的辨識功能、感應器功能。這也是目前在行動 AI 領域「魚和熊掌不可兼得」的現象最為凸顯的一部分。

手機需要收集更多數據並進行分析才會更加智慧，但這又會增加功耗導致續航體驗的下降。

在現有工藝製程和晶片架構之下，如何能夠兼顧？始終是廠商們面對的一道難題。

高通這次提供了一種新思路，他們在原有 AI 引擎之外，給驍龍8的第3代感應器中樞里增加了一個全新的低功耗 AI 子系統，也可以簡單理解成一顆特殊的低功耗 AI 處理器。

該 AI 子系統為多核架構，由專用 AI 處理器、DSP 以及自有記憶體組成，用於處理情境數據流，包括語音、音訊、感應器數據等等。

既然是「低功耗」系統，功耗優化自然是重點，該 AI 處理器與前代相比，AI 性能提升75 %，功耗降低50%。得益於這樣的能效比提升，它可以幫助手機支援更多需要「長時間運行」的功能，比如語音助手、活動檢測以及環境理解。

當我們平時鍛煉的時候，手機能夠自動追蹤我們的鍛煉活動，透過一系列感應器，AI 能夠「理解」我們在進行哪種運動，比如在慢跑還是騎車？在得知運動狀態後，AI 會自動開始追蹤和統計你的各項數據，甚至還能為你播放你喜愛的歌曲。

還有一個典型應用場景就是日常通勤，比如 AI 檢測到使用者在開車時，它就會自動打開導航APP並開啟語音控制模式，使用者並不需要冒著交通安全風險手動開啟各類駕駛模式，當然，它也能在你駕車時為你挑選合適的歌曲進行播放。

此外，使用者現在可以用自己的聲音來搜尋視訊和錄音文件，透過與三方 APP 廠商進行合作，APP 可以利用高通感應器中樞的 AI 能力對視訊中的聲音進行「標記」，使用者則可以基於自己的笑聲、歌聲等語音特徵來搜尋這些對應的視訊或音訊。

值得一提的是，高通第一次將視覺能力加入到了這類長時間運行的 AI 功能中，讓手機的前置鏡頭變得更加「智慧」。比如當手機前置鏡頭檢測到有除了你之外人窺探螢幕時，就會自動將螢幕上的通知訊息進行隱藏，進而更好地保護隱私。

當然，上面這些便捷的 AI 功能背後，所獲取和使用的全部數據都獨立保存在高通感應器中樞記憶體中，實現了本地化處理，進一步保證了數據的安全性。

能夠看到，得益於這種低功耗 AI 模組的加入，AI 能力在使用者體驗中的交融，開始從「偶爾體驗」變為「常伴左右」。而這種伴隨式的 AI 互動體驗其實一直是 AI 產業落地所追求的方向之一。

04.開發者生態建設助力AI技術落地

AI 軟硬體技術的提升讓 AI 落地具有可能性，而應用生態的建設則需要開發者們的助力才能真正實現。

今年從各大科技巨頭舉辦的開發者大會上我們可以清楚的看到一種趨勢：AI 技術已經成為「硬核技術」中的代表，所有頭部玩家都在加碼自研 AI 技術的探索。

並且各家廠商都在向開發者門開放各類 AI 服務平台，力求讓開發者們更快捷地將 AI 能力部署在應用中。

高通的神經網路處理 SDK 據稱是目前業內最受歡迎的 AI SDK 之一。這次的驍龍8更新了算子支援和最新的訓練框架，讓 AI 加速器更易用、更可靠、更快，並且這些更新相容 Android NN 和最新的 TensorFlow Lite。

雖然這些軟體升級不如硬體那樣「觸手可及」，但對於提升使用者體驗而言卻至關重要。

透過與 Hugging Face 合作，高通在第7代 AI 引擎中支援了 Transformer 網路，情感分析、分類這樣的基於自然語言處理的技術帶到了驍龍8上。據稱在 Hexagon 上運行情感分析模型，與在 CPU 上運行相比，性能提升接近30倍。

借助這些基於自然語言處理的解決方案，使用者能夠得到經過分級處理的新聞、推送和郵件通知，這樣使用者就可以專注於更重要的事項。

在生態建設方面，高通與 Google 進行合作，將神經網路結構搜索（NAS）引入，並將其整合進第7代高通 AI 引擎。

目前 AI 能夠自動化設計神經網路模型，針對使用者特定的硬體或性能目標創建最佳神經網路拓撲結構。得益於 NAS 的引入，開發者和工程師們可以更高效地開發 AI 解決方案，推動應用的落地。

05.結語：行動AI能力的邊界被不斷拓寬

智慧型手機對於 AI 演算力的需求日益增長，以驍龍8為代表的行動 SoC，在 AI 演算力、 AI 能效比提升以及 AI 應用場景落地、開發者生態建設等方面不斷發力，讓智慧型手機側的 AI 體驗邊界不斷拓展。

當下，以各類智慧硬體產品、服務為代表的邊緣及端側 AI 市場正在快速增長並惠及越來越多的人，AI 對於終端體驗的改變，逐漸從量變積累走向質變。

正如高通 CEO 安蒙所說，高通在行動領域一直在佈局底層技術，而這些也是面向未來「元宇宙」時代的關鍵技術。元宇宙需要 AI 學習和適應不斷變化的環境並執行各種任務，AI 將會無處不在，這也讓我們對高通未來 AI 技術的發展，抱有更多期待。

• 本文授權轉載自：36kr（36氪）