數(shù)據(jù)預(yù)測，從2017年到2021年，5年時間，全球的IOT通過4G或者5G網(wǎng)絡(luò)連在一起的設(shè)備會達到200億臺。在此情景之下，作為能夠使得智能終端產(chǎn)品更加智能的AI也成為時下熱詞。萬物互聯(lián)大幕的逐漸拉起，也使得AI產(chǎn)業(yè)吸引了眾多上下游企業(yè)的參與，尤其是隨著芯片廠商以及終端品牌等的加入，AI在產(chǎn)品形態(tài)上已經(jīng)呈現(xiàn)出多種多樣。可以說，AI正給消費者和整個行業(yè)帶來巨大可能性。

盡管在AI技術(shù)領(lǐng)域各家企業(yè)發(fā)力的方向有所區(qū)別，但是總體上他們對于AI的未來都已達成共識，即由于在巨大的萬物互聯(lián)時代，各個設(shè)備不僅僅是要聯(lián)結(jié)在一起，而且會變得越來越智能，因此AI正以其發(fā)展的無限可能性給整個產(chǎn)業(yè)鏈帶來巨大的機會。

正如高通產(chǎn)品總監(jiān)劉學徽在4月26日由手機報在線舉辦的AI手機產(chǎn)業(yè)峰會上所表示，傳統(tǒng)意義上的AI在云上面可以做模型培訓，也可以做模型的推理。但是現(xiàn)在有一種趨勢，即AI的運算能力，尤其是推理的過程，正慢慢變得大多數(shù)是依賴終端在運行的。這種趨勢不管是對做模組還是做算法的廠家來講，都是非常大的機會。

高通產(chǎn)品總監(jiān)劉學徽

至于AI算法和推理正日益依賴于終端進行的原因，主要有三點：一是隱私性。劉學徽表示，不管是手機還是各種可穿戴設(shè)備都是人在使用，而現(xiàn)在人對隱私的意識正越來越強。而傳統(tǒng)各種AI的算法、推理都是在云上做，這勢必就會將所有的數(shù)據(jù)都上傳到云上。相反，現(xiàn)在在終端做算法和推理，則可以避免將信息上傳至云端的過程，用戶也就可以相對放心。

二是低延時。劉學徽介紹到，不管AI怎么做，它都需要用戶的體驗，而一旦用戶體驗差，這個產(chǎn)品或者性能就沒法推廣開。例如，現(xiàn)在非常流行的手機人臉解鎖、人臉開機就是典型的在端上使用人工智能的案例。而如果說開機的過程要把人臉信息采集傳到云端，云端算完再傳下來，這種延時性用戶是很難接受的。因此終端運算和推理能夠很好地解決用戶對于延時性的反感問題。

三是可靠性和經(jīng)濟性。因為設(shè)備在端和云，端到端連接的過程會產(chǎn)生大量數(shù)據(jù)的交換，如果所有的AI能力都用云來做，勢必對帶寬的負載，包括中間通訊的可靠性等帶來很大的挑戰(zhàn)因此在終端的運作上會在可靠性和經(jīng)濟成本上占更大的優(yōu)勢。

在介紹了端上實現(xiàn)AI的三個優(yōu)勢之后，劉學徽還重點強調(diào)了高效的硬件、算法、軟件工具以及端上AI計算和推理的重要性。其中，運算AI的硬件能力非常關(guān)鍵，需要輕薄，且對低功耗是強需求，算法也不能太龐大，而是要適合終端設(shè)備商運行，此外，軟件工具也至關(guān)重要。

在所有AI終端設(shè)備方面，就目前而言，不得不提的就是手機終端了。可以說，手機由于其便攜性，智能性，幾乎是被公認的IOT的核心，它甚至可以變成各種各樣IOT的設(shè)備。

另外，在手機上的AI的方向大概有幾類。其中基于計算機視覺的應(yīng)用是當下的主流，它包括攝像頭各種各樣的應(yīng)用場景，比如背景虛化、照片處理、場景識別與分類等。例如，vivoX21手機的個人助理應(yīng)用場景落地就是一個體現(xiàn)，它能夠讓手機里面有一個算法感知到用戶是在車上、運動行走中、開車還是在地鐵里等各種場景，從而根據(jù)場景來給用戶提供對應(yīng)的便利服務(wù)。

此外，AI的運用方向還涵蓋了設(shè)備的廠家功耗，包括資源的管理、用戶交互體驗方面的語音交互、手勢識別以及目前出現(xiàn)的采用人工智能方法來識別病毒或者是來防范設(shè)備端到端的安全等。

作為在全球芯片制造領(lǐng)域都具有領(lǐng)先優(yōu)勢的高通來說，劉學徽還介紹了高通在AI方面的產(chǎn)品布局。主要包含三大類：硬件、軟件及框架。

其中，硬件包含INT8網(wǎng)絡(luò)、FP32及FP16網(wǎng)絡(luò)、FP32及INT88位網(wǎng)絡(luò)，軟件是硬件和應(yīng)用之間的橋梁，高通軟件包括一套SNPE的開發(fā)工具，以及支持Android和Hexagon NN的庫?？蚣苡蠧affeCaffe2、TensorFlowTensorFlowLite、ONNX。以上就構(gòu)成了AI E的產(chǎn)品系列。

此外，劉學會還強調(diào)，做最終的產(chǎn)品和最終的應(yīng)用，需要和業(yè)內(nèi)各方面領(lǐng)先的企業(yè)進行合作，例如，在國內(nèi)高通與商湯、Face ++、騰訊、百度有合作，國際上和Google在TensorFlow方面有深度合作。值得一提的是，驍龍芯片，AI產(chǎn)品還是TensorFlow第一個終端上的商用芯片。

總體來說，終端AI是非常龐大的生態(tài)系統(tǒng)，沒有一家公司可以把所有事情做掉，類似高通這種實力型的企業(yè)，其AI生態(tài)系統(tǒng)在支持多種框架和多種操作系統(tǒng)的同時，也仍然在積極開展與領(lǐng)先的AI算法公司、云服務(wù)商以及互聯(lián)網(wǎng)廠家的深度合作，追求提供多樣的應(yīng)用場景的技術(shù)來與終端設(shè)備廠家進行配合。

可想而知的是，只有如此通力合作，整個AI手機產(chǎn)業(yè)鏈才能最終為消費者提供更加豐富的應(yīng)用場景，為終端產(chǎn)品增加更多的價值。