元宇宙是互聯(lián)網(wǎng)的未來 那么進(jìn)入元宇宙的鑰匙在哪里

近日，2022世界人工智能大會在上海舉行。本屆大會以“智聯(lián)世界，元生無界”為主題，探討了人工智能新技術(shù)、元宇宙，以及這些新賽道的融合場景及應(yīng)用。

隨著人工智能崛起，高通在人工智能領(lǐng)域積極布局，不僅包含人工智能芯片，還包括諸多軟件層面的應(yīng)用以及開發(fā)平臺，全面賦能人工智能行業(yè)。

“元宇宙是互聯(lián)網(wǎng)的未來，也就是空間互聯(lián)網(wǎng)”。作為高通公司的總裁兼首席執(zhí)行官，帶著對行業(yè)的深刻洞察，安蒙對元宇宙抱有非常樂觀的看法。

誠然，元宇宙幾乎能夠為各個行業(yè)帶來變革，因為它是一種全新的體驗。設(shè)想一下，在一個多維的虛擬世界中，它提供了高度沉浸式、可定制化，同時模糊了物理世界與數(shù)字世界的新體驗，這會發(fā)生什么？

以零售行業(yè)為例，基于元宇宙打造的全新空間以及顛覆式的體驗，會帶來更高的客戶忠誠度；在開發(fā)端，數(shù)字孿生會在元宇宙中越來越普及，產(chǎn)品研發(fā)、藥物治療效果、商業(yè)飛機(jī)性能監(jiān)測等等領(lǐng)域都能看到它的影子。

高通公司總裁兼首席執(zhí)行官安蒙

不妨再將腦洞打開的更大一些，藝術(shù)領(lǐng)域能否與元宇宙碰撞呢？在沉浸式虛擬空間里，設(shè)計師、音樂家同樣能夠以全新的方式與受眾溝通。如今，雖然我們能夠想象到多種多樣的元宇宙應(yīng)用案例，但安蒙在演講中也提到，“元宇宙如何影響和改變行業(yè)、人們的生活，我們目前的理解只是冰山一角”。

沿著這樣的邏輯，我們不免會問，元宇宙的未來是星辰大海，那么，入口在哪里呢？

這正是問題的關(guān)鍵，我們需要入口，它是連接物理世界和數(shù)字世界的通道。XR擴(kuò)展現(xiàn)實設(shè)備、增強(qiáng)現(xiàn)實、虛擬現(xiàn)實設(shè)備以及幾乎人手一部的智能手機(jī)，甚至個人電腦都可以成為“入口”。

智能手表、智能家居等終端會成為元宇宙的物理鏈路。隨著網(wǎng)聯(lián)終端數(shù)量的持續(xù)增長，萬物互聯(lián)逐步實現(xiàn)。這些終端產(chǎn)生的數(shù)據(jù)將會反哺、助力構(gòu)建元宇宙，元宇宙進(jìn)一步完善，再促進(jìn)不同形態(tài)的終端出現(xiàn)，如此構(gòu)成了一個螺旋上升的曲線。

終端也好，入口也罷，它們有一個共同的稱呼——邊緣側(cè)。邊緣側(cè)技術(shù)對元宇宙的發(fā)展至關(guān)重要。做個比喻，如果元宇宙是一個巨大的倉庫，邊緣側(cè)技術(shù)不突破，也只能望洋興嘆，倉庫只能看，不能用。

為了進(jìn)一步闡述這個問題，需要引出兩個概念加以對比：邊緣端和云端。云端的技術(shù)包括云計算、云端芯片，它的特點是性能強(qiáng)大。而邊緣端（邊緣芯片、邊緣計算、邊緣人工智能）的特點是使用場景眾多，而且不同場景對能耗也有需求。由此可以理解，邊緣端技術(shù)的部署更加復(fù)雜，同樣一個功能，放在智能手表上沒問題，如果轉(zhuǎn)移到手機(jī)上，很可能要重新設(shè)計一遍。

所以，為何不把所有的邊緣端的計算全部移到云端，借助云端強(qiáng)大的芯片徹底解放邊緣端呢？

對此我們只能說，“想法很好，但可能做不到”。

首先，云計算面臨帶寬不足的問題。雖然全球都在談5G，但實際情況是網(wǎng)絡(luò)傳輸?shù)乃俣群茈y趕上數(shù)據(jù)增長的速度，網(wǎng)絡(luò)傳輸是一個大問題。以無人駕駛汽車為例，高速行駛情況下，其響應(yīng)時間需要達(dá)到毫秒級，此時任何網(wǎng)絡(luò)延遲都會造成嚴(yán)重后果。

另一個例子，波音787飛機(jī)每秒鐘產(chǎn)生5GB數(shù)據(jù)，但是飛機(jī)與衛(wèi)星之間的傳輸速度無法處理如此大的數(shù)據(jù)量，把所有數(shù)據(jù)都交給云端處理、再返回明顯不現(xiàn)實。此時，就不難理解邊緣側(cè)技術(shù)為何如此重要了——當(dāng)數(shù)據(jù)可以在本地（終端）處理，再與云端交互，那么以上問題就會迎刃而解。

第二，邊緣側(cè)技術(shù)更加穩(wěn)定可靠。一個經(jīng)常用的案例是，當(dāng)沒有網(wǎng)絡(luò)，而家里門鎖需要人臉識別打開，數(shù)據(jù)又存放在云端，此時只能等待了。但如果智能門鎖使用的是邊緣人工智能，部署邊緣芯片，即便沒有網(wǎng)絡(luò)也不耽誤掃臉開門，這便是可靠性。

第三點是安全原因。對于某些數(shù)據(jù)，用戶不愿意放在云端，存儲在本地更加放心。

至此，元宇宙、邊緣側(cè)技術(shù)和人工智能就產(chǎn)生了關(guān)聯(lián)。在未來，終端（邊緣側(cè)）使用的人工智能芯片，具備的算力，幾乎完全決定了用戶體驗。這便是我們不厭其煩的強(qiáng)調(diào)“邊緣創(chuàng)新”的原因。用高通總裁兼首席執(zhí)行官的說法就是，“人工智能對于塑造用戶體驗至關(guān)重要，因為元宇宙需要學(xué)習(xí)和適應(yīng)不斷變化的環(huán)境及用戶偏好”。

也許正是深刻洞察到了這一點，高通一直在終端智能領(lǐng)域發(fā)力，積極賦能各類廠商、開發(fā)者。

經(jīng)過十多年在人工智能領(lǐng)域的深耕，高通已經(jīng)成為終端智能領(lǐng)域的全球領(lǐng)軍企業(yè)。幾乎已經(jīng)是家喻戶曉的“驍龍XR”平臺，就是專門為滿足空間互聯(lián)網(wǎng)需求而設(shè)計。作為先進(jìn)的邊緣側(cè)平臺，目前已經(jīng)有超過50款基于驍龍XR的商用設(shè)備發(fā)布。齊亞德·阿斯加爾（Ziad Asghar）是高通公司產(chǎn)品管理副總裁，在他看來，人工智能是一種水平化賦能技術(shù)，能夠應(yīng)用于驍龍支持的各個領(lǐng)域，比如把人工智能用于語音、音頻。

前文提到，邊緣側(cè)人工智能既要良好的計算性能，又對功耗有更高的要求，畢竟它不是云計算中心。而就在去年底，第七代高通人工智能引擎推出，在性能-功耗能效上實現(xiàn)了新突破。根據(jù)阿斯加爾介紹，從第六代高通人工智能引擎到第七代，在相同功耗下人工智能能力提升了一倍。Hexagon處理器作為第七代人工智能引擎的核心組成部分，它由標(biāo)量、張量和矢量加速器組成，并且三個加速器享用統(tǒng)一的共享內(nèi)存，根據(jù)報道，第七代人工智能引擎推理速度比上一代提高了3倍。

在邊緣側(cè)部署人工智能，面臨的另一個難題是終端種類繁雜，并且某些時候需要協(xié)同工作。比如智能耳機(jī)和智能手機(jī)。不同終端，其運行要求的性能、功耗大不相同，因此解決方案必須要支持從500毫瓦～15瓦特、甚至200瓦特功耗區(qū)域。另一方面，不同終端產(chǎn)品所需的深度學(xué)習(xí)架構(gòu)差異也非常大。比如面向移動領(lǐng)域可能需要使用生成模型，面向計算領(lǐng)域需要使用Transformer模型，面向汽車ADAS需要激光雷達(dá)模型。與此同時，特性需求也大不相同。汽車和XR需要不同的并發(fā)環(huán)境，因為它們需要支持更多的并發(fā)場景。此外，所需數(shù)據(jù)類型也截然不同。

在這種情況下，高通的硬件是如何解決問題的？

通過調(diào)整Hexagon處理器內(nèi)的加速器和內(nèi)存組件，拼接多個Hexagon處理器，比如面向計算、云端、邊緣和汽車領(lǐng)域擴(kuò)展時，可以通過更多Hexagon處理器協(xié)同工作以擴(kuò)展提升性能。這帶來的好處是，產(chǎn)品既可以面向毫瓦級功耗需求，也可以面向微瓦級功耗需求。隨著高通將其引入更多高性能終端，上述功耗優(yōu)勢能夠規(guī)?；瘮U(kuò)展，形成驍龍的獨特優(yōu)勢。

上文所列都是高通利用其硬件優(yōu)勢賦能邊緣側(cè)的創(chuàng)新舉措。另一方面，相對于硬件，高通不久前發(fā)布了重磅產(chǎn)品——人工智能軟件棧。該產(chǎn)品的出現(xiàn)，有望打破傳統(tǒng)的人工智能開發(fā)模式。

多場景、多終端開發(fā)始終是在邊緣側(cè)部署人工智能的瓶頸。同一個功能需要在不同終端下重復(fù)開發(fā)，不僅是消耗開發(fā)人員的精力，同時限制了它們的創(chuàng)造力，因為更多的時間本可以用來專注產(chǎn)品創(chuàng)新。但是人工智能軟件棧的出現(xiàn)顛覆了這一老舊開發(fā)模式。

作為人工智能開發(fā)“全家桶”，一言以蔽之，人工智能軟件?？梢詫崿F(xiàn)“一次開發(fā)，多終端使用”。

這款產(chǎn)品覆蓋了當(dāng)前高通所有產(chǎn)品線，支持所有框架。包含TensorFlow Micro、Tensor Flow、Pytorch和ONNX。支持所有人工智能runtimes，包括高通神經(jīng)網(wǎng)絡(luò)處理SDK和高通人工智能引擎Direct。

人工智能軟件棧能夠讓用戶可以根據(jù)實際需求進(jìn)行模型開發(fā)和優(yōu)化。例如，在智能手機(jī)領(lǐng)域開發(fā)的軟件可以便捷地擴(kuò)展至物聯(lián)網(wǎng)或任何其他產(chǎn)品線。

除了在硬件、軟件上賦能開發(fā)者，高通還在模型壓縮技術(shù)上投入、從神經(jīng)網(wǎng)絡(luò)中移除冗余部分、打造更先進(jìn)的編譯技術(shù)等等。這些工作，有助于提高模型能效，幫助客戶建立優(yōu)勢。

通過使用人工智能模型增效工具包的無數(shù)據(jù)量化功能，模型僅損失不到1%的精度，就能夠?qū)⑵鋸腇P32模型轉(zhuǎn)化為INT8模型，能效提升16倍。

通過與谷歌就Google Vertex人工智能解決方案的神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索展開合作，在移動端的自然語言處理方面，高通在不影響精度的情況下將時延降低了13%。此外，其還將汽車領(lǐng)域中的物體檢測這一功能，時延改善13%，并且精度提升1.3%，對于特定的汽車應(yīng)用場景，這是巨大的優(yōu)勢。

在人工智能領(lǐng)域，大眾對邊緣側(cè)技術(shù)了解較少，反而更多關(guān)注點在云端。這主要是因為終端場景太多，和用戶太近，反而產(chǎn)生了“只緣身在此山中”效果。然而，從全球市場來看，僅是邊緣人工智能芯片這個領(lǐng)域，大有超過云芯片市場的趨勢。

全球技術(shù)市場咨詢公司ABI Research的數(shù)據(jù)顯示，預(yù)計到2025年，邊緣人工智能芯片組市場的收入將達(dá)到122億美元，云人工智能芯片組市場的收入將達(dá)到119億美元。邊緣人工智能芯片組市場將超過云人工智能芯片組市場。

隨著人工智能技術(shù)的發(fā)展和在各行各業(yè)的應(yīng)用普及，企業(yè)需要解決越來越多有關(guān)的數(shù)據(jù)隱私、電源效率、低延遲和強(qiáng)大的設(shè)備上計算性能等問題，而這些“難題”，成為了推動邊緣側(cè)創(chuàng)新的原動力。

高通公司總裁兼首席執(zhí)行官之所以敢說“高通和驍龍，已成為通往元宇宙的鑰匙”，一定程度上是基于高通在邊緣側(cè)人工智能這一元宇宙入口多年的深耕和布局，驍龍平臺和一系列賦能人工智能的硬件、軟件工具，正在賦能其他廠商、合作伙伴以及開發(fā)者，提高他們的開發(fā)效率和創(chuàng)新能力。