高通lk，高通 ai芯片

云中起源于奥菲寺。

量子比特报告|微信官方账号QbitAI

高通成功的秘诀是什么？

高通-高通，移动互联网时代最成功的公司。

一代代旗舰芯片和移动平台是安卓手机厂商的核心竞争力和卖点之一。

但成功的花朵，外界看到的更多是它们绽放时的绚烂，很少关注它们绽放前的艰辛。

所以最近一篇AI论文发表后，意外引起了论文外的讨论。

中国有句俗话，台上一分钟，台下十年。

如果说移动时代的成功“秘诀”太难追上，那么本文展示了高通为人工智能时代所做的“十年工作”。

关于基础理论的人工智能论文

这篇发人深省的人工智能论文的全名是规范Equi Variant对流网络和二十面体CNN。

标准等变卷积网络和二十面体CNN。

https://arxiv.org/abs/1902.04615

主题深刻，重点极其基础——将数学和物理学的基本理论应用于卷积神经网络(CNN)的攻击。

综上所述，以前的卷积神经网络主要用于平面问题，它没有旋转不变性。

然而，高通的这一新研究基于正则常数CNN方法实现了尼曼三维任意曲面的旋转不变性，这不仅是CNN模型的一个新突破，其成果还可用于全球气候模型和医学图像的研究。

论文作者不一般。

Taco Cohen和Max Welling都来自高通人工智能R&D团队。其中，威灵斯教授是深度学习领域的著名科学家，是变分自动编码器(VAE)的提出者，也是诺贝尔物理学奖获得者杰拉德斯·t·胡夫特(Gerardus 't Hooft)和图灵奖获得者杰弗里·辛顿(Geoffrey Hinton)的学生。

这篇论文可以说是威灵斯教授等人的长处的结果。

于是从论文本身到作者背景，立刻在AI研究圈引起反响:

在推特上，有300多条转发，1200个赞——作为这样一篇论文，标题不容易理解，可见其影响力。

更重要的是，高通人工智能研究院开展了这样的基础研究，让很多人感到震惊。

一般来说，企业内部的研究所会以学术为导向，但会围绕企业的重点。

高通、通信、芯片或移动基础设施等公司。

而卫灵思等大牛的研究，更多的是基础性和理论性的，没有什么局限。

这不是一个孤立的事件。此前，Willings教授等人将广义相对论和量子场论的数学原理应用于深度学习，为3D物体识别提供了新的思路。

更早的时候，它还攻击了神经网络压缩和机器学习训练工具等基础。

因此，有人评论说，高通深厚的专利和技术壁垒背后，是提前对上述看似无用的基础研究的持续投入。

当原始设备制造商争先恐后地运送骁龙芯片时，这些隐藏的基本成就，尽管没有被发现，却已经变成了雨水。

高通AI生态

高通对上述基础理论研究的内在支持，彰显了高通对AI变革趋势的判断，也是对新时代的优胜劣汰。

至少目前是这样说的:

除了手机终端的优势，也在将势能延伸到物联网、汽车，渗透到更多的端和边，最终与云结合，让AI等新技术无处不在。

越来越多的智能传感器也在让数据显示大爆炸。

于是AI走到边缘，走到物联网终端，开始走出来。就我们所见，扫地机器人，安防摄像头，红绿灯，包括汽车，都需要一个“芯”。

这不正是高通擅长的吗？

在今年的高通人工智能开放日上，高通也展示了其在物联网和汽车领域的肌肉，吸引了大量关注。

在其发展战略中，汽车被视为智慧城市和智慧基础设施的一部分，有无数的传感器，包括道路，都是为智能汽车服务的。

高通希望汽车和汽车、汽车和智能交通设施完全连接起来，形成一个巨大的V2X信息网络。所有联网和共享的设备都可以实时共享数据，AI可以充分利用这些数据。

开放日最受欢迎的是专门为驾驶员提供的智能数字驾驶舱。第三代骁龙数字驾驶舱平台为AI增加了人性化的功能，不仅可以让用户在用户看不见的智能驾驶芯片和算法中感受到AI的强大，还可以在车内的增强现实平视显示器(HUD)和虚拟助手中感受到AI的强大，为驾乘者创造突破性的新体验。

事实上，智能数字驾驶舱最能反映高通在人工智能时代的发展方向。

在整个场景中，骁龙820A平台提供了技术基础。第三代骁龙汽车平台集成了多核高通人工智能引擎AI Engine，拥有高通安全处理单元(SPU)，高通视觉增强高精度定位和计算机视觉处理能力，可提供一系列AI基础能力，但进一步扩展了语音交互、AI视觉等诸多能力。

你可以拿“数字驾驶舱”和“手机”做比较，但前者的场景差不多，比手机多得多——甚至目前很难穷尽。这是一个完全增量的市场。

所以回过头来看，高通去年11月成立的1亿美元人工智能风险投资基金涉及自动驾驶汽车、机器人、计算机视觉和物联网，其雄心很明确。

手机依然是主战场。

但是，手机仍然是最大的智能终端。

或者说在AI时代，智能手机将真正被AI赋予“智能”能力。

从2018年的骁龙820开始，高通的旗舰芯片已经与高通自研的人工智能引擎AI Engine全面融合。

今年的异构多核旗舰移动平台骁龙855集成了最新的高通第四代人工智能引擎AI Engine。所谓异构计算，就是CPU、GPU、Hexagon等不同功能的核心发挥各自的长处，相互配合，实现高效的AI处理。

在高通骁龙855芯片中，Adreno 640 GPU、Hexagon 690处理器和Kryo 485 CPU相互配合，通过异构计算智能分配AI任务，实现了整体AI性能比上一代产品提升3倍。

其中，Hexagon 690加入的六边形张量加速器(HTA)必不可少。

张量运算是人工智能算法中的基本运算。近年来，PC和云计算厂商都推出了张量计算单元来加速AI。张量加速器是高通设计的硬件核心，面向更多的人工智能处理。

六边形张量加速器的加入对手机行业来说意义重大，不仅扩展了数字信号处理的功能，还能让开发者实现可编程的AI加速。AI现在已经成为高端智能手机的核心卖点。

时代也在经历这样的变化:

只有AI硬件的升级还远远不够，还需要软件开发者的支持，才能充分发挥高通第四代人工智能引擎的计算潜力。

在软件框架层面，骁龙855的底层硬件支持TensorFlow、PyTorch、ONNX等主流机器学习平台，以及Google NN API等运行软件框架，让开发者充分利用AI特性，围绕高通的AI引擎构建最广泛的AI生态系统。

同样在高通人工智能开放日上，除噪、实时语音翻译、手势识别等实际应用都是人工智能带来的新变化。

过去需要大量资源才能在PC上运行的图像和语音处理模型现在可以在手机上轻松运行。

而且，AI已经让高通的生态空巨大。商汤、迪法恩斯和虹软等人工智能独角兽也加入了高通的人工智能朋友圈。基于芯片和软件支撑平台，更丰富的AI应用和场景终于推出。

基础研究与发展的启示

所以归根结底，无论是手机方向的努力，还是更宏大的AI生态蓝图。

这篇高通人工智能基础论文背后的启示已经很清楚了。

如果不在基础研发下功夫，任何领先和生态都只会令人窒息。

所谓台上一分钟，台下十年。

之前很羡慕高通移动时代的强大声音，但是背后很少有对R&D投资和基础努力的解释和表达。

现在，这篇引起学界热议的论文就像一个注脚，可以解释高通引领一个时代的核心原因。

也是更多有宏伟梦想的AI公司应该学习的原因。