“AI將無處不在”的預言正在成為現實。從智能手機到智能家居，再到工作、出行，我們的生活正在被AI全面滲透。

但是，今天的智能手機真的足夠“智能”了嗎？

一部普通的智能手機，已經可以識別你的表情、聲音甚至是手勢，但卻很難真正成為實時陪伴你、為你“主動”提供很多個性化服務的得力助手。

這背后，越豐富、復雜的功能，就需要越強大的AI算力和算法做支撐，而移動端的AI性能仍然有很大提升空間。

僅僅在智能手機領域，AI技術已經深入移動游戲、視覺識別、音頻交互、通信優化、智能充電等各個角落。為了滿足日益增長的AI算力需求，高通、蘋果、三星、聯發科等主流廠商都在SoC中集成了專門的AI模塊，提升芯片的AI性能。

前不久，高通旗艦驍龍8移動平臺搭載的第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，無疑再次拓展了智能手機AI體驗的想象邊界。

芯片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性能提升背后又有哪些值得挖掘的硬核技術？移動領域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，通用平臺兼顧更多場景

越來越復雜的功能，意味著AI算法模型也對算力提出了更高的要求，算力是實現AI能力的基礎。這次從硬件規格上來看，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模塊性能提升了2倍，張量加速器計算性能得以翻倍。

于此同時，Hexagon處理器中的共享內存容量也進行了翻倍，以應對當下日益提高的AI模型深度和規模?；诖?，Hexagon處理器能夠完整載入一個深度神經網絡，而無需將神經網絡分塊運行并來回傳輸數據。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，想烹飪好一道佳肴，有了硬件高質量“炊具”還不夠，軟件層面的“烹飪技巧”也必不可少，軟件部分的優化對于芯片AI能力的提升至關重要。

據高通官方數據顯示，驍龍8單從軟件升級中獲得的AI性能提升就達到了2倍左右，結合Hexagon處理器的硬件提升，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。

在移動領域，目前算力和能效比的提升其實是制約智能手機AI能力發展的主要瓶頸，而為了提升手機芯片的AI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采用了獨立外掛NPU芯片的方式提升AI算力，但是這樣做也是一把雙刃劍，對于功耗的挑戰、對于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。

高通作為移動SoC頭部玩家，也洞察了手機對于AI算力的高需求。正如前文我們看到的，高通選擇內置AI計算模塊的方式來提升SoC的AI算力，同時可以更好地兼顧功耗。

由于這是一種通用性解決方案，其實用性也更廣，能夠滿足更多安卓生態廠商的需求，同時兼容性更好。這種通用AI模塊相比專用AI芯片，也可以應對更多實際應用場景。

02.影像、游戲、通信、交互，AI已經融入手機的方方面面

曾經，智能手機的“智能”更多來自于用戶可以借助手機拓展信息交互的渠道，手機變得“什么都可以知道”。

但今天，手機的智能更多是AI的深度介入，AI已經在移動影像、游戲、通信、健康監測、交互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采用預先訓練的神經網絡實現自動曝光和自動對焦，驍龍8直接利用AI實現了實時的人臉識別，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識別。

同時，得益于更好的自動曝光、自動對焦和自動白平衡，在暗光環境下，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的人臉特征引擎可以檢測300個左右的面部特征點，是上代驍龍888的2.6倍，檢測速度也提升300%，并且所用到的神經網絡可以針對更多人臉特征進行訓練，從而判斷用戶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實現準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對于用戶肢體動作的檢測也更加準確，支持手勢檢測拍照等便捷功能，提升用戶日常的使用體驗。

在變焦拍照方面，通過“視頻超級分辨率”AI技術，驍龍8能讓數字變焦更清晰并保留更多細節。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，視頻會議需求仍然高漲，驍龍8在ISP中內置了支持實時視頻背景虛化的專用AI引擎，實現實時的會議背景虛化，要注意的是，這是在移動端實現這樣的實時AI視頻處理技術。

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用戶體驗帶來許多改善，AI讓手機拍照能夠擺脫硬件的束縛，拍的更快、更準，也更真實。

與影像類似，其實移動游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，利用多個神經網絡實現圖形更高的保真度，同時適應游戲操作的實時變化，讓游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移動平臺，能夠通過算法檢測用戶握持終端時手部的位置，增強天線調諧能力，從而優化手機信號狀況，也側面對手機續航起到了一定提升作用。

可以說，AI能力對于智能手機使用體驗的提升并非單點突破，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能手機品類，其也成為了AI技術在消費端應用落地的橋頭堡，手機芯片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模塊，“常伴式”AI成為可能

除了對于峰值AI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識別功能、傳感器功能。這也是目前在移動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并進行分析才會更加智能，但這又會增加功耗導致續航體驗的下降。

在現有工藝制程和芯片架構之下，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代傳感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以及自有內存組成，用于處理情境數據流，包括語音、音頻、傳感器數據等等。

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%。得益于這樣的能效比提升，它可以幫助手機支持更多需要“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，通過一系列傳感器，AI能夠“理解”我們在進行哪種運動，比如在慢跑還是騎車？在得知運動狀態后，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檢測到用戶在開車時，它就會自動打開導航APP并開啟語音控制模式，用戶并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，用戶現在可以用自己的聲音來搜索視頻和錄音文件，通過與三方APP廠商進行合作，APP可以利用高通傳感器中樞的AI能力對視頻中的聲音進行“標記”，用戶則可以基于自己的笑聲、歌聲等語音特征來搜索這些對應的視頻或音頻。

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，讓手機的前置攝像頭變得更加“智能”。比如當手機前置攝像頭檢測到有除了你之外人窺探屏幕時，就會自動將屏幕上的通知信息進行隱藏，從而更好地保護隱私。

當然，上面這些便捷的AI功能背后，所獲取和使用的全部數據都獨立保存在高通傳感器中樞內存中，實現了本地化處理，進一步保證了數據的安全性。

能夠看到，得益于這種低功耗AI模塊的加入，AI能力在用戶體驗中的交融，開始從“偶爾體驗”變為“常伴左右”。而這種伴隨式的AI交互體驗其實一直是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軟硬件技術的提升讓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。

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

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

雖然這些軟件升級不如硬件那樣“觸手可及”，但對于提升用戶體驗而言卻至關重要。

通過與Hugging Face合作，高通在第7代AI引擎中支持了Transformer網絡，情感分析、分類這樣的基于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。

借助這些基于自然語言處理的解決方案，用戶能夠得到經過分級處理的新聞、推送和郵件通知，這樣用戶就可以專注于更重要的事項。

在生態建設方面，高通與谷歌進行合作，將神經網絡架構搜索（NAS）引入，并將其集成進第7代高通AI引擎。

目前AI能夠自動化設計神經網絡模型，針對用戶特定的硬件或性能目標創建最佳神經網絡拓撲結構。得益于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：移動AI能力的邊界被不斷拓寬

智能手機對于AI算力的需求日益增長，以驍龍8為代表的移動SoC，在AI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，讓智能手機側的AI體驗邊界不斷拓展。

當下，以各類智能硬件產品、服務為代表的邊緣及端側AI市場正在快速增長并惠及越來越多的人，AI對于終端體驗的改變，逐漸從量變積累走向質變。

正如高通CEO安蒙所說，高通在移動領域一直在布局底層技術，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并執行各種任務，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。

本文來自微信公眾號“智東西”（ID：zhidxcom），作者：云鵬，36氪經授權發布。