搭载骁龙845移动平台的小米MIX 2S
从去年年底开始,AI智好手机这个新鲜却又熟习的词语涌如今消费者的眼中,尤其是进入2018年以来,原来搭载高通骁龙660移动平台的一些手机,在新版本发布后,消费者创造它们的处理器变成了高通骁龙660 AIE,究竟这后面的AIE是什么呢?为什么新加了这个后缀,这部手机就被叫做AI手机了呢?持续串的问题不禁从消费者的脑中闪过。本日,就让笔者来见告你究竟什么是骁龙AIE。

什么是骁龙AIE?

究竟什么是骁龙AIE呢?它是高通推出的一款终端侧人工智能产品,全称为“骁龙人工智能引擎”,英文名为“Snapdragon AIE”。它是帮助加速终端侧人工智能用户体验实现的硬件与软件组件的凑集。大略的说,增加了AIE后缀后,这款移动平台产品就不再是单一的硬件芯片,而是一个硬件芯片与软件组件的组合,以便为用户供应一个全方位的AI功能新体验。
骁龙人工智能引擎 (Snapdragon AIE)
那么问题来了,骁龙人工智能引擎(Snapdragon AIE)的凑集内究竟包含了哪些关键组件呢?
硬件方面:硬件层面上,紧张采取了异构运算,内部包含Hexagon 向量处理器、Adreno GPU 和 Kryo CPU 的人工智能优化组合。
软件工具和库:软件层面上,包含了骁龙神经处理 SDK、Android NN 和 Hexagon NN。
把上述信息进一步简化一下,我们就可以得到这样的一个公式:
硬件 (Hexagon、Adreno、Kryo) + 软件工具 (SNP SDK、Android NN、Hexagon NN)=人工智能引擎 AI Engine
从这一公式你就可以简明扼要的理解到,高通的人工智能引擎(AIE)并非是一枚全新的芯片,也并不单单只是一个后缀名那么大略,它是一套完全的涵盖硬件及软件整体的人工智能办理方案。对付OEM厂商来说,可以实现拿来就用,直接的提升终端设备上人工智能干系功能的处理速率;对付一样平常用户而言,只要看到AIE的标识,就意味着这台设备可以为你供应更加优质的人工智能功能体验,从另一个层面来说,也可以理解为这便是一台AI手机。
下面,让我们进一步从硬件技能与软件技能两方面来详细理解一下骁龙AIE的更多信息吧!
骁龙AIE的硬件技能解析
在谈论AIE的硬件技能前,你须要理解这样一个观点——“异构运算”。异构运算是一种分外形式的并行和分布式打算,它或是用能同时支持simd办法和mimd办法的单个独立打算机,或是用由高速网络互连的一组独立打算机来完成打算任务。它能折衷地利用性能、构造互异地机器以知足不同的打算需求,并使代码(或代码段)能以获取最大总体性能办法来实行。
如果你以为上面的话不太随意马虎理解,笔者给你打个比方,采取异构运算的芯片就好比一个拥有多条产品线的工厂,个中每条产品线都有自己善于生产的产品,比如一号产品线适宜生产扫把、二号产品线适宜生产拖把、三号产品线适宜生产铁锹。在异构运算的条件下,在全体工厂进入生产前,工厂会自动对生产任务进行识别,提前确认该生产任务究竟是生产扫把、拖把还是铁锹。如果是扫把,工厂便会将任务自动分配给一号产品线进行生产。同理,如果任务是拖把或者铁锹,工厂也会自动将任务分配给二号和三号生产线。这样便可以使全体工厂的生产力达到最大。
高通AIE硬件技能内包含的Hexagon 向量处理器、Adreno GPU 和 Kryo CPU就好比是这三条生产线,它们各自有各自善于的运算能力,异构运算使它们可以只进行自己善于部分的数据运算,从而提升整体的运算效率。
Hexagon 向量处理器:相较于 GPU 或 CPU,涉及向量数学的运用事情负载常日更适宜在 Qualcomm 的向量处理器上运行。 Qualcomm Hexagon 向量处理器是向量处理器子系统中的加速引擎,支持实现以 8 位定点加速神经网络运行。也便是说,该款处理器更善于AI方面数据的打算与处理。
Adreno GPU:具有弘大的并行数据集、须要大量的向量数学,尤其是对浮点精度有哀求的运用事情负载, 都非常适宜在骁龙的 Adreno GPU 上运行。人工智能运用常日先利用 “GPGPU”(通用GPU) 建模,有的是全部建立在 GPU 上,有的则分布于 GPU 和向量处理器间。它更加善于处理的则是精度较高的数据运算,以图像和视频为代表。
Kryo CPU:神经网络模型常日以 32 位浮点(高精度)在云端完成演习。它也可以在终端侧的 CPU 上实现类似运行,但其本钱较高,并须要终端在性能和功耗上作出一些捐躯。比如在骁龙 845 中, 在 Kryo CPU 上优化了对 8 位定点精度的支持,帮助支持包含较大内核、相对较少向量处理、非规则性数据构造和/或繁芜流程掌握的运用。它便更加善于对常规数据的运算与处理。
以此为根本,Qualcomm 的异构运算方案便可以面向不同类的功能、基于不同类型的数据、在不同的打算精度水平上,可支持大量卷积或循环神经网络。也便是说,其芯片内包含了Hexagon 向量处理器、Adreno GPU 和 Kryo CPU,有关人工智能的向量打算任务,这系统便会自动将任务分配给Hexagon 向量处理器,图像的运算便会分给更加善于的Adreno GPU,以此类推,让全体采取了异构运算方案的硬件芯片无论面对若何的打算任务,都能时候保持其最高的运算效率,进而提升设备的整体运算性能,从而提升在该设备上功能实现的效果。
骁龙AIE带来2倍的用户体验增强
骁龙AIE 的软件技能解析
在软件层面上,骁龙AIE包含了骁龙神经处理 SDK、Android NN 和 Hexagon NN。分别针对不同的运用处景来知足开拓者和OEM厂商对AIE人工智能引擎进行定制化、个性化处理,使最终生产的出产品更具特色。
骁龙神经处理 SDK:骁龙神经处理(SNP)SDK 旨在帮助开拓者节省在骁龙终端上优化已演习好的神经网络运行的性能的韶光和事情量。为了实现这一目的,Qualcomm 为模型转换和操作供应工具,并为选择具备特定功耗和性能组合的内核供应 API,以知足所期望的用户体验。该 SNP SDK 支持 卷积神经网络(CNN)、LSTM 与自定义层。
ANDROID NN:Google 的全新 Android NN API,为手机带来硬件加速的推理能力,可支持快速实行此前训 练过的机器学习模型。通过降落时延和网络侧的加载,在边缘侧运行这些打算可为终端用 户带来极大的实用性,同时也可在终端侧保存更敏感的数据。
Hexagon NN:Hexagon NN 是帮助开拓者在 Hexagon 向量处理器上直接运行其人工智能算法的库。当在 Hexagon 向量处理器上运行时,Hexagon NN 为根本性的机器学习模块供应了优化的支配, 并显著加速诸如卷积、池化和激活等人工智能运行。这个库也可能被直策应用,在向 Hexagon 向量处理器卸载人工智能事情负载时,它也可以被 SNP SDK 和 Android NN 利用。
骁龙AIE可以让人工智能无处不在
简而言之,软件层面的配套组件紧张浸染在于让开发者与OEM厂商可以更加随意马虎的运用骁龙AIE人工智能引擎,以便在最短的产品研发周期中,第一韶光推出自家定制化、个性化的AI智能终端产品。对付开拓者与OEM厂商而言,一套办理方案最为主要的除了强大的功能外,易用性则是第二考虑成分。很显然,骁龙AIE人工智能引擎很好的兼顾了这两点。
哪些产品拥有骁龙AIE的支持呢?
回到产品的层面,目前,高通旗下推出的骁龙845、骁龙835、骁龙820、骁龙821、骁龙700系列以及骁龙660移动平台均已支持骁龙AIE人工智能引擎。此外,在物联网领域的Qualcomm视觉智能平台体系中,QCS605与QCS603也同样支持骁龙AIE人工智能引擎。
骁龙AIE可以让人工智能无处不在
这里须要重点讲一下高通最新推出的骁龙700系列的首款产品——高通骁龙710移动平台。作为骁龙700系列的首款产品,骁龙710基于10纳米制程工艺打造,内部采取了高通人工智能(AI)的高效架构(异构运算)。高通官方表示,推出该款产品的紧张目的是为了通过它为更广泛的用户带来部分顶级特性(旗舰机才拥有的特性),从而超越人们对目前高端移动体验的期待。
骁龙710移动平台架构图
也便是说,骁龙710移动平台紧张定位在骁龙845移动平台与骁龙660 AIE移动平台之间。之以是它没有带AIE的后缀,紧张是由于700全系的产品都将是会是在骁龙AIE体系下的产品,以是,对付用户而言,如果你买到的手机采取的是骁龙700系列移动平台,那你就可以大略的认为它便是一部AI手机。
骁龙710移动平台测试比拟成绩
对付OEM厂商而言,如果你想要推出的是一款次旗舰的产品,骁龙710移动平台无疑是一个不错的选择。在性能上,尤其是AI方面的运算能力上,远高于骁龙660 AIE。其紧张缘故原由在于,骁龙710移动平台内的向量处理器采取了与骁龙845相同的Hexagon 685 DSP,可为产品供应媲美旗舰机的AI运算能力,这对付当下的AI智好手机整体性能的提升影响并非一星半点。
写在末了
当然,骁龙AIE人工智能引擎的运用范围并不局限于手机,只是对付目前的消费者而言,AI智好手机是你最直接、最快速能够打仗到、体验到骁龙AIE人工智能引擎带来的终端设备性能提升的路子。在此之外,骁龙AIE人工智能引擎还广泛的运用于物联网终端以及汽车科技当中,这也正是高通AI无处不在计策当中主要的组成部分。
用最大略的办法来先容骁龙AIE人工智能引擎, “对付OEM厂商来说,想要生产一款AI终端产品,骁龙AIE人工智能引擎体系下的产品是一个不错的选择;而对付终极用户而言,想要购买AI终端设备,就请认准骁龙AIE人工智能引擎的标识吧!
”
现在,你是否对付骁龙AIE人工智能引擎有了更深一步的认识了呢?







