对话高通工程技术SVP:AI研发最关注高能效,云端AI推理芯片已流片成功

乾明 发自 凹非寺

量子位 报道 | 公众号 QbitAI

高通,移动互联网时代最成功的公司之一。它对通信技术以及专利的掌控,已经主导整个行业20余年。

一代代旗舰芯片和移动平台,更是安卓手机厂商核心竞争力和卖点之一。

但随着AI浪潮汹涌,移动互联网向移动AI的转换已成大势。高通作为移动互联网领域的大赢家,将如何发力AI,来抓住移动AI时代?

关于高通AI动向,已经有过很多次披露,但都聚焦在业务上。其AI技术研发上,是怎样的一个格局?高通AI研发,如何驱动高通的移动AI业务?

Rajesh Pankaj,高通工程技术高级副总裁,是为数不多能够回答这些问题的人,再次来到中国。

Rajesh Pankaj是一名“老高通”,从1997年至今,已经在高通工作了22年。

现在,他也是高通企业研发部门(CR&D)的负责人。而这个部门,正是高通AI研发的核心。

带着上述的这些问题,我们与他进行了深入交流,试图寻找高通将要如何继续主导移动AI时代的答案。

更低功耗,更高能效,高通AI研发的重心所向

在与Rajesh Pankaj的交流中,他提到最多的,就是如何在低功耗环境下让AI发挥出更高的能效

他说,这是高通AI研发最关注的领域。

其实不仅仅是高通,在当下这已经成为了业内备受关注的AI研发方向之一。

近年来,各种关于模型压缩的算法大量出现。谷歌、Facebook、百度也纷纷在自家的AI框架中加入端侧推理/部署能力。

Rajesh Pankaj从5G和AI的角度解释了背后的趋势。

一方面是AI技术的进一步成熟,相关的研究不再只是关注用AI解决问题,业界和学界开始考虑让AI进入到终端中,实现更多能力。

另一方面是5G的兴起,超低时延的数据传输变成了现实,端云协同变得触手可及。

这也就意味着和之前只依靠终端或者云端相比,边缘设备上能够实现更多的AI能力。

虽然相应的条件已经出现,但都处于不断完善中。不同的公司,都在通过不同的方式角逐未来。

Rajesh Pankaj说,得益于移动设备领域的技术积累,“低功耗环境下,实现高能效的AI,是高通最强的领域。

高通也给出了相应的数据进行了佐证:

利用张量分解、通道简化等手段压缩AI模型架构,压缩量达到3倍,同时准确度仅损失不到1%。

此外还有高精度训练、低精度推理的方法来实现能效的提升:

高通用量化8位推理模型,实现内存和计算4倍能效提升,可以和FP32实现近乎相同的准确率。

除此之外,高通还在优化编译器、内存计算AI等方面开展了相应的研究,为AI计算节能加速。

在专访过程中,Rajesh Pankaj也进一步解释说,虽然他很屡次提起低功耗运行AI,但这并不是高通AI研发的全部。

他说,从更大的角度来看,高通关注的是与端侧设备有关的所有AI,只要能够对业务带来帮助,都会投入资源去研发。

这些技术,并不都是处于研发阶段,高通也已经将这些技术应用到了移动AI芯片中。

2015年的骁龙820开始,高通的旗舰芯片就已经在全面集成高通自研人工智能引擎AI Engine。

到骁龙855,已经是第四代人工智能引擎AI Engine,突出的点在于异构计算。

核心能力,是让CPU、GPU、Hexagon不同功能的核心发挥各自所长,而又相互协作,共同实现高效的AI处理。

高通出圈:云端推理芯片已流片成功

虽然在相应的技术研发上,高通聚焦于端侧AI。但AI带来的不仅仅是冲击,也有机会。在场景上,高通也正在出圈。

最能体现这一动向的,不是高通面向IoT和汽车领域大秀肌肉。而是其4月份发布的一个数据中心AI推理芯片:Cloud AI 100。

同样,这一芯片主打的也是高能效。

在发布的时候,高通表示,这一芯片能降低终端与数据中心的延迟,提高AI云端效率。与其他商用方案相比,Cloud AI 100每瓦特性能提升了10倍。

微软和Facebook也为高通的这一芯片站台,并在产品发布时,分享了部署AI推理芯片的计划:

微软用它发现工业生产中的安全问题,Facebook则用它处理智能助理、视频AR特效以及加速VR硬件。

但在当时,高通只是宣布了芯片,并没有给出具体的产品。

Rajesh Pankaj也介绍了这一芯片的研发进展:芯片现在已经流片成功,并交于合作伙伴进行部署测试,明年会正式商用。

虽然这款芯片应用于云端,但Rajesh Pankaj说,高通暂时没有提供云服务的打算,硬件会对外出售,并配备相应的软件支持,来帮助合作伙伴搭建相应开发生态。

而且,这一芯片的出现,也在帮助高通拓展新的场景。

Rajesh Pankaj透露,不仅仅只有移动设备以及云服务商对这个芯片感兴趣,还有不少汽车厂商以及其他架构厂商也展现出了兴趣。

他说,在这些合作过程中,高通也会将AI落地到更多的领域中去。

与此同时,高通发力AI也不仅仅只是单打独斗。科技巨头们擅长使用的投资收购手段,它也没有落下。

2018年,高通风投成立了1亿美元的AI投资基金,主要用于投资5G赋能的AI领域,为自动驾驶汽车、机器人和机器学习平台开发新技术的企业。

高通的AI发展之道

聚焦端侧,巩固自身在高能效AI方面的领先地位。然后以此为切入点,不断拓宽AI的落地场景。

这是高通当下发展AI的重要策略之一。在Rajesh Pankaj看来,这背后也凸显出了高通在技术研发与商业落地上的一个“传统”:

高通所研发的AI,只是AI领域的一部分。其研发的目标,就是在这一部分中占据领导地位。只要技术在这一领域占据了主导地位,产品自然就更有优势了。

这在一定程度上,也反映了高通的“人才观”。

谈到高通如何吸引AI人才时,Rajesh Pankaj也表达了类似的观点,只需要把要做的做好,自然就会有人才加入。

此外,Rajesh Pankaj还谈到了高通吸引人才的另外一个特征:研究成果很快就会影响产品。

他说,这对于很多研究者来说,都是一个难以抵挡的诱惑。

版权所有,未经授权不得以任何形式转载及使用,违者必究。