ChatGPT席卷AI界，第二代骁龙7+如何助力实现人工智能的连续突破？

发布时间：2023-03-27 12:49:32 所属栏目：动态来源：

导读：自从去年 11 月 ChatGPT 发布，关于 AI 的话题就成了热搜榜的常客。就在上周的 3 月 14 日，伴随着新一代 GPT-4 横空出世，网友直呼太强大，GPT-3.5 短短几个月已经被“革了命”。从前，虽然 AI 一直是高科

自从去年 11 月 ChatGPT 发布，关于 AI 的话题就成了热搜榜的常客。就在上周的 3 月 14 日，伴随着新一代 GPT-4 横空出世，网友直呼太强大，GPT-3.5 短短几个月已经被“革了命”。从前，虽然 AI 一直是高科技话题的代表，也是热点所在，但是对于一个普通人而言，AI 却是看不到、摸不到的虚无缥缈之物。如今，仿佛一夜之间人工智能走进千万家。作为一个聊天机器人，其鲜明的应用场景正在宣告：不论你感到紧张还是兴奋，人工智能时代终究还是来了。

然而，在推动着 AI 转型的路上，OpenAI 和众多互联网大厂并不是仅有的玩家，只是因为它们面向 C 端消费者，因此更容易被熟知。在这背后，一些大众不熟悉的领域，变革也在悄然发生——例如为AI开发者创造更高效的研发环境，亦或是为下一代终端智能计算提供更强大的算力和强大的操作系统。

如高通技术公司高级副总裁兼手机业务总经理 Christopher Patrick 所言：“骁龙是顶级移动体验的代名词。今天发布的第二代骁龙 7+ 彰显了我们将骁龙广受欢迎的部分旗舰特性引入骁龙 7 系，从而让更多用户可以享受动心体验”。

第二代骁龙 7+ 移动平台 CPU 整体性能比上一代平台提升了 50%，GPU 和上一代 7相比，性能翻倍，高性能不代表高能耗，新平台的能效提升了 13 个百分点。

在一项连续进行 20 轮的 GFX Manhattan 3.0 1080P 基准测试中，两台机器同时进行性能测试。测试结果显示，第二代骁龙 7+ 在 GPU 性能上最初就已经领先竞争对手 18%;到第 5 轮，友商机器性能开始下降，两者之间的差距扩大到 27%;到第 7 轮，友商机器的表现进一步下滑，两者之间的差距扩大到了 65%，并一直持续到第 20 轮。而第二代骁龙 7+ 的芯片性能一直非常稳定，跑分几乎是平的。

第二代骁龙 7+ 的 18-bit ISP 支持一次捕获 30 张画面且支持高达 2 亿像素的照片拍摄，同时还能进行三重曝光的单帧逐行 HDR 视频拍摄，让消费者能够捕捉到高达 4,000 多倍的影像数据，获得丰富的色彩和高清晰度的体验。

与前代平台相比，第二代骁龙 7+ 集成的高通 AI 引擎性能提升超过 2 倍，能效提升 40%。并支持专属AI 处理器赋能的智能交互增强交互体验以更好地实现出众的人机交互简便性。

高通在芯片领域的地位毋庸置疑，而芯片又是开发 AI 模型里极重要的组成部分(系统、算力)。高通作为一个全球领先的芯片厂商，其在 AI 领域的技术和创新实力也备受关注。不夸张地说，高通在领域内的创新能力和迭代速度，某种程度上成为了 AI 行业这个“上层建筑”的“经济基础”。

向 AI 倾斜是高通长期战略的一部分。在过去十年中，高通凭借强大的 AI 科技，持续赋能终端侧。如今，从手机到汽车、从 XR 到智能工厂，乃至智慧城市，到处可见由高通 AI 引擎赋能的终端侧设备。

赋能终端侧、推动终端侧 AI 普及，并不是高通最近才提出的新概念。早在 2015 年，骁龙 820 移动平台首次集成了高通公司的第一代人工智能引擎。也是从那时起，“赋能终端侧 AI”逐渐开始形成理念和技术方案。

近日，和 AI 一同登上热搜榜的，还有演员杨紫琼。第 95 届奥斯卡颁奖典礼在 3 月 13 日举行，杨紫琼凭借在奇幻电影《瞬息全宇宙》中的出色表演获得了“影后”荣誉。她成为了奥斯卡历史上第一位获得这一殊荣的华裔女性，并且这部电影共获得七项大奖，成为好莱坞历史上最大的赢家之一。

六分钟的视频，堪比好莱坞大片。AI 与生活，如杨紫琼在视频里的一句话所言，“你不必懂科技，它自会懂你。”

在 AI Stack 出现之前，由于 AI 部署的多场景、多终端特性，一样的功能往往需要开发者重复开发多次。AI Stack 诞生后，AI 开发者不必再将时间浪费在重复开发上，从而可以集中精力去思考创新的 AI 应用，真正实现“一次开发，多终端使用”。

Stable Diffusion，简单地说就是“输入文本，AI 创作图像”，全过程仅需要几秒钟。下图就是利用 Stable Diffusion 生成的图像，输入的文本为“穿盔甲超级可爱的毛绒绒猫战士、逼真、4K、超细节、V-Ray 渲染、虚幻引擎”。

依然是以 Stable Diffusion为例，输入文本，输出图像，巨大的计算需求是否存在延迟?终端设备(如智能手机)能够提供足够算力吗?这便是高通一直强调边缘侧 AI 技术的原因。一直强调边缘侧ai技术的原因。高通认为，边缘侧ai技术可以帮助企业解决上述问题，从而实现降本增效。

终端是相对于云端而言的。首先并不是所有计算和功能都适合在云端实现，然后回传至设备，可能是由于安全考虑，也可能是传输速度限制。如果能够在本地(终端)完成这些计算，无疑是更佳的选择。近年来，AI 云端大模型持续往边缘终端转移，如何通过边缘 AI 进行终端侧处理，并且保证可靠性、时延、隐私、网络带宽使用效率和整体成本，这是高通需要考虑的事。

如何做到的?通俗地解释，全栈优化就是“全方位、综合性的优化方法”。包含硬件、内存、算法、模型、功耗，几乎从各个方面入手，让“终端”真正可以响应用户需求。

但需要强调的是，高通通过 AI 技术赋能终端，而不是取代终端。高通公开表示，终端厂商更了解用户，高通需要与终端厂商在联合调校上加大投入。这一方面意味着芯片设计初期听取终端厂商的建议;另一方面，芯片落地后，要持续结合终端侧用户的需求进行优化。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!