高通AI啟示錄，從一篇數(shù)學物理基礎論文說起

雷剛 2019-06-20 12:57:57 來源：量子位

允中 發(fā)自 凹非寺

量子位 報道 | 公眾號 QbitAI

Qualcomm成功的秘訣是什么？

Qualcomm——高通，移動互聯(lián)網時代最成功的公司。

一代代旗艦芯片和移動平臺，更是安卓手機廠商核心競爭力和賣點之一。

但成功的花兒，外界更多看到花開時的艷麗，鮮能關注綻放前的艱辛。

所以最近一篇AI論文發(fā)布后，意外引起論文之外的討論。

中國俗語：臺上一分鐘，臺下十年功。

如果說移動時代的成功“秘訣”太難追，那這篇論文展示的，正是高通面向AI時代的“十年功”管窺。

一篇基礎理論的AI論文

這篇引發(fā)思考的AI論文，全名：Gauge Equivariant Convolutional Networks and the Icosahedral CNN.

中文翻譯：《規(guī)范等變卷積網絡與二十面體CNN》。

https://arxiv.org/abs/1902.04615

主題高深，著力點又極其基礎——把數(shù)學、物理方面的基礎理論，用在卷積神經網絡（CNN）攻堅中。

概括而言，之前的卷積神經網絡主要被用于平面問題，而且不具有旋轉不變性。

但高通的這項新研究，可以基于規(guī)范等變CNN的方法來實現(xiàn)一個尼曼三維任意曲面的旋轉不變性，這不僅是CNN模型新突破，而且結果可以用在全球氣候模式、醫(yī)療影像的研究上。

論文作者也非泛泛之輩。

Taco Cohen和Max Welling（韋靈思），均來自高通AI研發(fā)團隊。其中，韋靈思教授是深度學習領域知名科學家、變分自動編碼器（VAE）的提出者，還是諾貝爾物理學獎得主Gerardus’t Hooft和圖靈獎Geoffrey Hinton的學生。

這篇論文，可以說是韋靈思教授等集師承之所長的結果。

于是從論文本身到作者背景，立馬在AI科研圈引發(fā)反響：

推特上，轉發(fā)超過300，點贊數(shù)1千2——作為這樣一篇看懂標題都不易的論文，足見其影響了。

更主要的是，高通AI研究院展開如此基礎的研究，令不少人感到震驚。

一般而言，企業(yè)內部的研究院，雖然也會偏向學術式推進，但會偏重企業(yè)的側重所在。

比如高通這樣的公司，或通信或芯片，或者移動基礎架構。

但韋靈思等大牛的研究，更基礎更理論，并看不出限制。

這還不是孤立事件，稍早之前，韋靈思教授等還將廣義相對論和量子場論的數(shù)學原理應用到深度學習中，提供了3D物體識別的新思路。

更早之前，還在神經網絡壓縮、機器學習訓練工具等基礎方面展開攻堅。

所以也有人評價說，高通深厚的專利和技術壁壘背后，正是提前對上述看似無用的基礎研究的持續(xù)投入。

而等到OEM廠商爭相搭載驍龍芯片時，這些隱而不彰的基礎成就，雖然無跡可尋，但實際早已春風化雨。

高通AI生態(tài)

高通內部支持上述基礎理論研究，彰顯著高通對AI變革趨勢的判斷，也是面向新時代的適者生存。

至少目前對外宣示的是這樣：

除了優(yōu)勢所在的手機終端，還正在把勢能延伸向物聯(lián)網、汽車，滲透到更多的端、邊緣，最終結合云端，讓AI等新技術無處不在。

越來越多智能傳感器，也正在讓數(shù)據(jù)呈現(xiàn)大爆炸之勢。

于是AI走向邊緣、走向IoT終端，開始呼之欲出。目之所及，掃地機器人、安防攝像頭、交通信號燈，包括汽車等等，都到了需要一顆“芯”的時候。

這不正是高通所長嗎？

在今年的高通人工智能開放日上，高通也在IoT和汽車領域大秀肌肉，吸引眾多目光。

在其發(fā)展戰(zhàn)略中，把汽車視為智慧城市、智慧基礎設施中的一環(huán)，包括道路在內就有無數(shù)傳感器，都在為智能汽車服務。

高通希望車與車、車與智能交通設施完全連接，形成一張V2X的巨大信息網，所有聯(lián)網共享的設備可以實時共享數(shù)據(jù)，而AI可以讓這些數(shù)據(jù)得到最好的運用。

在開放日現(xiàn)場最吃香的是一個專為司機提供的智能數(shù)字座艙，第三代驍龍數(shù)字座艙平臺為AI添加了人性化特色，不僅在用戶看不見的智能駕駛芯片和算法中，在車內的增強現(xiàn)實抬頭顯示（HUD）、虛擬助理等方面，也能讓用戶直接感受到AI的強大，可以為駕乘人員打造突破性的全新體驗。

實際上，智能數(shù)字座艙也最能體現(xiàn)AI時代的高通將往何處去。

在整個場景下，驍龍820A平臺提供了技術基礎，第三代驍龍汽車平臺集成多核高通人工智能引擎AI Engine，擁有高通安全處理單元（SPU），以及高通視覺增強高精定位和計算機視覺處理能力，能夠一系列AI基礎能力，但進一步延展開來的還有語音交互、AI視覺等方面的諸多能力。

你可以將“數(shù)字座艙”與“手機”相類比，只是前者類似的場景，比手機多得多——甚至目前還難以窮盡，這是一個完全增量的市場。

所以回過頭來看，高通在去年11月建立的1億美元AI風險投資基金，所投方向涉及自動駕駛汽車、機器人、計算機視覺以及物聯(lián)網等領域，野心也便再清晰不過。

手機依然是主戰(zhàn)場

不過，手機依然最大智能終端。

或者說在AI時代，智能手機會真正被AI賦予“智能”能力。

2018年的驍龍820開始，高通的旗艦芯片就已經在全面集成高通自研人工智能引擎AI Engine。

今年的異構多核旗艦移動平臺驍龍855集成了最新的高通第四代人工智能引擎AI Engine，所謂異構計算就是由CPU、GPU、Hexagon不同功能的核心發(fā)揮各自所長，而又相互協(xié)作，共同實現(xiàn)高效的AI處理。

高通驍龍855芯片中，Adreno 640 GPU、Hexagon 690處理器和Kryo 485 CPU相互協(xié)作，通過異構計算智能分配AI任務，相比前代實現(xiàn)了整體AI性能3倍的提升。

其中Hexagon 690新增的Hexagon張量加速器（Hexagon Tensor Accelerator，HTA）功不可沒。

張量運算是AI算法中的基礎操作，PC和云計算廠商近年來引入張量計算單元為AI加速。該張量加速器是Qualcomm自主設計、面向更多AI處理的硬件核心。

Hexagon張量加速器的加入對手機行業(yè)意義重大，它不僅使數(shù)字信號處理的功能得到擴展，還讓開發(fā)者實現(xiàn)可編程的AI加速。AI如今已經成為高端智能手機的核心賣點。

時代也正在發(fā)生這樣的變化：

僅有AI硬件的升級遠遠不夠，還需要有軟件開發(fā)商的支持，才能發(fā)揮出高通第四代人工智能引擎的運算潛能。

在軟件框架層面，驍龍855底層硬件支持TensorFlow、PyTorch、ONNX等主流機器學習平臺，以及Google NN API等運行軟件框架，讓開發(fā)者充分利用AI特性，圍繞高通人工智能引擎AI Engine，打造覆蓋范圍最廣的AI生態(tài)系統(tǒng)。

同樣在高通AI開放日現(xiàn)場，去除噪點、實時翻譯語音、手勢識別等實際應用，都是AI帶來的新變化。

曾經在PC上需要大量資源才能運行的圖像、語音處理模型，如今在手機上也能輕松運行。

而且AI也讓高通的生態(tài)空前龐大，商湯、曠視和虹軟等AI獨角獸也都紛紛參與到高通AI朋友圈中，基于芯片和軟件支持平臺，最后推出更豐富的AI應用和場景化落地。

基礎研發(fā)啟示錄

所以歸根結底，無論是手機方向上的努力，還是更宏大的AI生態(tài)藍圖。

這篇高通AI基礎論文背后的啟示，早已再清晰不過。

如果不在基礎研發(fā)下苦功，任何領先和生態(tài)，都只會是窒息一場。

所謂臺上一分鐘，臺下十年功。

之前太多羨慕高通移動時代的話語權之強大，但鮮有背后研發(fā)投入和基礎苦功的闡釋表達。

現(xiàn)在，這篇引起學界一番熱議的論文，恰似一個注腳，能夠解釋高通之所以引領了一個時代的核心原因。

也是值得更多擁有宏圖夢想的AI公司們學習的原因。

— 完 —

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節(jié)，請在量子位公眾號(QbitAI)對話界面，回復“招聘”兩個

量子位 QbitAI · 頭條號簽約

?’?’ ? 追蹤AI技術和產品新動態(tài)作者字。