高通在北京召开的人工智能媒体电话沟通会，并且分享了目前在人工智能领域的进展情况。随着ai大潮来临，面对林林总总人工智能计算，高通正在积极布局并开发了神经处理引擎，目前以在高通骁龙snapdragon600和800系列处理器上可运行ai应用程序。

十年研究重在终端设备深度学习

早在2007年的时候，高通就在进行脉冲神经网络的研究，2012年开始进入深度学习领域研究，而高通将研究重点放在了终端设备深度学习上。在近几年的时间中，高通还在河南开设了研发分支机构。在2015年imagenet大规模图像识别挑战赛获得前三名的好成绩，同时也成功发布qualcomm骁龙神经处理引擎sdk。

高通积极拓展人工智能领域生态系统建设，与google展开深度合作，支持tensorflow、caffe/caffe2。2017年参与braincorp公司的1.14亿美元融资，同时近期还收购了机器学习初创公司scyfer。高通在人工智能领域已有十多年的持续研究，而且将长期着眼于未来，将联手合作伙伴共同完成人工智能产品的创新和研究。

高通在人工领域处于领先地位

近期高通收购scyfer可以补充人工智能研发的人才储备，同时也很好壮大了高通在荷兰的研发实力。maxwelling教授作为公司创始人也将加入高通研究机构当中，通过这次收购高通将全面接手了scyfer技术工程研发，整个阿姆斯特丹团队将利用人工智能方面所掌握的技术，帮助高通进行人工智能产品开发。

感知推理行动三大方面深入研究

高通人工智能将从三大方面深入研究人工智能，其中包括感知、推理和行动。涵盖听、看、监测、观察、学习、情景推断、预估、直观行动、自然交互和保护隐私等方面。高通同时也可以提供第三方sdk和工具箱，以帮助开发者基于人工智能平台进行开发。

高通所面向的人工智能领域相当广泛，在不同领域和生活化场景中将实现快速迭代、庞大规模和高度集成化且优化的设计。除了大家熟知的智能手机之外，人工智能涉及到的领域还将扩展到移动计算、智能家居、工业物联网、可穿戴设备、智慧城市、汽车、医疗卫生、网络和扩展现实等方面。以往人工智能所涉及到的数据和复杂运算，都是在后台大型服务器端或者云端完成。而如今随着移动处理能力不断提升，很多复杂运算也可以在终端处理。云端对汇集大数据以及在终端上运行的许多人工智能推理算法的训练在服务器端完成，但目前出现一个趋势，训练工作在终端多台设备的分布式架构也可以完成。这样服务器端和终端的权重将向着一个平衡态势发展。

高通一直在无线通讯领域有着很强实力，而且5g正在兴起智能运算将向终端迁移。终端处理有几个优势。1、隐私性2、可靠性3、低时延4、高效利用网络带宽，通过5g网络来实现终端设备与云端的连接。从而找到合适的方式解决不同的问题，通过5g可以在多台设备上进行互相学习。

人工智能将有遇到两大挑战

人工智能将有遇到两大挑战，一是人工智能工作负载的挑战，二是移动环境下所面临的挑战。人工智能的负载处理要求较高，需要大量密集型计算，以及复杂神经网络模型实时处理，而且随时都保持开启和联网状态。像手机、无人机、无人驾驶都将受到环境影响，电池续航需要更长久、产品必须实现高效散热。此外，内存、存储空间和带宽也受到不小的限制。

cpu+gpu+dsp分布式计算架构

高通将从三个方面应对以上两大挑战。人工智能的设备首先是高性能低功耗的设备，然后能够利用现有无线通信技术，实现利用5g设备端和云之间的智能配合和连接。

人工智能将会给手机用户带来更好的使用体验和应用场景。通过人工智能手机将会拥有更为贴心的个人助理、还能够提供出色拍摄能力以及增强的安全性。事实上，以上都是客户可以直接感知到的体验。此外还有无形的优势，通过人工智能技术改善手机续航能力、实现更好的手机联网能力、调制解调器管理。

（转载）

以上是网络信息转载，信息真实性自行斟酌。