元宇宙是互聯網的未來 那么進入元宇宙的鑰匙在哪里

近日，2022世界人工智能大會在上海舉行。本屆大會以“智聯世界，元生無界”為主題，探討了人工智能新技術、元宇宙，以及這些新賽道的融合場景及應用。

隨著人工智能崛起，高通在人工智能領域積極布局，不僅包含人工智能芯片，還包括諸多軟件層面的應用以及開發平臺，全面賦能人工智能行業。

“元宇宙是互聯網的未來，也就是空間互聯網”。作為高通公司的總裁兼首席執行官，帶著對行業的深刻洞察，安蒙對元宇宙抱有非常樂觀的看法。

誠然，元宇宙幾乎能夠為各個行業帶來變革，因為它是一種全新的體驗。設想一下，在一個多維的虛擬世界中，它提供了高度沉浸式、可定制化，同時模糊了物理世界與數字世界的新體驗，這會發生什么？

以零售行業為例，基于元宇宙打造的全新空間以及顛覆式的體驗，會帶來更高的客戶忠誠度；在開發端，數字孿生會在元宇宙中越來越普及，產品研發、藥物治療效果、商業飛機性能監測等等領域都能看到它的影子。

高通公司總裁兼首席執行官安蒙

不妨再將腦洞打開的更大一些，藝術領域能否與元宇宙碰撞呢？在沉浸式虛擬空間里，設計師、音樂家同樣能夠以全新的方式與受眾溝通。如今，雖然我們能夠想象到多種多樣的元宇宙應用案例，但安蒙在演講中也提到，“元宇宙如何影響和改變行業、人們的生活，我們目前的理解只是冰山一角”。

沿著這樣的邏輯，我們不免會問，元宇宙的未來是星辰大海，那么，入口在哪里呢？

這正是問題的關鍵，我們需要入口，它是連接物理世界和數字世界的通道。XR擴展現實設備、增強現實、虛擬現實設備以及幾乎人手一部的智能手機，甚至個人電腦都可以成為“入口”。

智能手表、智能家居等終端會成為元宇宙的物理鏈路。隨著網聯終端數量的持續增長，萬物互聯逐步實現。這些終端產生的數據將會反哺、助力構建元宇宙，元宇宙進一步完善，再促進不同形態的終端出現，如此構成了一個螺旋上升的曲線。

終端也好，入口也罷，它們有一個共同的稱呼——邊緣側。邊緣側技術對元宇宙的發展至關重要。做個比喻，如果元宇宙是一個巨大的倉庫，邊緣側技術不突破，也只能望洋興嘆，倉庫只能看，不能用。

為了進一步闡述這個問題，需要引出兩個概念加以對比：邊緣端和云端。云端的技術包括云計算、云端芯片，它的特點是性能強大。而邊緣端（邊緣芯片、邊緣計算、邊緣人工智能）的特點是使用場景眾多，而且不同場景對能耗也有需求。由此可以理解，邊緣端技術的部署更加復雜，同樣一個功能，放在智能手表上沒問題，如果轉移到手機上，很可能要重新設計一遍。

所以，為何不把所有的邊緣端的計算全部移到云端，借助云端強大的芯片徹底解放邊緣端呢？

對此我們只能說，“想法很好，但可能做不到”。

首先，云計算面臨帶寬不足的問題。雖然全球都在談5G，但實際情況是網絡傳輸的速度很難趕上數據增長的速度，網絡傳輸是一個大問題。以無人駕駛汽車為例，高速行駛情況下，其響應時間需要達到毫秒級，此時任何網絡延遲都會造成嚴重后果。

另一個例子，波音787飛機每秒鐘產生5GB數據，但是飛機與衛星之間的傳輸速度無法處理如此大的數據量，把所有數據都交給云端處理、再返回明顯不現實。此時，就不難理解邊緣側技術為何如此重要了——當數據可以在本地（終端）處理，再與云端交互，那么以上問題就會迎刃而解。

第二，邊緣側技術更加穩定可靠。一個經常用的案例是，當沒有網絡，而家里門鎖需要人臉識別打開，數據又存放在云端，此時只能等待了。但如果智能門鎖使用的是邊緣人工智能，部署邊緣芯片，即便沒有網絡也不耽誤掃臉開門，這便是可靠性。

第三點是安全原因。對于某些數據，用戶不愿意放在云端，存儲在本地更加放心。

至此，元宇宙、邊緣側技術和人工智能就產生了關聯。在未來，終端（邊緣側）使用的人工智能芯片，具備的算力，幾乎完全決定了用戶體驗。這便是我們不厭其煩的強調“邊緣創新”的原因。用高通總裁兼首席執行官的說法就是，“人工智能對于塑造用戶體驗至關重要，因為元宇宙需要學習和適應不斷變化的環境及用戶偏好”。

也許正是深刻洞察到了這一點，高通一直在終端智能領域發力，積極賦能各類廠商、開發者。

經過十多年在人工智能領域的深耕，高通已經成為終端智能領域的全球領軍企業。幾乎已經是家喻戶曉的“驍龍XR”平臺，就是專門為滿足空間互聯網需求而設計。作為先進的邊緣側平臺，目前已經有超過50款基于驍龍XR的商用設備發布。齊亞德·阿斯加爾（Ziad Asghar）是高通公司產品管理副總裁，在他看來，人工智能是一種水平化賦能技術，能夠應用于驍龍支持的各個領域，比如把人工智能用于語音、音頻。

前文提到，邊緣側人工智能既要良好的計算性能，又對功耗有更高的要求，畢竟它不是云計算中心。而就在去年底，第七代高通人工智能引擎推出，在性能-功耗能效上實現了新突破。根據阿斯加爾介紹，從第六代高通人工智能引擎到第七代，在相同功耗下人工智能能力提升了一倍。Hexagon處理器作為第七代人工智能引擎的核心組成部分，它由標量、張量和矢量加速器組成，并且三個加速器享用統一的共享內存，根據報道，第七代人工智能引擎推理速度比上一代提高了3倍。

在邊緣側部署人工智能，面臨的另一個難題是終端種類繁雜，并且某些時候需要協同工作。比如智能耳機和智能手機。不同終端，其運行要求的性能、功耗大不相同，因此解決方案必須要支持從500毫瓦～15瓦特、甚至200瓦特功耗區域。另一方面，不同終端產品所需的深度學習架構差異也非常大。比如面向移動領域可能需要使用生成模型，面向計算領域需要使用Transformer模型，面向汽車ADAS需要激光雷達模型。與此同時，特性需求也大不相同。汽車和XR需要不同的并發環境，因為它們需要支持更多的并發場景。此外，所需數據類型也截然不同。

在這種情況下，高通的硬件是如何解決問題的？

通過調整Hexagon處理器內的加速器和內存組件，拼接多個Hexagon處理器，比如面向計算、云端、邊緣和汽車領域擴展時，可以通過更多Hexagon處理器協同工作以擴展提升性能。這帶來的好處是，產品既可以面向毫瓦級功耗需求，也可以面向微瓦級功耗需求。隨著高通將其引入更多高性能終端，上述功耗優勢能夠規?；瘮U展，形成驍龍的獨特優勢。

上文所列都是高通利用其硬件優勢賦能邊緣側的創新舉措。另一方面，相對于硬件，高通不久前發布了重磅產品——人工智能軟件棧。該產品的出現，有望打破傳統的人工智能開發模式。

多場景、多終端開發始終是在邊緣側部署人工智能的瓶頸。同一個功能需要在不同終端下重復開發，不僅是消耗開發人員的精力，同時限制了它們的創造力，因為更多的時間本可以用來專注產品創新。但是人工智能軟件棧的出現顛覆了這一老舊開發模式。

作為人工智能開發“全家桶”，一言以蔽之，人工智能軟件?？梢詫崿F“一次開發，多終端使用”。

這款產品覆蓋了當前高通所有產品線，支持所有框架。包含TensorFlow Micro、Tensor Flow、Pytorch和ONNX。支持所有人工智能runtimes，包括高通神經網絡處理SDK和高通人工智能引擎Direct。

人工智能軟件棧能夠讓用戶可以根據實際需求進行模型開發和優化。例如，在智能手機領域開發的軟件可以便捷地擴展至物聯網或任何其他產品線。

除了在硬件、軟件上賦能開發者，高通還在模型壓縮技術上投入、從神經網絡中移除冗余部分、打造更先進的編譯技術等等。這些工作，有助于提高模型能效，幫助客戶建立優勢。

通過使用人工智能模型增效工具包的無數據量化功能，模型僅損失不到1%的精度，就能夠將其從FP32模型轉化為INT8模型，能效提升16倍。

通過與谷歌就Google Vertex人工智能解決方案的神經網絡架構搜索展開合作，在移動端的自然語言處理方面，高通在不影響精度的情況下將時延降低了13%。此外，其還將汽車領域中的物體檢測這一功能，時延改善13%，并且精度提升1.3%，對于特定的汽車應用場景，這是巨大的優勢。

在人工智能領域，大眾對邊緣側技術了解較少，反而更多關注點在云端。這主要是因為終端場景太多，和用戶太近，反而產生了“只緣身在此山中”效果。然而，從全球市場來看，僅是邊緣人工智能芯片這個領域，大有超過云芯片市場的趨勢。

全球技術市場咨詢公司ABI Research的數據顯示，預計到2025年，邊緣人工智能芯片組市場的收入將達到122億美元，云人工智能芯片組市場的收入將達到119億美元。邊緣人工智能芯片組市場將超過云人工智能芯片組市場。

隨著人工智能技術的發展和在各行各業的應用普及，企業需要解決越來越多有關的數據隱私、電源效率、低延遲和強大的設備上計算性能等問題，而這些“難題”，成為了推動邊緣側創新的原動力。

高通公司總裁兼首席執行官之所以敢說“高通和驍龍，已成為通往元宇宙的鑰匙”，一定程度上是基于高通在邊緣側人工智能這一元宇宙入口多年的深耕和布局，驍龍平臺和一系列賦能人工智能的硬件、軟件工具，正在賦能其他廠商、合作伙伴以及開發者，提高他們的開發效率和創新能力。