電子發燒友網報道（文/李彎彎）前不久，在2022驍龍技術峰會上，高通正式發布了全新一代旗艦移動平臺驍龍 8 Gen 2。驍龍 8 Gen 2搭載一顆專門面向AI計算的Hexagon處理器，在手機AI加速計算、計算式攝影、手游光線追蹤、5G雙卡雙通方面均較上一代有較大突破。

高通高級副總裁兼手機業務總經理Christopher Patrick在峰會上表示，“我們把人工智能作為設計第二代驍龍8的關鍵技術。”

驍龍 8 Gen 2的AI技術體現在哪些方面

驍龍8 Gen 2搭載的Hexagon處理器，之前是用來命名驍龍芯片內部DSP的，它在此之前更像是協處理器。如今Hexagon已經進化為專用的AI加速計算芯片，具有專門為其供電的系統，內置Tensor、Scalar加速器、HVX矢量擴展處理器，支持Micro Tile Inferencing等技術。

據介紹，驍龍8 Gen 2這次的Hexagon處理器具備INT4精度AI計算的能力。這讓驍龍8 Gen 2成為世界上第一顆，也是目前已知的唯一一顆支持INT4精度AI計算的移動平臺處理器。

INT4是一種更新、近年來多受關注的AI計算精度模式，和之前經常被提起的浮點計算精度模式相比起來，INT4能夠讓模型占用空間顯著縮小，從而可以在計算/能耗資源更為有限的移動平臺上，保存和運行更多和更大的預訓練神經網絡模型。

根據高通的表述，支持了INT4之后，開發者可以讓驍龍8 Gen 2來跑超大規模的神經網絡，比如Transformer。在此之前沒有已知的移動平臺具有本地運行Transformer類預訓練模型的能力，而驍龍8 Gen 2也成為了第一顆支持Transformer大模型的移動處理器。

通過支持INT4精度計算，Hexagon處理器還可以更加有效地替代GPU和CPU，在運行各種AI計算任務時顯著降低能耗。在持續AI推理計算任務上，驍龍8 Gen 2相比8 Gen 1的性能提升最高可達4.35倍，每瓦性能提升程度高達60%。

Christopher Patrick在講解中表示，在Hexagon處理器和Qualcomm Spectra ISP之間，還增加了一個名為“Hexagon直連”的物理連接，以此打造了移動行業首創的“認知ISP”。

“認知ISP”應用在影像處理過程中，通過實時語義分割實現照片和視頻的自動增強，利用AI神經網絡讓攝像頭在情境中感知人臉、面部特征、頭發、衣服和天空等，進行獨立優化，從而讓每個細節獲得定制的專業圖像調優。而之前由于AI性能較弱，用戶在拍攝完照片之后通常需要一段處理時間，手機才會顯示成片。

在AI性能提升的情況下，驍龍8 Gen 2也帶來了實時硬件加速光線追蹤。高通技術人士表示，硬件光追可以做到每秒數百億次光線相交，對光線、反射、照明等處理會更加真實。在網絡連接方面，5G芯片中植入了AI功能，可以改善網絡中的時延、網速、覆蓋不到位等問題。

高通軟硬件布局，應對終端AI落地挑戰

如今AI幾乎滲透進各行各業，終端應用場景豐富，這也造成終端AI在落地上面臨挑戰。包括：不同終端產品對性能和功耗需求不同；各類終端產品所需的深度學習架構和算子也差異巨大，比如智能手機需要使用生成模型、計算領域要用到Transformer模型，汽車ADAS則需要激光雷達模型；各類終端產品對AI特性的需求也不盡相同，比如汽車和XR需要支持更多的并發場景。

為了應對這些挑戰，從硬件層面，高通推出的AI解決方案已經實現從500毫瓦到15瓦的性能水平擴展，甚至可以滿足200瓦的性能水平。

另外為了解決不同場景對AI能力需求的差異，高通在Hexagon處理器中打造了高度可配置的硬件解決方案，使高通能夠將AI解決方案從智能手機擴展到更多業務線。比如面向汽車、云端等高性能場景，高通可以調整Hexagon處理器內的加速器和內存組件，還可以拼接多個Hexagon處理器，通過更多Hexagon處理器協同工作實現性能的拓展提升。

在AI軟件層面，高通也做了深入布局。今年6月，高通宣布推出AI軟件棧產品組合，以提升高通在AI和智能網聯邊緣領域的領先優勢。高通AI軟件棧是面向OEM廠商和開發者的一套完整的AI解決方案，集合了高通各種AI軟件產品并進行了升級，通過豐富的AI軟件權限和兼容性能夠支持各種智能終端。

高通AI軟件棧支持包括TensorFlow、PyTorch和ONNX在內的不同AI框架與主流runtimes，以及開發者庫與服務、系統軟件、工具和編譯器，從而使任何面向單一終端開發的AI特性都可在其他終端上輕松部署。高通AI軟件棧產品組合還支持一系列工具套件，包括高通AI模型增效工具包（AIMET）、AI開發圖形用戶界面（GUI）、用于增強量化與優化的模型分析器以及神經網絡架構搜索（NAS）。

小結

如今AI的發展勢頭迅猛，各家芯片廠商都布局其中，包括英偉達、英特爾等。高通在該領域也已經布局許久，近些年更是加大了在該領域的投入。因為本身應用場景多樣的特性，終端AI在落地應用上一直存在挑戰，可以看到高通正在從軟硬件各方面解決這些業界難題。