上周,苹果和高通联合发布声明,放弃在全球层面的所有法律诉讼,签署至少六年的专利许可协议和多年的芯片组供应协议。声明发出后1小时,高通股票暴涨23%收盘。高通股票上一次如此大涨,还是在1999年。
就在和解的两天后,高通人工智能开放日在深圳举办。大会从智能手机、汽车、物联网、研发和投资多个领域展示了高通十年ai基础科技研发成果,以及推动ai在不同行业落地和普及的最新进展。
从投资、研发到落地,除了芯片技术,高通还展示了一整套完整的5g+ai战略。
本次开放日以“这是ai触手可及的时代”作为主题,可见在高通看来,ai远不是高高在上的技术,它应该落实在实际的产品体验,帮助我们解决身边的现实问题。
“想象力工程”首推王者荣耀ai战队
此次大会最大的亮点之一莫过于王者荣耀ai战队“supex”,这是高通与vivo、腾讯王者荣耀、腾讯ai lab四方合作开展“想象力工程”项目,旨在共同推动和探索终端侧人工智能应用的全新体验。
将移动游戏的ai推理能力首次大规模从云端迁移至终端侧,并通过《王者荣耀》等moba类游戏场景的实验环境来不断提升和优化ai战队的实力,为移动电竞带来更好的竞技体验。
生态系统投资战略
高通创投成立于2000年,曾投资小米、商汤等56所家中国公司。此次大会上,高通创投创投董事总经理沈劲详细介绍了未来高通创投的投资重点:5g赋能的智能互连。
将设立1亿美金ai投资基金,以投资加速ai技术创新的全球企业;
设立1.5亿美元中国战略投资基金,支持中国初创企业发展。
与高通展开广泛的合作有着这异曲同工之妙,当整个5g生态系统更加成熟,那么技术创造的价值才能得到更大的发挥。
在人工智能方面,高通创投将主要侧重于3个方面:
高效的硬件,包括超低功耗和有限发热的前提下有效运算神经网络、类眼芯片、类脑芯片和光子芯片产业链;
先进的算法,如:自适应编译器、生产算法的算法,从最先进的深度学习网络中研究的算法、为有限空间和有效性设计的算法;
垂直平台和典型应用,从手机平台到物联网、农业、汽车等平台,同时开发者社区和产业应用的对接方面也会有相应的投资。
结合xr(vr、ar、mr)与机器人,高通创投将5g+ai的目光转向制造业。
柔性制造的模式其实广泛存在,比如定制,这种以消费者为导向的,以需定产的方式对立的是传统大规模量产的生产模式。在柔性制造中,考验的是生产线和供应链的反应速度。xr实现引导执行、动态工厂重构、5g提供高可靠低时延的无线网络连接、实时的供应链可视化、ai提供预测性维修、安防等,“5g+ai+xr“三者的融合将更好的赋能柔性制造。
智能制造是指具有信息自感知、自决策、自执行等功能的先进制造过程、系统与模式的总称。高通创投所看好的智能制造项目包括传感器、agv(自动导引运输车)、工业机器人、ar头显设备、手持终端、安防摄像头和边缘计算分析等。
在机器人领域,沈劲表示将投资应用场景更加明确的机器人企业。概念驱动的机器人不被看好,如情感陪伴等没有解决实际痛点的项目。会倾向于问题驱动的解决方案、远程现场的应用场景以及安全技术、大数据科学、算法等关键技术和服务的机器人项目。
如上图所示,交互技术和感知技术仍然是物联网投资领域的重点。在此次大会上也公布一系列高通在物联网领域所取得的进展。
5g+ai让智能从云到端
除了iot成就之外,cloud ai 100 以及在ces发布的三款ai芯片665、730、730g也再次亮相。
目前,高通支持完整的从云到端的ai解决方案。以高通于去年年底推出骁龙855移动平台为例,它集成第四代多核高通ai engine,其中包括全新设计的、专门面向ai处理而设计的硬件核心——hexagon张量加速器(hta),骁龙855也是全球首款商用的5g移动平台,与骁龙x50 5g调制解调器搭配可以支持数千兆比特5g连接。
高通还宣布了面向高端和中端市场的全新骁龙7系和6系全新平台。骁龙730和730g移动平台集成了多项过去仅在骁龙8系支持的技术,它提升了拍摄、游戏、语音和安全的终端侧直观交互的处理速度,ai算力是前代平台骁龙710的2倍。除智能手机外,面向移动计算、xr、物联网、音箱和汽车,qualcomm也都已经推出集成其人工智能引擎ai engine的产品平台。
高通也正在将领先优势拓展至云端,宣布推出全新打造的qualcomm cloud ai 100加速器。这款用于数据中心的ai推理处理器,旨在让分布式智能可以从云端遍布至终端之间的全部节点。此外,高通还将为开发者提供完整的工具和框架支持。
该产品将于2019年下半年开始出样。
ai技术优化ai模型
在研发硬件的同时,高通也在推动ai软件算法的研究,包括g-cnn、神经网络压缩、机器学习训练工具等等,推动人工智能以实现高能效。通过自动化技术,利用ai技术来优化ai模型、缩短产品上市时间并减少工程成本。
通过硬件感知压缩,自动移除不重要单元同时保持准确度,压缩量达到3倍,同时准确度仅损失不到1%。通过量化自动降低权重和激活精度,实现内存和计算4倍能效提升,可以和fp32实现近乎相同的准确率。面向自动化硬件编译的强化学习,可以应对数十亿对潜在组合。
高通把量子场论等物理学的基础数学框架融入到深度学习领域,提出了3d物体识别的新思路。他们正在研究一种新型卷积神经网络。
泛化g-cnn:泛化输入,比如旋转的物体,适用于无人机、机器人、汽车等;泛化几何图形,比如面向鱼眼镜头的曲面图像对象、3d游戏……
施密特触发器常用芯片
100G光模块的封装形式 100G光模块可以插40G端口吗?
出售Yokogawa AQ6317B光谱分析仪
HBM3:用于解决高密度和复杂计算问题的下一代内存标准
51单片机过时了吗 51单片机可以做什么
“想象力工程”首推王者荣耀AI战队,生态系统投资战略
RFID智能仓储温湿度自动监测系统的详细说明
灯笼光控自动开关电路
5G智能制造的应用有哪一些
2019自然指数排行榜来了!
温度传感器的时间常数与滞后,温度传感器测温影响因素以及温度传感器的误差避免
Buck 电路自举电容推导及RTQ6363内部电路框图解析
中芯国际宣布将以1.13亿美元出售意大利8寸厂LFoundry于新买方
紫光国微将全面进入民用航空装备市场
相控阵(OPA)的优缺点有哪些
中兴通讯将从多维度布局实现绿色5G战略
PROFINET通信协议模组替代瑞萨TPS-1/西门子ERTEC 200P/NETX52(内附说明)
博世电动化附加功带你进入两轮骑行新体验
2018最新十大动力电池生产厂家排名
DIY一个LED时尚读书灯