2023年6月16日，高通方面召開了一場比較特別的技術溝通會。為什麼說它“特別”？因為與以往有些不同的是，高通這次並沒有發佈特定的硬件，也沒有宣佈什麼全新的軟件技術。
取而代之的是，則是他們集中闡釋了剛剛公佈的、中文版《混合AI是AI的未來》白皮書中的大部分技術內容，並結合高通現有的芯片、AI相關產品，進行了簡單的演示。
看到這裡，有些朋友是不是感覺這場溝通會的內容可能有點不太“激動人心”？在經過深度挖掘後，我們三易生活發現，除了闡釋這一白皮書中的內容外，高通其實還暗藏了一些“乾貨”。
-
首先，高通首次明確了其AI硬件的“原點”
如果過去曾經有看過我們三易生活關於手機AI的相關內容可能會記得，我們幾乎每次提到高通的手機端AI硬件時，幾乎都會涉及一個單詞，“Zeroth”。
“Zeroth”是什麼？最初的它，其實是一款單獨的AI芯片，由高通在2013年發佈。它最大的特色，是採用了仿生自生物大腦的神經元架構（事實上這正是最早的NPU概念），能夠不依賴編程、而是通過反覆的“觀察”和“自學習”，實現程序、性能的自我進化。
到了2014、2015年之後，“Zeroth”的架構、編程思路被引入到驍龍平臺，成就了高通旗下第一款明確具備AI加速能力的移動平臺，也就是大名鼎鼎的驍龍820系列。
有意思的是，或許是因為驍龍820誕生的時候，智能手機上的AI用例還十分稀少，因此高通當時並沒有針對驍龍820的“Zeroth”AI加速架構進行太多宣傳。直到後來的驍龍845、驍龍855時代，他們才開始大力宣傳驍龍平臺內置的“AI加速器”。這就給部分此前不太關注移動AI發展的消費者帶來了錯誤的印象，使得他們誤以為高通直到2018年前後，才開始發力手機上的AI硬件。
很顯然，這有點偏差。而隨著高通在這場技術溝通會上，正式將他們的手機端AI技術介紹為“（自2013年起）有著10年的技術積澱”，實際上也就意味著高通方面意識到，他們自己其實才是智能手機端側AI的真正發明者，而且比競爭對手要早了好些年。
-
其次，高通還變相預告了次世代驍龍移動平臺的性能
何謂“混合AI”？簡單來說，它指的其實是雲端和設備端共同處理AI計算，藉助設備端的即時感知、即時處理優勢，來填補雲端AI在延遲方面的短板，同時還通過雲端的超高算力，來彌補端側AI性能的缺憾。
考慮到目前的智能手機上的AI處理場景（比如拍照、影音增強、語音辨識）通常對於延遲都極為敏感，所以混合AI雖然名義上是雲AI與端側AI的“算力混合”，但實際上端側AI的性能高低對於用戶體驗的影響，反而可能才是更大的一方。
正因如此，在這場溝通會上高通給出了兩個很有趣的數字。一是目前其已在端側支持運行參數超過10億的AI模型，從而能夠在手機上跑Stable Diffusion這樣的內容生成實例。而另一個更為關鍵的，則是他們宣稱，“在未來幾個月，終端側將可以支持超過100億參數的模型”。
這是什麼概念呢？有關注手機SoC的朋友可能已經猜到，“未來幾個月內”高通將會發布的新品是什麼。但從“10億參數”到“100億參數”這樣高達10倍的AI性能提升，則是首次被官方以近乎公開的形式提出。
而且回溯歷史不難發現，此前數年的驍龍移動平臺在AI算力上的進步雖然普遍不小，但基本都是每代提升70~100%左右的水平。只有到了驍龍8 Gen2這一代，在軟硬件兩方面的共同加持下，才首次將跨代的AI性能提升幅度達到了300%之多，這已經十分恐怖了。但如果高通此次公佈的數字無誤的話，那麼他們下一代的旗艦SoC，將很有可能首次實現AI性能的暴增。
再更進一步推斷，這似乎也就意味著，如果新一代的驍龍7系、驍龍6系，乃至驍龍4系“沿用”新旗艦的相關架構設計，那麼它們將同樣有可能會迎來AI性能的爆炸式增長，甚至有望超越現有驍龍8 Gen2的水平。
如果真是那樣，那麼搭載驍龍移動平臺的機型從2023年底開始，所能實現的端側AI功能勢必將會迎來一輪極為巨大的進步。
-
除了手機，高通的AI佈局還瞄準了XR、汽車和PC
過去我們三易生活在相關內容中常常說到，Adreno GPU是高通的一大技術底氣。因為它有著行業中少見的自研架構，由高通自己來維護驅動程序，因此可以做到比其他競品更深入、更及時的遊戲適配。
很顯然，如今這個“因為是高度自研、所以優化更好、效率更高”的理由，也同樣適用於高通的AI計算體系。
在這次溝通會上，高通方面就明確提到了其XR、汽車、PC平臺在端側AI計算性能上相比於競品的優勢，也提到了他們已具備從算法開發、軟件效率優化、數據量化和編譯，以及硬件加速技術等方面的全棧開發工具。甚至還“特意”強調了其AI開發軟件對於Android、Windows、Linux和QNX等，多種操作系統的跨平臺支持性。
那麼這意味著什麼呢？很顯然，在移動端拿下40%端側AI計算設備份額，確立了自身的“行業統治地位”後，高通如今正打算藉助自研架構的優勢，將他們的混合AI佈局推廣到更多的消費類電子設備上。而能否取得成功，似乎很大程度上就要看接下來的那款新品，究竟能在AI性能上將競爭對手們甩開多遠，又能有多塊將其架構“流用”到其他驍龍平臺上了。
傳統手錶的“自充能”設計，為何智能手錶卻沒有
相比傳統手錶，智能手錶的耗電量無疑要大得多。。