混合型人工智能白皮书：高通如何帮助人工智能扩展(一)

高通混合型人工智能架构，在设备上运行人工智能，在成本、能耗、性能、隐私、安全和个性化方面提供了全球范围的优势。

1. 摘要

正如我们之前所述，人工智能的未来需要采用混合型架构，将人工智能处理分布在云端和设备之间。混合型人工智能架构，或者仅在设备上运行人工智能，在成本、能耗、性能、隐私、安全和个性化方面提供了全球范围的优势。
高通正在实现智能计算的无处不在。作为设备端人工智能的领导者，高通技术公司在扩展混合型人工智能方面具有独特优势，提供领先行业的硬件和软件解决方案，覆盖数十亿部手机、车辆、XR头戴设备和眼镜、个人电脑、物联网设备等。我们的硬件在每瓦性能方面处于行业领先地位，移动解决方案的性能约是竞争对手的两倍。由于我们的基础研究以及在AI应用、模型、硬件和软件方面的全栈设备端人工智能优化，我们持续的创新飞轮使我们始终处于设备端人工智能解决方案的前沿。
高通技术公司还通过专注于开发和部署的简易性，支持全球数十亿台由高通®和骁龙®平台驱动的设备上的开发者。利用高通®AI Stack，开发者可以在我们的硬件上创建、优化和部署他们的AI应用，一次编写，即可通过我们的芯片组解决方案跨不同产品和领域进行部署。凭借我们的技术领导力、全球规模和生态系统支持，高通技术公司正在使混合型人工智能成为现实。

2. 高通技术公司是设备端人工智能的领导者

通过我们在设备端人工智能上的领导地位，高通技术公司正在推动这一混合型人工智能的新时代，为数十亿台边缘设备提供支持。我们可扩展的技术架构允许我们利用一个高度优化的单一AI栈，它不仅适用于不同的终端设备，还适用于不同的模型。我们的AI解决方案旨在提供最高的能效比，使人工智能无处不在。
高通®AI引擎是我们骁龙平台和许多其他产品的核心，它构成了我们设备端人工智能优势的基础。经过多年全栈人工智能优化，高通AI引擎提供了业界最佳的设备端人工智能性能，并以极低的功耗支持当前和未来的用例。我们已经出货了超过20亿件采用高通AI引擎的产品，涵盖了智能手机、XR设备、平板电脑、个人电脑、安全摄像头、机器人、车辆等众多设备类别。
高通AI栈将我们互补的AI软件解决方案统一成一个单一的包。原始设备制造商和开发者可以在我们的产品上创建、优化和部署他们的AI应用，充分利用高通AI引擎的性能——目标是让AI开发者能够一次创建AI模型，并跨不同产品随处部署。

2.1 持续创新

我们在低功耗、高性能人工智能方面的发展，已形成一个覆盖智能手机、车辆、XR、个人电脑和笔记本电脑以及企业人工智能的庞大设备人工智能生态系统。多年来，我们一直利用人工智能来支持我们的芯片产品在影像和视频捕捉、先进连接、语音指令、安全和隐私等关键应用中的差异化，并为其赋予溢价能力。

2.1.1 我们的人工智能历史

高通在人工智能研究和开发方面已经投资了超过15年。在高通人工智能研究院（Qualcomm AI Research），我们的使命是创造基础人工智能研究的突破，并将其扩展到各个行业和用例中。我们正在推进人工智能的发展，使其核心能力——感知、推理和行动——在设备中无处不在。我们的重要人工智能研究论文正在影响行业并促进高效能的人工智能发展。通过汇集该领域的一些顶尖人才，我们正在突破可能的界限，塑造人工智能的未来。

3 高通在设备端生成式人工智能方面的领导地位

我们的人工智能研究团队已经探索生成式人工智能多年。生成式人工智能可以追溯到生成对抗网络（GANs）和变分自编码器（VAEs）。我们最初探讨了生成模型是否可以很好地压缩并生成更具感知愉悦性的伪影。我们使用VAE技术创建了更好的视频和语音编解码器，将模型大小保持在不到一亿参数。我们还将生成式人工智能的理念扩展到无线通信领域，以替代信道模型，从而在通信系统中更为有效。
最近，我们将设备端生成式人工智能模型的规模扩大到超过十亿参数，如Stable Diffusion，并计划未来开发拥有数十亿参数的模型。我们还在研究如何将生成式人工智能模型用作通用代理，来结构化计算并使用语言来表示任务和动作。我们正在研究如何通过添加感知输入（如视觉和音频）以及与环境互动的能力（例如生成机器人指令或运行软件）来进一步利用这一能力。

3.1 持续推动设备端和混合型人工智能的界限

高通技术公司拥有独特的能力，能够在边缘设备中提供运行生成式人工智能（如大型语言模型（LLMs））所需的处理性能，同时保持低功耗。为了广泛采用生成式人工智能，推理不仅仅只能在云端运行——设备上必须进行大量的人工智能处理。最终，为了让生成式人工智能成为日常生活的一部分，人工智能处理需要同时利用云端和设备。在未来，我们预见用户在选择下一部手机、个人电脑或车辆升级时，主要会基于人工智能的能力。
我们已经在设备端人工智能推理方面处于领先地位，拥有人工智能硬件加速和简化开发的软件解决方案，如高通AI栈。我们今天可以在设备上运行超过十亿参数的模型，并预期在未来几个月内这一规模将增长到超过一百亿参数。
我们的人工智能加速架构具有灵活性和强健性，能应对生成式人工智能模型架构的潜在变化。随着大型语言模型和其他生成式人工智能模型的不断发展，我们的人工智能栈和技术也能相应地进步。能够轻松开发混合型人工智能应用至关重要，而我们在产品组合中的通用人工智能架构和人工智能工具正是为这一未来设计的。

3.2 负责任的人工智能

我们努力创造能够为社会带来积极变化的人工智能技术。我们对设备端人工智能的愿景基于透明度、责任感、公平性、管理环境影响和以人为本。我们致力于成为负责任的人工智能管理者，考虑我们工作的广泛影响，并采取措施减轻任何潜在的危害。我们的设备端人工智能解决方案旨在增强隐私和安全，这是一个强大而可信的人工智能生态系统所必需的。
高通在全球范围内监测并与政府就监管框架、指南和最佳实践进行互动，包括政府间指导（如经济合作与发展组织的人工智能建议）以及区域和国家框架（如欧盟的人工智能法案和美国国家标准与技术研究院的人工智能风险管理框架）。这些法规和指南为人工智能技术的负责任开发和部署提供了重要的法律和伦理考虑。遵守人工智能法规和最佳实践是我们对道德和负责任的人工智能创新承诺的基本方面，我们将不断使我们的实践与不断发展的人工智能治理格局保持一致。
最后，作为我们参与和领导行业合作、标准组织和联盟的一部分，我们为人工智能标准、数据和隐私保护、强大的网络安全做出贡献并倡导。高通长期以来认识到拥有健全和全面的标准对指导新技术的负责任开发和部署的重要性。
共同合作开发健全且有效的人工智能标准是建设可持续和可信人工智能生态系统的重要步骤。