高通究竟做出了什么让AI开发者兴奋的决定1nm工艺是不是已经达到了极限

高通的新举措：让AI开发者兴奋的“一次开发，随处运行”解决方案

在智能手机、物联网、汽车、虚拟现实(VR)、增强现实(AR)以及移动PC等多个领域，AI技术正在逐步普及。然而，尽管AI已经成为各大科技公司竞争的焦点，但其体验仍然不够完善，而功能也远未达到预期水平。想要实现优秀的AI体验和产品，一定需要从硬件到软件和系统深度融合。

所有边缘芯片制造商都在宣传他们产品的优势，但即便是有能力和经验丰富的AI开发者，要将一个应用程序迁移到不同的设备上，也常常面临许多挑战。这也是阻碍了AI广泛应用和进一步创新的一大因素。

为了解决这个问题，高通推出了其最新的人工智能软件栈（Qualcomm AI Stack），包括硬件、软件以及工具，使得原厂商或开发者可以通过一次编码，就能实现对智能手机、物联网设备、汽车、高级现实(XR)、云端服务以及移动个人计算机等多种不同类型设备上的应用程序。

这是对任何一位热爱技术革新的开发者的巨大激励——“一次编写，随处运行”。但要达成这一目标，无疑会面临着诸多挑战。高通技术公司产品管理副总裁Ziad Asghar指出，“在不同的场景中，对于功耗需求、模型类型以及部署方式，每个业务都有自己的特点，而且对于准确性、功耗及时延等方面也有所不同。”

为了应对这些挑战，高通最终推出了其人工智能软件栈组合，从底层硬件与上层软件与工具相结合，以优化跨平台运行。此外，这些组合还支持Android操作系统，以及针对网络连接车辆使用QNX操作系统等其他操作系统。在更深入的层次，它们提供了完整支持系统接口，加速器驱动仿真，以及数学库编译器虚拟平台，并且为分析器调试器提供了支持，让开发者能够更好地了解如何利用模型，同时知道应该如何在硬件上进行权重分析。此外，还包含了编程语言核心库。

这套人工智能引擎Direct被视为一个低级别库，可以直接编辑最接近模型或硬件的地方，以释放最大性能并保证最佳表现。它之上的还有人工智能runtimes，为OEM客户提供了一种更加有效完成更多用例的人力资源。而且，它还支持广泛使用到的神经网络处理SDK ONNX runtimes，以及TF Lite Micro Direct ML.

此外，还有一系列工具套装，如AIMET用于量化感知训练和无数据训练浮点转整数模型；图形用户界面GUI来帮助构建简单直观的人工智能应用；神经网络架构搜索Nas以自动寻找最适用的算法结构；Prometheus Kubernetes Docker基础设施集成使得部署更加灵活易行；最后，还有Snapdragon Ride SDK Snapragon Spaces XR SDK 和 Snapdragon Smart Multimedia SDK 等众多SDK集成，为各种行业解决方案提供支撑。

Ziad Asghar表示，“要实现任何单一终端上的特性，在其他终端轻松部署，是关键之一。但它只是众多重要部分之一。”他继续说，“我们需要确保这些组成部分能够协同工作以实现效率。”