模型|撬开骁龙8一看,满满都是顶会论文( 四 )


文章插图

其中,至少有4篇模型压缩论文已在手机AI端落地实现,还有许多计算机视觉、语音识别、隐私计算相关论文。
上述的第7代AI引擎,可以说只是高通近几年在AI算法研究成果上的一个缩影。
通过高通AI的研究成果,高通还成功将AI模型拓展到了诸多最前沿技术应用的场景上。
在自动驾驶上,高通推出了骁龙汽车数字平台,“包揽”了从芯片到AI算法的一条龙解决方案,目前已同25家以上的车企达成合作,使用他们方案的网联汽车数量已经达到2亿辆。
其中,宝马的下一代辅助驾驶系统和自动驾驶系统,就将采用高通的自动驾驶方案。
在XR上,高通发布Snapdragon Spaces XR了开发平台,用于开发头戴式AR眼镜等设备和应用。
通过和Wanna Kicks合作,骁龙8还将第7代AI引擎的能力带到了AR试穿APP上。
模型|撬开骁龙8一看,满满都是顶会论文
文章插图

在无人机上,高通今年发布了Flight RB5 5G平台,其中有不少如360°避障、无人机摄影防抖等功能,都能通过平台搭载的AI模型实现。其中首架抵达火星的无人机“机智号”,搭载的就是高通提供的处理器和相关技术。
回过头看,不难发现这次高通在AI性能上不再强调硬件算力(TOPS)的提升,而是将软硬件作为一体,得出AI性能4倍提升的数据,并进一步强化AI应用体验的全方位落地。
这不仅表明高通更加注重用户实际体验的感受,也表明了高通对自身软件实力的信心,因为硬件已经不完全是高通AI能力的体现。
可以说骁龙8第7代AI引擎的升级,标志着高通AI软硬一体的开端。
最近,高通针对编解码器又提出了几篇最新的研究,分别登上了ICCV 2021和ICLR 2021。
这些论文中,高通同样用AI算法,展现了针对编解码器优化的新思路。
在一篇采用GAN原理的研究中,高通最新的编解码器算法让图像画面不仅更清晰、每帧也更小了,只需要14.5KB就能搞定:
模型|撬开骁龙8一看,满满都是顶会论文
文章插图

相比之下,原本的编解码算法每帧压缩到16.4KB后,树林就会变得无比模糊:
模型|撬开骁龙8一看,满满都是顶会论文
文章插图

而在另一篇用插帧的思路结合神经编解码器的论文中,高通选择将基于神经网络的P帧压缩和插帧补偿结合起来,利用AI预测插帧后需要进行的运动补偿。
模型|撬开骁龙8一看,满满都是顶会论文
文章插图

经过测试,这种算法比谷歌之前在CVPR 2020上保持的SOTA纪录更好,也要好于当前基于H.265标准实现开源编解码器的压缩性能。
将AI模型应用于更多领域中,高通已经不是第一次尝试,像视频编解码器的应用,就又是一个新的方向。
如果这些模型能成功被落地到平台甚至应用上,我们在设备上看视频的时候,也能真正做到不卡。
随着“软硬一体”的方案被继续进行下去,未来我们说不定真能看见这些最新的AI成果被应用到智能手机上。
结合高通在PC、汽车、XR等领域的“秀肌肉”……
【 模型|撬开骁龙8一看,满满都是顶会论文】可以预见的是,你熟悉的高通、你熟悉的骁龙,肯定不会止于手机,其AI能力,也将不止于手机。

推荐阅读