摘要：AI產(chǎn)品開發(fā)者需要先行一步，早一些讓用戶體驗自己的產(chǎn)品，和用戶建立連接，培養(yǎng)粘性，從而在競爭中占得先機。
2024注定是AI行業(yè)熱鬧非凡的一年。雖然剛剛進入3月份，但是關(guān)于AI的新聞已經(jīng)多次占據(jù)了頭條。就在上個月，OpenAI發(fā)布了文字生成視頻的大模型Sora，其逼真的效果直接清空了在這個細分賽道苦苦耕耘的創(chuàng)業(yè)者。幾天后，英偉達市值站上2萬億美元，成為了歷史上最快實現(xiàn)從1萬億到2萬億美元市值的企業(yè)。正所謂“當(dāng)你發(fā)現(xiàn)金礦，最好的生意不是挖礦而是賣鏟子”，英偉達成為了AI時代“軍備競賽”的最大贏家。
就在大家感嘆“世界上只有兩種AI，一種叫OpenAI，一種叫其他AI”的時候，沉寂了許久的Anthropic放出王炸，這家由OpenAI前研究副總裁創(chuàng)立的公司，發(fā)布了最新的Claude3模型，各項指標(biāo)已經(jīng)全面超越了GPT4。
AI行業(yè)的風(fēng)起云涌，也昭示了這個行業(yè)還處在一個初級階段。技術(shù)迭代太快，暫時領(lǐng)先的企業(yè)可能在一夜之間就被新技術(shù)顛覆。一些眼花繚亂的新技術(shù)，雖然已經(jīng)問世，但遲遲不公開或者沒有部署。比如上文提到的Sora，截至發(fā)文，還沒有正式向公眾開放。
生成式AI的研發(fā)和本地部署之間存在鴻溝。目前，大眾使用的生成式AI產(chǎn)品往往是部署在云端而在本地訪問(比如ChatGPT網(wǎng)頁)，但這無法滿足所有需求，并且會產(chǎn)生一些隱患。
首先，隨著大模型越來越復(fù)雜，云端和本地之間的傳輸在有限帶寬下變得捉襟見肘，比如一架波音787飛機每秒鐘產(chǎn)生5G的數(shù)據(jù)，如果上傳到云端、計算、輸出結(jié)果再返回，飛機可能已經(jīng)飛出去幾公里了(按照800公里/小時估算)。如果在飛機上使用AI功能但是在云端部署，這樣的傳輸速度是無法滿足要求的。
此外，一些用戶敏感數(shù)據(jù)、隱私數(shù)據(jù)，是否一定要上云?顯然放在本地比云端更讓用戶放心。
不論生成式AI多么強大，如何部署到本地始終是一個無法繞開的問題。這是行業(yè)發(fā)展的趨勢，雖然目前面臨一些困難。
困難在于，如何把“大模型”裝入“小設(shè)備”。注意，這里的“大小”是相對而言的。云端計算的背后可能是一個占地幾萬平方米的計算中心，而本地部署卻要讓生成式AI在你的手機上跑起來。手機沒有液氮冷卻，也沒有無窮無盡的電力，該如何部署AI呢?
異構(gòu)計算，一種可能的解決方案?
高通的異構(gòu)計算AI引擎(以下皆稱作高通AI引擎)為行業(yè)提供了一種可行的解決方案。即通過CPU、GPU、NPU以及高通傳感器中樞和內(nèi)存子系統(tǒng)的協(xié)作，實現(xiàn)了AI部署和大幅度提升AI體驗的目的。
圖：專門的工業(yè)設(shè)計讓不同計算單元更緊湊 來源：高通
不同類型的處理器所擅長的工作不同，異構(gòu)計算的原理就是讓“專業(yè)的人做專業(yè)的事”。CPU擅長順序控制，適用于需要低延時的應(yīng)用場景，同時，一些較小的傳統(tǒng)模型如卷積神經(jīng)網(wǎng)絡(luò)模型(CNN)，或一些特定的大語言模型(LLM)，CPU處理起來也能得心應(yīng)手。而GPU更擅長面向高精度格式的并行處理，比如對畫質(zhì)要求非常高的視頻、游戲。
CPU和GPU出鏡率很高，大眾已經(jīng)相當(dāng)熟悉，而NPU相對而言更像一種新技術(shù)。NPU即神經(jīng)網(wǎng)絡(luò)處理器，專門為實現(xiàn)低功耗、加速AI推理而打造。當(dāng)我們在持續(xù)使用AI時，需要以低功耗穩(wěn)定輸出高峰值性能，NPU就可以發(fā)揮最大優(yōu)勢。
舉個例子，當(dāng)用戶在玩一款重負載的游戲，此時GPU會被完全占用，或者用戶在瀏覽多個網(wǎng)頁，CPU又被完全占用。此時，NPU作為真正的AI專用引擎就會負擔(dān)起和AI有關(guān)的計算，保證用戶的AI體驗流暢。
總結(jié)起來說就是，CPU和GPU是通用處理器，為靈活性而設(shè)計，易于編程，本職工作是負責(zé)操作系統(tǒng)、游戲和其他應(yīng)用。NPU則為AI而生，AI是它的本職工作，通過犧牲部分易編程特性而實現(xiàn)了更高的峰值性能和能效，一路為用戶的AI體驗護航。
當(dāng)我們把 CPU、GPU、NPU 以及高通傳感器中樞和內(nèi)存子系統(tǒng)集成在一起，就是異構(gòu)計算架構(gòu)。
圖：高通AI引擎包括Hexagon NPU、Adreno GPU、高通Oryon或 Kryo CPU、高通傳感器中樞和內(nèi)存子系統(tǒng) 來源：高通
高通AI引擎整合了高通 Oryon 或 Kryo CPU、 Adreno GPU 、 Hexagon NPU 以及高通傳感器中樞和內(nèi)存子系統(tǒng)。Hexagon NPU作為其中的核心組件，經(jīng)過多年的升級迭代，目前已達到業(yè)界領(lǐng)先的AI處理水平。以手機平臺為例，集成高通 AI 引擎的第三代驍龍 8 支持行業(yè)領(lǐng)先的LPDDR5x內(nèi)存，頻率高達4.8GHz，使其能夠以非常高速的芯片內(nèi)存讀取速度運行大型語言模型，如百川、Llama 2等，從而實現(xiàn)非常快的token生成速率，為用戶帶來全新的體驗。
圖：NPU隨著不斷變化的AI用例和模型持續(xù)演進，實現(xiàn)高性能低功耗 來源：高通
高通對NPU的研究，并不是近幾年才開始的。如果要追溯Hexagon NPU的起源，要回到2007年，也就是生成式AI走入公眾視野的15年前。高通發(fā)布的首款Hexagon DSP在驍龍平臺上亮相，DSP控制和標(biāo)量架構(gòu)成為了高通未來多代NPU的基礎(chǔ)。
8年后，也就是2015年，驍龍820處理器集成了首個高通AI引擎;
2018年，高通在驍龍855中為Hexagon NPU增加了張量加速器;
2019年，高通在驍龍865上擴展了終端側(cè)AI用例，包括AI成像、AI視頻、AI語音等功能;
2020年，Hexagon NPU迎來變革型架構(gòu)更新。標(biāo)量、向量、張量加速器融合，這為高通未來的NPU架構(gòu)奠定了基礎(chǔ);
2022年，第二代驍龍8中的Hexagon NPU引入了一系列重大技術(shù)提升。微切片技術(shù)提升了內(nèi)存效率，功耗降低繼續(xù)降低并且實現(xiàn)了4.35倍的AI性能提升。
2023年10月25日，高通正式發(fā)布第三代驍龍8。作為高通技術(shù)公司首個專為生成式AI而精心打造的移動平臺，其集成的Hexagon NPU是目前高通面向生成式AI最新、也是最好的設(shè)計。
由于高通為AI開發(fā)者和下游廠商提供的是全套解決方案(這部分內(nèi)容會在第三部分詳細敘述)，并非單獨提供芯片或者某個軟件應(yīng)用。這意味著在硬件設(shè)計上和優(yōu)化上，高通可以通盤考慮，找出目前AI開發(fā)的瓶頸，做有針對性地提升。
比如，為何要特別在意內(nèi)存帶寬這個技術(shù)點?當(dāng)我們把視角從芯片上升到AI大模型開發(fā)，就會發(fā)現(xiàn)內(nèi)存帶寬是大語言模型token生成的瓶頸。第三代驍龍8的NPU架構(gòu)之所以能幫助加速開發(fā)AI大模型，原因之一便在于專門提升了內(nèi)存帶寬的效率。
這種效率的提升主要受益于兩項技術(shù)的應(yīng)用。
第一是微切片推理。通過將神經(jīng)網(wǎng)絡(luò)分割成多個獨立執(zhí)行的微切片，消除了高達10余層的內(nèi)存占用，此舉最大化利用了Hexagon NPU中的標(biāo)量、向量和張量加速器并降低功耗。第二是本地4位整數(shù)(INT4)運算。它能將INT4層和神經(jīng)網(wǎng)絡(luò)和張量加速吞吐量提高一倍，同時提升了內(nèi)存帶寬效率。
圖：第三代驍龍8的Hexagon NPU以低功耗實現(xiàn)更佳的AI性能
2月26日，世界移動通信大會(MWC 2024)在巴塞羅那拉開帷幕。基于驍龍X Elite，高通向全世界展示了全球首個在終端側(cè)運行的超過70億參數(shù)的大型多模態(tài)語言模型(LMM)。該模型可接收文本和音頻輸入(如音樂、交通環(huán)境音頻等)，并基于音頻內(nèi)容生成多輪對話。
所以，在集成了Hexagon NPU的移動終端上，會有怎樣的AI體驗?以及它是如何做到的?高通詳細拆解了一個案例。
借助移動終端的AI旅行助手，用戶可以直接對模型提出規(guī)劃旅游行程的需求。AI助手可以立刻給到航班行程建議，并且通過語音對話調(diào)整輸出結(jié)果，最后通過Skyscanner插件創(chuàng)建完整航班日程。
這種一步到位的體驗是如何實現(xiàn)的?
第一步，用戶的語音通過自動語音識別(ASR)模型Whisper轉(zhuǎn)化成文本。該模型有2.4億個參數(shù)，主要在高通傳感器中樞上運行;
第二步，利用Llama 2或百川大語言模型基于文本內(nèi)容生成文本回復(fù)，這一模型在Hexagon NPU上運行;
第三步，通過在CPU上運行的開源TTS(Text to Speech)模型將文本轉(zhuǎn)化為語音;
最后一步，通過調(diào)制解調(diào)器技術(shù)進行網(wǎng)絡(luò)連接，使用Skyscanner插件完成訂票操作。
行業(yè)井噴前夕，開發(fā)者需要搶占先機
使用不同的工具測試驍龍和高通平臺的AI性能表現(xiàn)，可以發(fā)現(xiàn)其得分比同類競品高出幾倍。從魯大師AIMark V4.3基準(zhǔn)測試結(jié)果來看，第三代驍龍8的總分相較競品B高出5.7倍，而相較競品C高出7.9倍。
在安兔兔AITuTu基準(zhǔn)測試中，第三代驍龍8的總分比競品B高出6.3倍。針對MLCommon MLPerf推理的不同子項，包括圖像分類、語言理解以及超級分辨率等，也進行了詳盡的比較。
進一步對比驍龍X Elite與其他X86架構(gòu)競品，在ResNet-50、DeeplabV3等測試中，驍龍X Elite表現(xiàn)出明顯的領(lǐng)先地位，其基準(zhǔn)測試總分分別是X86架構(gòu)競品A的3.4倍和競品B的8.6倍。因此，在PC端，無論是運行Microsoft Copilot，還是進行文檔摘要、文檔撰寫等生成式AI應(yīng)用，體驗都十分流暢。
領(lǐng)先的AI性能不全是高通AI引擎的功勞，確切的說，高通對AI廠商的賦能是全方位的。
首先是高通AI引擎。它包括Hexagon NPU、Adreno GPU、高通Oryon CPU(PC平臺)、高通傳感器中樞和內(nèi)存子系統(tǒng)。專門的工業(yè)設(shè)計、不同部件之間良好的協(xié)同，這款異構(gòu)計算架構(gòu)為終端側(cè)產(chǎn)品提供了低功耗、高能效的開發(fā)平臺。
基于先進的硬件，高通又推出了AI軟件棧(高通AI Stack)。這款產(chǎn)品的誕生是為了解決AI開發(fā)中的頑疾——同一個功能，針對不同平臺要多次開發(fā)，重復(fù)勞動。AI Stack支持目前所有的主流AI框架，OEM廠商和開發(fā)者可以在平臺上創(chuàng)建、優(yōu)化和部署AI應(yīng)用，并且能實現(xiàn)“一次開發(fā)，全平臺部署”，大大減少了研發(fā)人員的重復(fù)勞動。
圖：高通AI軟件棧幫助開發(fā)者“一次開發(fā)，全平臺部署” 來源：高通
此外，還有高通在MWC2024上剛剛發(fā)布的AI Hub。AI Hub是一個包含了近80個AI模型的模型庫，其中既有生成式AI模型，也有傳統(tǒng)AI模型，還包括圖像識別或面部識別模型，百川、Stable Diffusion、Whisper等模型。開發(fā)者可以從AI Hub中選取想要使用的模型生成二進制插件，做到AI 開發(fā)的“即插即用”。
綜合來說，如果縱向看深度，高通在硬件(AI引擎)、軟件(AI Stack)和素材庫(AI Hub)三個維度全面加速廠商的AI開發(fā)進度。橫向看覆蓋廣度，高通的產(chǎn)品已經(jīng)覆蓋了幾乎所有的終端側(cè)設(shè)備(第三代驍龍8支持手機等終端，X Elite賦能AI PC產(chǎn)品)。
AI應(yīng)用處于井噴前的醞釀期。
在教育領(lǐng)域，AI能針對學(xué)生的學(xué)習(xí)能力和進度制定個性化的教學(xué)方案;在醫(yī)學(xué)領(lǐng)域， AI可以用來發(fā)掘全新的抗生素類型;在養(yǎng)老方面，未來在一些社會老齡化問題比較嚴(yán)重的地區(qū)，可以利用AI終端收集老年人家中的所有個人數(shù)據(jù)，從而幫助預(yù)防緊急醫(yī)療事故。
之所以叫“井噴前”，正是因為還沒有大規(guī)模部署。另一方面，AI應(yīng)用，作為最容易讓用戶產(chǎn)生粘性的產(chǎn)品之一，具有很強的先發(fā)優(yōu)勢效應(yīng)。
AI產(chǎn)品開發(fā)者需要先行一步，早一些讓用戶體驗自己的產(chǎn)品，和用戶建立連接，培養(yǎng)粘性，從而在競爭中占得先機。
(文章轉(zhuǎn)載自DeepTech深科技)