摘要：AI產(chǎn)品開(kāi)發(fā)者需要先行一步，早一些讓用戶(hù)體驗(yàn)自己的產(chǎn)品，和用戶(hù)建立連接，培養(yǎng)粘性，從而在競(jìng)爭(zhēng)中占得先機(jī)。
2024注定是AI行業(yè)熱鬧非凡的一年。雖然剛剛進(jìn)入3月份，但是關(guān)于A(yíng)I的新聞已經(jīng)多次占據(jù)了頭條。就在上個(gè)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(gè)細(xì)分賽道苦苦耕耘的創(chuàng)業(yè)者。幾天后，英偉達(dá)市值站上2萬(wàn)億美元，成為了歷史上最快實(shí)現(xiàn)從1萬(wàn)億到2萬(wàn)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(mài)鏟子”，英偉達(dá)成為了AI時(shí)代“軍備競(jìng)賽”的最大贏(yíng)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(shí)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(xiàng)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(gè)行業(yè)還處在一個(gè)初級(jí)階段。技術(shù)迭代太快，暫時(shí)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(wèn)世，但遲遲不公開(kāi)或者沒(méi)有部署。比如上文提到的Sora，截至發(fā)文，還沒(méi)有正式向公眾開(kāi)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(fǎng)問(wèn)(比如ChatGPT網(wǎng)頁(yè))，但這無(wú)法滿(mǎn)足所有需求，并且會(huì)產(chǎn)生一些隱患。
首先，隨著大模型越來(lái)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(jiàn)肘，比如一架波音787飛機(jī)每秒鐘產(chǎn)生5G的數(shù)據(jù)，如果上傳到云端、計(jì)算、輸出結(jié)果再返回，飛機(jī)可能已經(jīng)飛出去幾公里了(按照800公里/小時(shí)估算)。如果在飛機(jī)上使用AI功能但是在云端部署，這樣的傳輸速度是無(wú)法滿(mǎn)足要求的。
此外，一些用戶(hù)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(hù)放心。
不論生成式AI多么強(qiáng)大，如何部署到本地始終是一個(gè)無(wú)法繞開(kāi)的問(wèn)題。這是行業(yè)發(fā)展的趨勢(shì)，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(duì)而言的。云端計(jì)算的背后可能是一個(gè)占地幾萬(wàn)平方米的計(jì)算中心，而本地部署卻要讓生成式AI在你的手機(jī)上跑起來(lái)。手機(jī)沒(méi)有液氮冷卻，也沒(méi)有無(wú)窮無(wú)盡的電力，該如何部署AI呢?
異構(gòu)計(jì)算，一種可能的解決方案?
高通的異構(gòu)計(jì)算AI引擎(以下皆稱(chēng)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(guò)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(shí)現(xiàn)了AI部署和大幅度提升AI體驗(yàn)的目的。
圖：專(zhuān)門(mén)的工業(yè)設(shè)計(jì)讓不同計(jì)算單元更緊湊 來(lái)源：高通
不同類(lèi)型的處理器所擅長(zhǎng)的工作不同，異構(gòu)計(jì)算的原理就是讓“專(zhuān)業(yè)的人做專(zhuān)業(yè)的事”。CPU擅長(zhǎng)順序控制，適用于需要低延時(shí)的應(yīng)用場(chǎng)景，同時(shí)，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(yǔ)言模型(LLM)，CPU處理起來(lái)也能得心應(yīng)手。而GPU更擅長(zhǎng)面向高精度格式的并行處理，比如對(duì)畫(huà)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(duì)而言更像一種新技術(shù)。NPU即神經(jīng)網(wǎng)絡(luò)處理器，專(zhuān)門(mén)為實(shí)現(xiàn)低功耗、加速AI推理而打造。當(dāng)我們?cè)诔掷m(xù)使用AI時(shí)，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(shì)。
舉個(gè)例子，當(dāng)用戶(hù)在玩一款重負(fù)載的游戲，此時(shí)GPU會(huì)被完全占用，或者用戶(hù)在瀏覽多個(gè)網(wǎng)頁(yè)，CPU又被完全占用。此時(shí)，NPU作為真正的AI專(zhuān)用引擎就會(huì)負(fù)擔(dān)起和AI有關(guān)的計(jì)算，保證用戶(hù)的AI體驗(yàn)流暢。
總結(jié)起來(lái)說(shuō)就是，CPU和GPU是通用處理器，為靈活性而設(shè)計(jì)，易于編程，本職工作是負(fù)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(guò)犧牲部分易編程特性而實(shí)現(xiàn)了更高的峰值性能和能效，一路為用戶(hù)的AI體驗(yàn)護(hù)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(jì)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(lái)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(guò)多年的升級(jí)迭代，目前已達(dá)到業(yè)界領(lǐng)先的AI處理水平。以手機(jī)平臺(tái)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(dá)4.8GHz，使其能夠以非常高速的芯片內(nèi)存讀取速度運(yùn)行大型語(yǔ)言模型，如百川、Llama 2等，從而實(shí)現(xiàn)非常快的token生成速率，為用戶(hù)帶來(lái)全新的體驗(yàn)。
圖：NPU隨著不斷變化的AI用例和模型持續(xù)演進(jìn)，實(shí)現(xiàn)高性能低功耗 來(lái)源：高通
高通對(duì)NPU的研究，并不是近幾年才開(kāi)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(tái)上亮相，DSP控制和標(biāo)量架構(gòu)成為了高通未來(lái)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(gè)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(kuò)展了終端側(cè)AI用例，包括AI成像、AI視頻、AI語(yǔ)音等功能;
2020年，Hexagon NPU迎來(lái)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(lái)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(shí)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(gè)專(zhuān)為生成式AI而精心打造的移動(dòng)平臺(tái)，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(jì)。
由于高通為AI開(kāi)發(fā)者和下游廠(chǎng)商提供的是全套解決方案(這部分內(nèi)容會(huì)在第三部分詳細(xì)敘述)，并非單獨(dú)提供芯片或者某個(gè)軟件應(yīng)用。這意味著在硬件設(shè)計(jì)上和優(yōu)化上，高通可以通盤(pán)考慮，找出目前AI開(kāi)發(fā)的瓶頸，做有針對(duì)性地提升。
比如，為何要特別在意內(nèi)存帶寬這個(gè)技術(shù)點(diǎn)?當(dāng)我們把視角從芯片上升到AI大模型開(kāi)發(fā)，就會(huì)發(fā)現(xiàn)內(nèi)存帶寬是大語(yǔ)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(kāi)發(fā)AI大模型，原因之一便在于專(zhuān)門(mén)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(xiàng)技術(shù)的應(yīng)用。
第一是微切片推理。通過(guò)將神經(jīng)網(wǎng)絡(luò)分割成多個(gè)獨(dú)立執(zhí)行的微切片，消除了高達(dá)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(yùn)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(shí)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(shí)現(xiàn)更佳的AI性能
2月26日，世界移動(dòng)通信大會(huì)(MWC 2024)在巴塞羅那拉開(kāi)帷幕。基于驍龍X Elite，高通向全世界展示了全球首個(gè)在終端側(cè)運(yùn)行的超過(guò)70億參數(shù)的大型多模態(tài)語(yǔ)言模型(LMM)。該模型可接收文本和音頻輸入(如音樂(lè)、交通環(huán)境音頻等)，并基于音頻內(nèi)容生成多輪對(duì)話(huà)。
所以，在集成了Hexagon NPU的移動(dòng)終端上，會(huì)有怎樣的AI體驗(yàn)?以及它是如何做到的?高通詳細(xì)拆解了一個(gè)案例。
借助移動(dòng)終端的AI旅行助手，用戶(hù)可以直接對(duì)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(guò)語(yǔ)音對(duì)話(huà)調(diào)整輸出結(jié)果，最后通過(guò)Skyscanner插件創(chuàng)建完整航班日程。
這種一步到位的體驗(yàn)是如何實(shí)現(xiàn)的?
第一步，用戶(hù)的語(yǔ)音通過(guò)自動(dòng)語(yǔ)音識(shí)別(ASR)模型Whisper轉(zhuǎn)化成文本。該模型有2.4億個(gè)參數(shù)，主要在高通傳感器中樞上運(yùn)行;
第二步，利用Llama 2或百川大語(yǔ)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(yùn)行;
第三步，通過(guò)在CPU上運(yùn)行的開(kāi)源TTS(Text to Speech)模型將文本轉(zhuǎn)化為語(yǔ)音;
最后一步，通過(guò)調(diào)制解調(diào)器技術(shù)進(jìn)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(kāi)發(fā)者需要搶占先機(jī)
使用不同的工具測(cè)試驍龍和高通平臺(tái)的AI性能表現(xiàn)，可以發(fā)現(xiàn)其得分比同類(lèi)競(jìng)品高出幾倍。從魯大師AIMark V4.3基準(zhǔn)測(cè)試結(jié)果來(lái)看，第三代驍龍8的總分相較競(jìng)品B高出5.7倍，而相較競(jìng)品C高出7.9倍。
在安兔兔AITuTu基準(zhǔn)測(cè)試中，第三代驍龍8的總分比競(jìng)品B高出6.3倍。針對(duì)MLCommon MLPerf推理的不同子項(xiàng)，包括圖像分類(lèi)、語(yǔ)言理解以及超級(jí)分辨率等，也進(jìn)行了詳盡的比較。
進(jìn)一步對(duì)比驍龍X Elite與其他X86架構(gòu)競(jìng)品，在ResNet-50、DeeplabV3等測(cè)試中，驍龍X Elite表現(xiàn)出明顯的領(lǐng)先地位，其基準(zhǔn)測(cè)試總分分別是X86架構(gòu)競(jìng)品A的3.4倍和競(jìng)品B的8.6倍。因此，在PC端，無(wú)論是運(yùn)行Microsoft Copilot，還是進(jìn)行文檔摘要、文檔撰寫(xiě)等生成式AI應(yīng)用，體驗(yàn)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(shuō)，高通對(duì)AI廠(chǎng)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(tái))、高通傳感器中樞和內(nèi)存子系統(tǒng)。專(zhuān)門(mén)的工業(yè)設(shè)計(jì)、不同部件之間良好的協(xié)同，這款異構(gòu)計(jì)算架構(gòu)為終端側(cè)產(chǎn)品提供了低功耗、高能效的開(kāi)發(fā)平臺(tái)。
基于先進(jìn)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(kāi)發(fā)中的頑疾——同一個(gè)功能，針對(duì)不同平臺(tái)要多次開(kāi)發(fā)，重復(fù)勞動(dòng)。AI Stack支持目前所有的主流AI框架，OEM廠(chǎng)商和開(kāi)發(fā)者可以在平臺(tái)上創(chuàng)建、優(yōu)化和部署AI應(yīng)用，并且能實(shí)現(xiàn)“一次開(kāi)發(fā)，全平臺(tái)部署”，大大減少了研發(fā)人員的重復(fù)勞動(dòng)。
圖：高通AI軟件棧幫助開(kāi)發(fā)者“一次開(kāi)發(fā)，全平臺(tái)部署” 來(lái)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(gè)包含了近80個(gè)AI模型的模型庫(kù)，其中既有生成式AI模型，也有傳統(tǒng)AI模型，還包括圖像識(shí)別或面部識(shí)別模型，百川、Stable Diffusion、Whisper等模型。開(kāi)發(fā)者可以從AI Hub中選取想要使用的模型生成二進(jìn)制插件，做到AI 開(kāi)發(fā)的“即插即用”。
綜合來(lái)說(shuō)，如果縱向看深度，高通在硬件(AI引擎)、軟件(AI Stack)和素材庫(kù)(AI Hub)三個(gè)維度全面加速?gòu)S商的AI開(kāi)發(fā)進(jìn)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(jī)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(duì)學(xué)生的學(xué)習(xí)能力和進(jìn)度制定個(gè)性化的教學(xué)方案;在醫(yī)學(xué)領(lǐng)域， AI可以用來(lái)發(fā)掘全新的抗生素類(lèi)型;在養(yǎng)老方面，未來(lái)在一些社會(huì)老齡化問(wèn)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(gè)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?yàn)檫€沒(méi)有大規(guī)模部署。另一方面，AI應(yīng)用，作為最容易讓用戶(hù)產(chǎn)生粘性的產(chǎn)品之一，具有很強(qiáng)的先發(fā)優(yōu)勢(shì)效應(yīng)。
AI產(chǎn)品開(kāi)發(fā)者需要先行一步，早一些讓用戶(hù)體驗(yàn)自己的產(chǎn)品，和用戶(hù)建立連接，培養(yǎng)粘性，從而在競(jìng)爭(zhēng)中占得先機(jī)。
(文章轉(zhuǎn)載自DeepTech深科技)