正在香港举行的高通4G/5G峰会上，高通产品管理高级副总裁Keith kressin在接受腾讯科技采访时表示，“加大AI领域的投资，主要集中在提升CPU、GPU和DSP性能这三大方面，从而更好的支持AI。”
他举例称，“几年前，我们在DSP上加了一个Hexagon的矢量图像，它里面是一个巨大的库，1024位的，通过这个库，可以建立一些面向AI的矩阵拓展以及收集背后相关数据，而这些数据都是AI的重要特性，所以我们要加大这个三个领域的投资。”
为了加快AI
应用在智能型手机上的执行速度、相关企业正尝试各种的可能性。显然。与华为硬件化的AI芯片麒麟970不同，高通侧重于AI在软件化能力。
事实上，不久前。高通宣布其神经处理引擎（Neural Processing Engine，简称NPE）的软件开发工具包（SDK）已经面向开发者推出。该SDK是高通在去年宣布的产品，当时仅面向部分合作伙伴开放，现在所有开发者都能使用。
高通表示，Facebook将会成为率先整合该SDK的厂商之一，他们目前正在用它来加速自己手机应用中的增强现实滤镜。通过使用神经处理引擎，Facebook的滤镜加载速度提高了5倍。
这也就是说，如果你正在开发一款使用AI（比如图像识别）的应用程序，你可以整合高通的SDK来让它在相兼容的处理器上更快速地运行。
对于高通来说，NPE的下一步自然是硬件化，即推出专用AI移动芯片。至于高通何时发布，目前还是未知数，但对于华为的AI芯片，高通并不担心。
作为全球首款AI移动芯片，华为的麒麟970内置NPU（神经网络处理器）实现芯片自主深度学习，这不同于高通的NPE。
内置NPU使麒麟970的处理图像速度比单独CPU（中央处理器）快20倍。华为给出的内部测试数据显示，用于图像识别时，麒麟970每分钟处理的图像可达2005张，这个处理速度远高于三星S8CPU的95张/分钟，也高于iPhone 7 Plus的487张/分钟。
但在高通看来AI发展变化很快，现阶段硬件话并不是时候。对此，Keith kressin称，把AI的单元模块内置到芯片上并不是难事，高通之前就可以做。关键还是在软件开发、编程模块的优化。
“AI发展变化很快，所以更要求硬件灵活可再提升，而不是固化，所以眼下更需要AI软件的优化提升以适应不断变化的AI，当然，未来软硬都需要协同，但高通现在还是专注软件层面。”他说。
而不管哪种方式，用户对于AI的认知还是在应用的体验上，这是关键。若从竞争的层面来看，华为在AI硬件的抢先一步，让AI在手机端开始由软到硬地落地，对高通芯片地位多少有些影响，长远看，则是希望尽早摆脱对高通芯片的依赖。
与此同时，三星、苹果、微软、谷歌（微博）等巨头也都在不停的以自身方式加强对AI的部署。很显然，未来需要一些移动参考标准，这也是各家为何争相为AI深度学习提供最佳解决方案的根本原因。
当然，还有未来巨大的商机。对AI芯片的产业前景，有机构预测，到2025年，全球AI芯片组市场规模将超过122亿美元；而我国《新一代人工智能发展规划》预计，到2020年，国内智能计算芯片市场规模将达到100亿元。
