試想，擁有數(shù)十億、上百億參數(shù)的AI大模型直接在你的手機(jī)上運(yùn)行，是一種怎樣的體驗(yàn)？

注意，是完全本地化運(yùn)行，只依賴手機(jī)本身的算力。聽(tīng)起來(lái)這似乎還有些遙遠(yuǎn)，但實(shí)際上，已經(jīng)有安卓手機(jī)可以完全本地化運(yùn)行Stable Diffusion這樣的生成式AI應(yīng)用了。

不久前，移動(dòng)芯片巨頭高通剛剛公開(kāi)了一段演示視頻，演示中，搭載驍龍芯片的手機(jī)可以直接運(yùn)行參數(shù)規(guī)模超過(guò)10億的Stable Diffusion，且只需要15秒左右就可以出圖。

▲搭載驍龍芯片的手機(jī)運(yùn)行Stable Diffusion，15秒左右出圖，來(lái)源：高通

從實(shí)際演示結(jié)果來(lái)看，其性能和精確度的確已經(jīng)接近云端處理的水平。

可以說(shuō)，火爆的生成式AI變革潮，已經(jīng)真正開(kāi)始落地我們最常見(jiàn)、最離不開(kāi)的智能手機(jī)了，而我們每個(gè)人的生活，也必將受到生成式AI的深刻影響。

從ChatGPT到Stable Diffusion、Microsoft 365 Copilot，從文心一言到通義千問(wèn)，OpenAI、微軟、谷歌、百度、阿里等國(guó)內(nèi)外各路科技巨頭都在開(kāi)發(fā)AI大模型以及生成式AI應(yīng)用。

AI正迎來(lái)大爆發(fā)時(shí)期，就像此前電視、互聯(lián)網(wǎng)和智能手機(jī)的問(wèn)世，而這種爆發(fā)對(duì)算力以及計(jì)算架構(gòu)都提出了新的需求。

AI大模型動(dòng)輒百億、千億的參數(shù)，讓AI訓(xùn)練和推理的成本都顯著提升，計(jì)算架構(gòu)需要不斷演進(jìn)并滿足生成式AI日益增長(zhǎng)的處理和性能需求。

在這樣的AI產(chǎn)業(yè)發(fā)展大趨勢(shì)下，近期高通發(fā)布了名為《混合AI是AI的未來(lái)》的技術(shù)白皮書(shū)，在高通看來(lái)，AI處理必須分布在云端和終端進(jìn)行，才能實(shí)現(xiàn)AI的規(guī)?；瘮U(kuò)展并發(fā)揮其最大潛能，因此他們提出了“混合AI架構(gòu)”的概念。

美譽(yù)度等少數(shù)業(yè)內(nèi)媒體與高通產(chǎn)品管理高級(jí)副總裁兼AI負(fù)責(zé)人Ziad Asghar進(jìn)行了近兩個(gè)小時(shí)的深度對(duì)話，深入探討了“混合AI”在未來(lái)生成式AI發(fā)展中將起到的關(guān)鍵作用，以及高通在這波生成式AI浪潮中，在硬件、軟件、算法、生態(tài)等方面進(jìn)行的深入布局。

毫無(wú)疑問(wèn)，終端側(cè)的生成式AI時(shí)代已經(jīng)到來(lái)，而在未來(lái)端云結(jié)合的混合AI時(shí)代，能夠提供全套解決方案的玩家必然會(huì)成為產(chǎn)業(yè)關(guān)注的焦點(diǎn)，而高通已然手握不少“秘密武器”，成為AI產(chǎn)業(yè)中的關(guān)鍵變量。

一、生成式AI浪潮如何催生出“混合AI架構(gòu)”？

在深入交流中，不論是高通Ziad Asghar提出的觀點(diǎn)，還是高通技術(shù)白皮書(shū)的表述，都表明高通對(duì)于混合AI的未來(lái)是堅(jiān)信不移的，這種自信究竟從何而來(lái)？

實(shí)際上，雖然近來(lái)生成式AI發(fā)展迅速，但目前大部分應(yīng)用都只能在云端運(yùn)行，前不久ChatGPT推出了iOS版本，但該應(yīng)用的任務(wù)處理仍然是基于云端的。面向更廣闊的普通消費(fèi)市場(chǎng)，科技巨頭們要做的事還有很多。

當(dāng)下生成式AI模型對(duì)計(jì)算基礎(chǔ)設(shè)施提出了很高的要求，AI訓(xùn)練和AI推理一直受限于大模型的復(fù)雜度和龐大規(guī)模而部署在云端。

雖然AI大模型每年可能只需要訓(xùn)練幾次，但模型的推理成本卻會(huì)隨著日活用戶數(shù)量及其使用頻率的增長(zhǎng)而顯著增加。云端推理的高成本，讓生成式AI的規(guī)模化擴(kuò)展陷入瓶頸。

在這樣的大趨勢(shì)下，混合AI架構(gòu)無(wú)疑是突破這一瓶頸的很好嘗試。

“混合”，就意味著云端要和手機(jī)、PC、XR頭顯、汽車這些終端設(shè)備協(xié)同工作，而不是單打獨(dú)斗，混合AI架構(gòu)會(huì)根據(jù)大模型和查詢需求的復(fù)雜度，將任務(wù)負(fù)載以不同方式分配到云端和終端上。

這種混合AI架構(gòu)能帶來(lái)的優(yōu)勢(shì)是很明顯的，比如在成本、能耗、性能、隱私、安全和個(gè)性化等方面，本地化處理的融入都可以帶來(lái)很多加分項(xiàng)。

成本的節(jié)省是最顯而易見(jiàn)的，將一些任務(wù)處理從云端轉(zhuǎn)移到邊緣終端，當(dāng)然可以減輕云基礎(chǔ)設(shè)施的壓力并減少開(kāi)支?；旌螦I可以利用的是現(xiàn)在已經(jīng)應(yīng)用在每個(gè)消費(fèi)者生活中，數(shù)十億的具備AI能力的邊緣終端設(shè)備，包括我們的智能手機(jī)、PC，其規(guī)模不容小覷。

并且，在邊緣終端運(yùn)行生成式AI模型的能耗也是要低于云端的。這對(duì)于當(dāng)下各大科技巨頭完成各自的可持續(xù)發(fā)展目標(biāo)也非常關(guān)鍵。

當(dāng)然，對(duì)于每一位實(shí)際用戶來(lái)說(shuō)，可靠性、性能和時(shí)延方面的改善會(huì)對(duì)AI體驗(yàn)有更直觀的影響。因?yàn)樵谧约旱脑O(shè)備上運(yùn)行生成式AI，不會(huì)有大量排隊(duì)等待和高時(shí)延，甚至在沒(méi)有網(wǎng)絡(luò)連接的情況下，我們也能正常運(yùn)行生成式AI應(yīng)用。

最后，我們的查詢和個(gè)人信息也會(huì)被保留在終端上，AI還會(huì)根據(jù)我們本地存儲(chǔ)的表情、喜好和個(gè)性進(jìn)行定制，進(jìn)行用戶畫(huà)像，隨著時(shí)間推移進(jìn)行學(xué)習(xí)和演進(jìn)，從而提供更個(gè)性化的服務(wù)。這一切都是基于不犧牲隱私的前提下實(shí)現(xiàn)的。

整體來(lái)看，不論是生成式AI規(guī)?；l(fā)展本身對(duì)計(jì)算架構(gòu)提出的要求，還是混合AI可以帶來(lái)的諸多優(yōu)勢(shì)特性，混合AI的發(fā)展，已經(jīng)成為看得見(jiàn)的未來(lái)。高通押寶的混合AI，已經(jīng)成為后續(xù)AI產(chǎn)業(yè)發(fā)展的重要趨勢(shì)之一。

二、背靠數(shù)十億終端，從技術(shù)到生態(tài)賦能，高通讓混合AI走入現(xiàn)實(shí)

既然認(rèn)定了混合AI的未來(lái)，打造足夠出色的混合AI架構(gòu)就成為了高通的核心目標(biāo)之一。真正實(shí)現(xiàn)終端和云端的高效配合，實(shí)現(xiàn)不同工作負(fù)載的合理分配，并不是一件容易的事。

根據(jù)高通技術(shù)白皮書(shū)中的實(shí)驗(yàn)數(shù)據(jù)，目前搭載高通芯片的終端產(chǎn)品，已經(jīng)可以在終端側(cè)實(shí)現(xiàn)比較多種的生成式AI功能，而這些功能背后的AI大模型參數(shù)規(guī)模在10億到100億之間。

▲數(shù)量可觀的生成式AI模型可從云端分流到終端上運(yùn)行，來(lái)源：高通

正如前文所說(shuō)，Stable Diffusion等參數(shù)超過(guò)10億的模型已經(jīng)能夠在手機(jī)上運(yùn)行，且性能和精確度達(dá)到與云端處理類似的水平。

面向未來(lái)更多生成式AI應(yīng)用和功能，高通已經(jīng)在AI相關(guān)硬件、軟件、生態(tài)等方面儲(chǔ)備了諸多產(chǎn)品和技術(shù)，對(duì)于混合AI架構(gòu)，高通已經(jīng)提前布局。

首先在硬件方面，芯片層的AI運(yùn)算處理能力是必要條件，目前高通AI引擎是高通在硬件領(lǐng)域的殺手锏之一。

根據(jù)官方實(shí)驗(yàn)數(shù)據(jù)，搭載高通AI引擎的智能手機(jī)，其能效與競(jìng)品相比大約有2倍左右的優(yōu)勢(shì)，以更低功耗提供過(guò)硬的終端側(cè)AI性能是高通AI引擎的一大強(qiáng)項(xiàng)。

▲第二代驍龍8的AI能效與競(jìng)品相比較，來(lái)源：高通

具體來(lái)看，高通AI引擎采用了異構(gòu)計(jì)算架構(gòu)，其包括Hexagon處理器、Adreno GPU和Kryo CPU，這三個(gè)模塊都對(duì)終端側(cè)運(yùn)行AI應(yīng)用進(jìn)行了針對(duì)性優(yōu)化。

其中Hexagon處理器使用了專用的供電系統(tǒng)，可以按照工作負(fù)載適配功率，從而提升系統(tǒng)能效比。值得一提的是，Hexagon處理器支持微切片推理和INT4硬件加速，可以在AI處理方面實(shí)現(xiàn)更高性能、更低的能耗和內(nèi)存占用。

目前生成式AI領(lǐng)域大量應(yīng)用到Transformer模型，Hexagon處理器可以對(duì)Transformer進(jìn)行加速，提升生成式AI中一些關(guān)鍵機(jī)制的推理速度，根據(jù)高通實(shí)驗(yàn)數(shù)據(jù)，在使用MobileBERT的特定用例中，AI性能可以提升4.35倍。

雖然在很多人的印象中，高通是一家移動(dòng)芯片公司，但實(shí)際上高通在軟件算法方面的積累不容小覷，針對(duì)生成式AI浪潮，高通在軟件技術(shù)方面做了不少準(zhǔn)備。

高通AI軟件棧，可以說(shuō)是高通所有相關(guān)AI軟件產(chǎn)品的“集大成”方案，OEM廠商們和開(kāi)發(fā)者都可以基于高通AI軟件棧創(chuàng)建、優(yōu)化和部署AI應(yīng)用，從而充分利用高通AI引擎的性能。

▲高通AI軟件棧，來(lái)源：高通

同時(shí)，AI開(kāi)發(fā)者只需要?jiǎng)?chuàng)建一次AI模型，就可以實(shí)現(xiàn)跨不同產(chǎn)品的部署。

此外，高通AI軟件棧支持TensorFlow、PyTorch、ONNX和Keras等主流AI框架以及TensorFlowLite、TensorFlow Lite Micro和ONNX Runtime等runtime。

高通AI軟件棧集成了推理軟件開(kāi)發(fā)包（SDK），比如面向Android、Linux和Windows不同版本的高通神經(jīng)網(wǎng)絡(luò)處理SDK，高通開(kāi)發(fā)者庫(kù)和服務(wù)也支持最新編程語(yǔ)言、虛擬平臺(tái)和編譯器。

值得一提的是，高通AI軟件棧一直專注于AI模型效率研究，從而提升AI模型運(yùn)行的能效和性能，這對(duì)于生成式AI的應(yīng)用和擴(kuò)展是至關(guān)重要的。

高通通過(guò)量化、壓縮、條件計(jì)算、神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索和編譯，在不犧牲太多精度的前提下對(duì)AI模型進(jìn)行了縮減。在量化方面，高通將FP32模型量化壓縮到INT4模型，實(shí)現(xiàn)了64倍內(nèi)存和計(jì)算能效提升。

在生成式AI領(lǐng)域，像常見(jiàn)的GPT、Bloom以及LLaMA這樣基于Transformer的大語(yǔ)言模型通常會(huì)受到內(nèi)存的限制，而在量化到8位或4位權(quán)重后，這些模型往往能夠在運(yùn)行效率方面獲得比較明顯的提升。

根據(jù)高通實(shí)驗(yàn)數(shù)據(jù)，借助量化感知訓(xùn)練以及更加深入的量化研究，不少生成式 AI 模型可以量化至INT4模型，與INT8相比，性能提升約為90%，能效提升在60%左右。

除了量化壓縮，編譯器也是高通AI軟件棧中的核心組件之一，它的作用也是讓AI模型高性能、低功耗的運(yùn)行。

AI編譯器將輸入的神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)化為可以在目標(biāo)硬件上運(yùn)行的代碼，同時(shí)針對(duì)時(shí)延、性能和功耗進(jìn)行優(yōu)化。

在硬件、軟件技術(shù)和產(chǎn)品之外，高通在全球化規(guī)模以及生態(tài)建設(shè)方面的優(yōu)勢(shì)也成為其推動(dòng)混合AI規(guī)?；瘮U(kuò)展的關(guān)鍵動(dòng)力。

目前搭載高通AI引擎產(chǎn)品出貨量超過(guò)20億個(gè)，根據(jù)市研機(jī)構(gòu)Counterpoint數(shù)據(jù)統(tǒng)計(jì)，搭載驍龍和高通平臺(tái)的已上市用戶終端數(shù)量規(guī)模在數(shù)十億臺(tái)，并且每年有數(shù)億新終端進(jìn)入市場(chǎng)。

市研機(jī)構(gòu)TechInsights預(yù)測(cè)，未來(lái)高通會(huì)以超過(guò)40%的市場(chǎng)份額保持AI智能手機(jī)處理器出貨量第一，遠(yuǎn)超蘋(píng)果公司25%的份額以及聯(lián)發(fā)科24%的份額。

此外，搭載驍龍平臺(tái)的已發(fā)布XR終端已經(jīng)超過(guò)65款，其中Meta、PICO等頭部廠商的旗艦產(chǎn)品均采用的是高通芯片。

可以看到，高通的AI能力已經(jīng)深入數(shù)十億邊緣終端設(shè)備，形成跨智能手機(jī)、汽車、XR、PC、筆記本電腦以及企業(yè)級(jí)AI等現(xiàn)有市場(chǎng)和新興領(lǐng)域的終端AI生態(tài)系統(tǒng)。

憑借在軟硬件技術(shù)實(shí)力、全球化規(guī)模和生態(tài)系統(tǒng)賦能方面的優(yōu)勢(shì)，高通正加速讓混合AI成為現(xiàn)實(shí)。

三、深耕AI十五年，提前布局生成式AI，解密高通的技術(shù)底蘊(yùn)

能夠把握住生成式AI的浪潮，精準(zhǔn)利用優(yōu)勢(shì)產(chǎn)品和技術(shù)切入賽道，對(duì)于每家科技公司來(lái)說(shuō)都不是一件容易的事，對(duì)于高通來(lái)說(shuō)同樣如此。

正如技術(shù)的發(fā)展不是一蹴而就、靈光乍現(xiàn)，高通今天的成績(jī)背后，是十余年在AI領(lǐng)域的深耕和積累，甚至在生成式AI領(lǐng)域，高通已提前多年進(jìn)行了前瞻性探索。

從2007年高通驍龍平臺(tái)搭載首個(gè)Hexagon處理器至今，高通深耕AI研發(fā)已超過(guò)15年。

▲高通近15年來(lái)AI研究重要節(jié)點(diǎn)，來(lái)源：高通

2015年，驍龍820集成了首個(gè)專門面向移動(dòng)平臺(tái)的高通AI引擎，支持圖像、音頻和傳感器的運(yùn)算。三年后，驍龍855中的Hexagon處理器首次加入了張量加速器，其AI運(yùn)算性能及能效比有了顯著提升。

2019年，驍龍865開(kāi)始擴(kuò)展終端側(cè)AI用例，包含AI圖片、AI視頻、AI語(yǔ)音和始終在線的傳感器中樞。

實(shí)際上，多年來(lái)高通一直在推動(dòng)終端側(cè)AI技術(shù)的迭代，讓感知、推理和行為等核心能力在終端上落地。

除了在終端側(cè)的AI研究探索，在學(xué)術(shù)界，多年來(lái)高通的重要AI研究論文也在影響著行業(yè)，推動(dòng)高能效AI的研究和發(fā)展。

▲高通AI研究主要涉及領(lǐng)域，來(lái)源：高通

從高通歷年發(fā)布的AI研究論文來(lái)看，高通在計(jì)算機(jī)視覺(jué)、無(wú)線和射頻傳感、能源效率、機(jī)器學(xué)習(xí)、音視頻和語(yǔ)言處理、數(shù)據(jù)壓縮模型生成、個(gè)性化與聯(lián)邦學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、AI編譯器和算法等AI前沿基礎(chǔ)理論研究領(lǐng)域均有不少研究成果發(fā)布。

這些研究在生成式AI浪潮中都發(fā)揮著重要作用。

值得一提的是，就在最近的2023年CVPR上，高通再次展示了幾項(xiàng)重要研究，包括生成式AI在手機(jī)端的本地化運(yùn)行、使用大型語(yǔ)言模型進(jìn)行健身訓(xùn)練、XR領(lǐng)域的三維重建等等。

前文中提到的安卓手機(jī)本地運(yùn)行Stable Diffusion的演示也成為今年CVPR接受的研究之一，此外，高通在CVPR上還展示了在安卓手機(jī)上完全本地化運(yùn)行一個(gè)15億參數(shù)的圖像到圖像模型——ControlNet。

▲在手機(jī)上本地化運(yùn)行15億參數(shù)的圖像到圖像模型ControlNet，來(lái)源：高通

令人驚訝的是，ControlNet在高通平臺(tái)手機(jī)上生成圖片的速度已經(jīng)可以達(dá)到12秒左右，這表明手機(jī)本地運(yùn)行AI大模型已經(jīng)具備了很高的可用性。在這項(xiàng)演示背后，高通AI模型增效工具包、高通AI軟件棧和高通AI引擎均發(fā)揮了關(guān)鍵作用。

此外，在今年的CVPR上高通還展示了全球首個(gè)在手機(jī)上進(jìn)行的1080P神經(jīng)網(wǎng)絡(luò)視頻編碼。

高通研發(fā)的神經(jīng)編解碼器可以根據(jù)特定的視頻需求進(jìn)行定制，可以在通用AI硬件上運(yùn)行。根據(jù)實(shí)際演示視頻，在搭載高通芯片的智能手機(jī)上，神經(jīng)編解碼器進(jìn)行視頻解碼的速度已經(jīng)達(dá)到了35FPS左右。

▲在手機(jī)上進(jìn)行的1080P神經(jīng)網(wǎng)絡(luò)視頻編碼，來(lái)源：高通

除了在最近的CVPR上展示的AI研究成果，近年來(lái)高通在前沿算法和模型開(kāi)發(fā)領(lǐng)域一直持續(xù)迭代自己的技術(shù)。

比如面向動(dòng)作識(shí)別領(lǐng)域，傳統(tǒng)深度學(xué)習(xí)模型會(huì)逐幀、逐層地處理視頻序列，這種計(jì)算密集型、高時(shí)延、低能效的處理方式顯然不適應(yīng)當(dāng)下的生成式AI任務(wù)。

為此高通研發(fā)了FrameExit模型，該模型具備自主學(xué)習(xí)能力，針對(duì)較簡(jiǎn)單視頻，它可以處理更少幀，而針對(duì)較復(fù)雜視頻，它會(huì)處理更多幀，通過(guò)這種動(dòng)態(tài)處理方式，模型的性能得以提高，能耗也有所降低。

另外，高通在移動(dòng)終端上演示了其最新的量化技術(shù)和創(chuàng)新的編譯器棧。在常用動(dòng)作識(shí)別基準(zhǔn)測(cè)試平臺(tái)上，相較于其他方法，高通方案的計(jì)算量和平均時(shí)延可減少五倍。

此外，高通利用INT4模型在終端側(cè)實(shí)現(xiàn)了全球首個(gè)實(shí)時(shí)超級(jí)分辨率任務(wù)處理，與INT8相比，INT4模型的性能和能效提高了1.5倍到2倍。

值得一提的是，多年來(lái)，高通AI研究團(tuán)隊(duì)也一直在探索生成式AI。

高通在生成式AI領(lǐng)域的研究可追溯到生成式對(duì)抗網(wǎng)絡(luò)（GAN）和變分自編碼器（VAE）。

高通利用VAE技術(shù)創(chuàng)建了更好的視頻和語(yǔ)音編解碼器，將模型規(guī)?？刂圃?億參數(shù)以下，此外，高通將生成式AI理念延伸到無(wú)線領(lǐng)域來(lái)替代信道模型，研發(fā)出了更高效的通信系統(tǒng)。

對(duì)于如何將生成式AI模型用作通用代理來(lái)構(gòu)建計(jì)算架構(gòu)并使用語(yǔ)言來(lái)描述相關(guān)任務(wù)和行為、如何通過(guò)增加感知輸入提升設(shè)備與環(huán)境的交互能力等議題，高通均進(jìn)行了相關(guān)研究并取得了一定成果。

可以說(shuō)，十五年來(lái)高通在AI領(lǐng)域的深厚積累，已經(jīng)成為今天他們發(fā)力生成式AI、推進(jìn)混合AI發(fā)展的關(guān)鍵技術(shù)底蘊(yùn)。

四、生成式AI席卷全球百業(yè)千行，高通為這場(chǎng)“進(jìn)化”按下加速鍵

望向不遠(yuǎn)的將來(lái)，隨著生成式AI技術(shù)的快速迭代發(fā)展，未來(lái)性能強(qiáng)大的生成式AI模型會(huì)變得更小，與此同時(shí)，終端設(shè)備的處理能力不斷提升。

生成式AI融入各類智能終端設(shè)備，將成為重要趨勢(shì)之一，云端與終端相結(jié)合的“混合AI”，也將會(huì)成為AI落地的重要形式之一。

毫無(wú)疑問(wèn)，生成式AI會(huì)驅(qū)動(dòng)新一輪內(nèi)容生成、搜索和生產(chǎn)力相關(guān)應(yīng)用的發(fā)展，席卷智能手機(jī)、筆記本電腦和 PC、汽車、XR 以及物聯(lián)網(wǎng)等幾乎所有終端品類。

智能手機(jī)將成為真正的數(shù)字助手，變得知你懂你，能夠高效地提供精準(zhǔn)的AI服務(wù)；筆記本電腦和PC將借助生成式AI是現(xiàn)實(shí)生產(chǎn)力的“質(zhì)變式”升級(jí)；XR領(lǐng)域的3D內(nèi)容創(chuàng)作和沉浸式體驗(yàn)也將迎來(lái)革新，AI渲染工具將讓創(chuàng)作者生成3D物體和場(chǎng)景，并最終創(chuàng)造出完整的虛擬世界。

▲生成式AI模型面向XR領(lǐng)域賦能對(duì)話式AI和渲染工具，來(lái)源：高通

作為底層技術(shù)和生態(tài)構(gòu)建者的高通，正成為產(chǎn)業(yè)中不可或缺的一環(huán)。AI的應(yīng)用正在迎來(lái)一次“進(jìn)化”，而高通正在為這次革命按下加速鍵。

結(jié)語(yǔ)：生成式AI顛覆千行百業(yè)，混合AI成推動(dòng)普及的鑰匙

今天，生成式AI正在顛覆傳統(tǒng)的搜索、內(nèi)容創(chuàng)作和推薦系統(tǒng)的方法，對(duì)各行各業(yè)產(chǎn)生深刻影響，并在實(shí)用性、生產(chǎn)力和娛樂(lè)性方面給不少應(yīng)用帶來(lái)實(shí)質(zhì)性提升，幾乎所有科技公司，都會(huì)卷入生成式AI的浪潮。

在這樣的大趨勢(shì)下，生成式AI會(huì)成為主流體驗(yàn)，而云端和終端將協(xié)同工作的混合AI將成為這種體驗(yàn)的底層保障。百億甚至千億規(guī)模參數(shù)大模型落地終端，也將在不久的將來(lái)成為現(xiàn)實(shí)。

目前高通在技術(shù)、生態(tài)以及全球規(guī)?；矫娴膬?yōu)勢(shì)相對(duì)明顯，這也讓高通成為生成式AI落地終端這股浪潮中的核心產(chǎn)業(yè)參與者之一。

未來(lái)生成式AI會(huì)給我們生活帶來(lái)哪些變革，高通又將通過(guò)怎樣的技術(shù)和產(chǎn)品影響產(chǎn)業(yè)，我們拭目以待。