ai|芯片AI能力暴涨,能否让手机“比你更懂你”成为现实?( 二 )



当然 , 想烹饪好一道佳肴 , 有了硬件高质量“炊具”还不够 , 软件层面的“烹饪技巧”也必不可少 , 软件部分的优化对于芯片AI能力的提升至关重要 。
据高通官方数据显示 , 骁龙8单从软件升级中获得的AI性能提升就达到了2倍左右 , 结合Hexagon处理器的硬件提升 , 才有前文提到的综合4倍AI性能提升 。
值得一提的是 , 在AI性能提升的同时 , 骁龙8还兼顾了AI能效比 , 相比上代骁龙888 , 提升幅度达到了1.7倍 。

在移动领域 , 目前算力和能效比的提升其实是制约智能手机AI能力发展的主要瓶颈 , 而为了提升手机芯片的AI算力 , 业内也有不少厂商在积极探索新的方法和思路 。
甚至近来有的厂商还采用了独立外挂NPU芯片的方式提升AI算力 , 但是这样做也是一把双刃剑 , 对于功耗的挑战、对于异构计算的挑战以及外置NPU如何与SoC良好协同 , 都是需要解决的问题 。
高通作为移动SoC头部玩家 , 也洞察了手机对于AI算力的高需求 。 正如前文我们看到的 , 高通选择内置AI计算模块的方式来提升SoC的AI算力 , 同时可以更好地兼顾功耗 。

由于这是一种通用性解决方案 , 其实用性也更广 , 能够满足更多安卓生态厂商的需求 , 同时兼容性更好 。 这种通用AI模块相比专用AI芯片 , 也可以应对更多实际应用场景 。
二、影像、游戏、通信、交互 , AI已经融入手机的方方面面曾经 , 智能手机的“智能”更多来自于用户可以借助手机拓展信息交互的渠道 , 手机变得“什么都可以知道” 。
但今天 , 手机的智能更多是AI的深度介入 , AI已经在移动影像、游戏、通信、健康监测、交互连接等各个领域发挥着关键作用 。

在影像领域 , 相比上代Spectra ISP采用预先训练的神经网络实现自动曝光和自动对焦 , 骁龙8直接利用AI实现了实时的人脸识别 , 这就意味着 , 即使我们的脸被部分遮挡、甚至是带着面具 , 骁龙8也可以更准确地进行识别 。
同时 , 得益于更好的自动曝光、自动对焦和自动白平衡 , 在暗光环境下 , 骁龙8也可以实现更好的拍照对比度表现和肤色表现 。
这次骁龙8的人脸特征引擎可以检测300个左右的面部特征点 , 是上代骁龙888的2.6倍 , 检测速度也提升300% , 并且所用到的神经网络可以针对更多人脸特征进行训练 , 从而判断用户眼睛的睁开状态以及是否在微笑 , 实现更准确的情绪理解 。

当下 , 各家手机厂商都越来越重视超广角的拍照效果 , 而骁龙8可以很好地解决超广角人像拍摄中人脸尺寸变小的问题 , 因为骁龙8实现准确人脸检测所需要的最小人脸尺寸相比上代要小很多 。
同时骁龙8对于用户肢体动作的检测也更加准确 , 支持手势检测拍照等便捷功能 , 提升用户日常的使用体验 。
在变焦拍照方面 , 通过“视频超级分辨率”AI技术 , 骁龙8能让数字变焦更清晰并保留更多细节 。 根据实际拍照对比 , 在变焦高2倍的情况下 , 骁龙8呈现的细节仍然多12% 。

在全球新冠疫情没有得到彻底缓解的当下 , 视频会议需求仍然高涨 , 骁龙8在ISP中内置了支持实时视频背景虚化的专用AI引擎 , 实现实时的会议背景虚化 , 要注意的是 , 这是在移动端实现这样的实时AI视频处理技术 。
值得一提的是 , 此次高通还与徕卡合作 , 将拍照时所用到的图像处理算法写入了骁龙8的AI引擎中 , 比如有代表性的徕卡风格滤镜算法 。
高通一边联合索尼提升ISP能力 , 一边联合徕卡提升拍照AI算法 , 这样的产业链整合能力 , 也成为了高通的核心优势之一 。

相关经验推荐