高通三“芯”齐发 押注生成式AI
【手机之家】北京时间2023年10月25日，高通在2023骁龙峰会上，发布的多款新品，手机之家对此次发布的内容进行了汇总整理，一起来看看吧。
第三代骁龙8(骁龙8 Gen3)
第三代骁龙8(骁龙8 Gen3)此次更新的CPU性能提升了30%，GPU性能提升了25%，在性能、拍摄和游戏体验上都有全面的升级。更重要的是，这款新的移动平台带来了突破性的AI提升，终端侧AI进一步加强，Hexagon NPU速度提升了98%，能够支持超过100亿参数的大语言模型。
第三代骁龙8采用4nm制程工艺，集成了Kryo CPU，包含8个核心，最高频率达到3.3GHz。其“1+5+2”设计包含1个超大核(3.3GHz)、5个性能核(3.2GHz)以及2个能效核(2.3GHz)，相比上一代速度提升30%，能效提升了20%。
GPU方面，Adreno GPU性能提升了25%，能效提升了25%，显示处理单元进一步升级，支持1Hz到240Hz的可变刷新率，以更低的功耗提供全天候显示体验(Always on Display)。
游戏体验方面，第三代骁龙8是首款支持240FPS的移动平台，采用游戏超分技术，支持到8K。同时，Snapdragon Elite Gaming也带来了一些新特性，如支持图像运动引擎2.0(Adreno Frame Motion Engine 2.0，AFME)，类似NVIDIA的DLSS，开启后可以提供更好甚至翻倍的帧数。此外，第三代骁龙8在支持硬件光追的基础上还带来了硬件级全局光照，骁龙平台也是首次支持虚幻引擎5+Lumen。
AI是此次更新的最大亮点。高通技术公司高级副总裁兼手机、计算和XR业务总经理阿力克斯·卡图赞(Alex Katouzian)表示，第三代骁龙8是高通推出的拥有最强终端侧AI的移动平台。
第三代骁龙8带来更强大的生成式AI体验，支持终端侧运行100亿参数的模型，面向70亿参数大预言模型每秒生成高达20个token;用时不到一秒就可以在终端侧通过Stable Diffusion生成图片。
第三代骁龙8采用全新的高通AI引擎，异构架构带来更强劲的AI算力输出。其中，Hexagon NPU升级了全新的微架构，性能提升了98%，能效提升了40%。Hexagon NPU集成了硬件加速单元，微型区块推理单元，性能有加强的张量/标量/矢量单元，同时所有单元共享2倍带宽的大容量共享内存。
另外，第三代骁龙8的LP-DDR5x内存频率从4.2GHz提升到4.8GHz，带宽为77GB/s，最大容量为24GB。值得一提的是，Hexagon NPU的矢量单元与内存建立了直连通道，带来更高处理效率以及更低延时。AI性能提升方面，第三代骁龙8还集成了更强的高通传感器中枢，拥有2个始终感应ISP、1个DPS、2个micro NPU，拥有增加30%的内存、支持INT4，其AI性能提升达到3.5倍。
在AI等新特性的加持下，第三代骁龙8的拍摄体验也有所升级，其集成三个18-bit的感知ISP，可支持单个1.08亿像素，或者两个6400万像素+3600万像素的摄像头，或者三个3600万像素摄像头;视频方面可拍摄8K@30 HDR同时捕捉6400万像素照片，也支持4K@120Hz慢动作视频。
全新的ISP的语义分割从8层增加到12层，可以记录更多信息，并精准分割，因此AI后期处理中可以进行更多操作，带来出色的观感。
视频拍摄方面，借助升级的AI性能，第三代骁龙8还带来了Vlogger View模式，能够同时记录两个摄像头拍摄内容。但需要指出的是，Vlogger View模式下以前置摄像头为例，可以实时进行“抠像”，减少了后期工作，给观众带来更有代入感的主播视角。在骁龙峰会现场，笔者也体验了这项功能的Demo，总体流畅度和抠像表现都很不错。
高通还与合作伙伴携手将图像的物体智能消除应用到视频中。视频对象擦除功能拍摄视频如果有路人乱入，AI也可以智能处理。
夜景拍摄能力得到增强，不仅是照片，在夜景视频拍摄中也大量的运用了AI技术，保证更高画面亮度，更多细节的同时，减少噪点，提升拍摄体验。
高通还带来C2PA Android，能够对于照片来源进行标注，区分真实拍摄还是由AI生成。高通与Dolby合作，带来了全新的拍摄模式，可以记录10-bit色深，超过10亿色彩，并且兼容JPEG。
其他方面，第三代骁龙8集成骁龙X75 5G调制解调器及射频系统，率先支持5G-A，峰值下载速率达到10Gbps，上传速率达到3.5Gbps;还有全球首个传感器辅助的毫米波波束管理(接收功率提升最多25%)、第二代AI增强GNSS定位(提升最多50%)。还支持Wi-Fi 7、蓝牙5.3。音频方面支持24bit 96kHz无损音质，以及高通扩展个人局域网(XPAN)。
作为Android旗舰智能手机SoC领导者，高通技术公司的全新平台将在全球OEM厂商和智能手机品牌的终端上得到广泛采用，包括华硕、荣耀、iQOO、魅族、蔚来、努比亚、一加、OPPO、真我realme、Redmi、红魔、索尼、vivo、Xiaomi和中兴。
骁龙X Elite处理器
骁龙X Elite处理器是专为PC平台设计的新一代芯片。根据高通官方提供的信息，骁龙X Elit
在CPU规格方面，采用了高通自研的Qualcomm Oryon CPU，采用了4nm工艺，拥有64位架构，包含12个核心，最高主频可达3.8GHz，单核心和双核心的最大Boost频率为4.3GHz，总缓存容量达到42MB。该处理器支持LPDDR5x 8533MT/S内存规格，最大支持64GB内存，具备8通道设计，带宽高达136GB/S。
高通首席执行官Cristiano Amon表示，骁龙X Elite在单线程性能方面超过了苹果的12核心M2 Max芯片和英特尔的i7-1355U处理器。在达到M2 Max、i7-1355U或i7-1260P的峰值性能时，骁龙X Elite的功耗仅为对方的三分之一。与英特尔移动端标压CPU的次旗舰i7-13800H相比，骁龙X Elite的性能提升约为60%，功耗仅为45W的三分之一。
在多核性能方面，骁龙X Elite的峰值性能比苹果M2处理器快50%，是英特尔i7-1355U和i7-1360P的两倍。同时，在峰值性能时的功耗也只有这两款处理器的三分之一。
骁龙X Elite集成了Adreno GPU，支持DX12，算力达到4.6 TFlops。根据高通官方PPT中的数据，该核显的性能比英特尔i7-13800H中的Intel Xe集显快2倍，功耗仅为其四分之一。与AMD R9 7940HS中的780M核显相比，骁龙X Elite仅需五分之一的功耗就能实现约80%的性能提升，这是一个巨大的进步。
为了适应人工智能时代，骁龙X Elite还集成了Hexagon NPU，算力高达45 TOP，远超目前移动端CPU的性能。这使得骁龙X Elite能够以极快的速度运行超过13B参数的AI大语音模型。
此外，骁龙X Elite还支持X65 5G解调器，提供10Gbps的速度，并支持Wi-Fi 7和蓝牙5.4。在连接接口方面，它最多支持3个USB 4.0、2个USB 3.2 Gen2和一个eUSB 2.0，并且支持DP 1.4，可同时连接三个4K 60Hz显示器或五个显示器。该处理器还支持AV1编码和4K HDR视频解码，并在操作系统层面上支持Win12。
预计搭载骁龙X Elite芯片的终端产品将于2024年中期上市，并与微软、联想、惠普、戴尔等一线厂商合作推出。
第一代高通S7和S7 Pro音频平台
第一代高通S7和S7 Pro音频平台是高通技术推出的最先进的音频平台，旨在为耳塞、耳机和音箱等终端设备提供先进、个性化且快速响应的音频体验。这两款平台具备无与伦比的终端侧AI水平，计算性能是前代平台的6倍，AI性能是前代平台的近100倍，同时功耗也得到了优化。
其中，高通S7 Pro是首款支持高通扩展个人局域网（XPAN）技术和超低功耗Wi-Fi连接的音频平台。XPAN技术可以扩展音频传输距离，超过目前仅利用蓝牙实现的连接距离。这意味着用户可以在家庭、楼宇或园区内自由移动，并享受高达192kHz的无损音乐品质。
此外，高通S7和S7 Pro音频平台结合了高性能、低功耗计算、终端侧AI和先进连接技术，为用户带来突破性的音频体验。不论是进行会议、社交、游戏、听音乐还是需要片刻宁静，用户都能在任何场景中获得沉浸且个性化的音频体验。
除上述硬件产品外，终端侧AI技术成为此次骁龙峰会的重中之重。
高通公司今年的最大目标是推动生成式 AI 在各种品类终端上的应用。CEO安蒙表示，随着进入AI时代，终端侧生成式AI对于提供强大、快速、个性化、高效、安全和高度优化的体验至关重要。
高通在骁龙峰会上发布了骁龙X Elite和第三代骁龙8处理器，能够以极致速度处理生成式AI任务。例如，面向Windows 11 PC的终端侧聊天助手可以每秒处理30个token，并且仅需不到一秒的时间就能使用稳定扩散算法在智能手机上生成图像。
多模态AI的出现正在改变人类与设备互动的方式，从文本到图像、图像到视频以及文本到3D等。根据高通产品管理高级副总裁Ziad Asghar的说法，这些生成式AI完全在终端设备上运行，这意味着即使在飞机上也可以使用生成式AI，并且他表示这只是这一革命的开始。
Asghar指出，在云中运行生成式AI面临许多挑战，而这些挑战可以通过在设备上进行处理来解决。一些公司正在将专有代码集成到GPT工具中，用于检测代码错误。未来，个人电脑可能会利用设备所知的信息（如用户状态、偏好、日历和年龄）结合生成式AI查询，以获得更好的生成式AI体验，而且这种体验远远优于云端。
终端设备上运行的AI相比现有的与聊天机器人交互并提供个人信息的方式具有隐私性和即时性的优势。用户不需要将私密上下文信息传递到云端进行处理，并且不需要等待云端返回信息。
在终端设备上运行AI仍然存在一个关键问题，即模型推断需要大量计算资源。高通高管表示，在云端训练大型语言模型时，通常使用16位或32位浮点数，导致每次模型推断都需要大量计算。为了解决这个问题，高通一直致力于压缩模型、进行量化和修剪，例如只使用4位表示模型参数，从而节省功耗，并能够在设备上执行更多并发的AI处理。此外，随着时间的推移，人们不断改进算法，使得模型变得更小。另外，针对特定应用程序进行训练的领域特定模型也被认为是一种方法，这些模型可以非常小且具有很高的准确性。
安蒙表示：“基于高通多年的AI研发，包括在终端中性能卓越的CPU、NPU和GPU组合，以及我们对众多领先模型本地运行的支持，我们能够将生成式AI的优势带给全球用户，带给不同的终端品类。我们在骁龙峰会上获得了广泛的合作伙伴支持，证明了高通作为终端侧AI领导厂商的行业地位。”