智能的表现在以前大多都是在大型效劳器或许是云端，目后人工智能正向终端侧迈进。在目前的技术开展以及架构下，数据的处置等以及智能的培训也可以在终端设备上停止。而假如要将人工智能向终端迁移，必定会遇到一些难题。首蓬勃发展的行业不仅给从业者提供了巨大的发展机遇，也带来了全新的挑战。先，人工智能负载自身十分复杂，它不只需求少量、密集的计算，同时还有一直开启实时在线的需求；此外，智能 手机 、无人机、 汽车 等终端侧产品的计算环境十分受限，要想完成真正的人工智能，在续航、内存和高效散热等方面，都是很大的应战。

以完成终端侧人工智能所需条件来看不难发现，人工智能的设备首先是高功能低功耗的设备，依托现有的无线通讯技术，完成应用5G设备端和云之间的智能配合和衔接。而这些都是高经过去几年所专注的范畴。

硬件方面，鉴于芯片研发的深化，高通在电池功能和热效率等方面的处理才能曾经非常了得，而这也为高通进一步深耕人工智能提供良好根底。除此之外，高通不断努力于算法上的改良。目前整个行业 关于算法的提升尤为注重，高通不只对将来能够呈现的新任务负载和新的用例停止优化，同时也对现有算法停止优化提升，使之可以在挪动终端更高效运转处理方案。而在软件工具局部，于终端侧高通提供本人的软件工具以支持在终端侧停止的人工智能，同时也和生态零碎中的协作同伴携手同行，例如支持TensorFlow、Caffe2等。

目前高通推出了人工智能引擎（AI Engine），让人工智能在智能手机等终端侧设备上的使用更疾速、高效。该AI Engine包括软硬件两局部，在高通骁龙中心硬件架构（CPU、GPU、VPS向量处置器）上搭载了神经处置引擎、Android NN API、Hexagon神经网络库等软件。目前高通旗下芯片产品骁龙845、骁龙835、骁龙820、骁龙660都将支持该人工智能引擎AI Engine，其中骁龙845将支持以后最顶尖的终端侧人工智能处置。

人工智能引擎作为完成人工智能的重要组成局部，是众多同行者努力于研讨的。而一向努力于人工智能终端侧研发的高通，早在2007年就开端启动相关研讨项目。多年来的坚持创新，曾经有所播种。在2017年7月，高通推出骁龙神经处置引擎，它曾经有SDK供开发者开发，可以让工智能任务负载在现有的骁龙挪动平台上完成高效的运转。

同时，经过这一套工具包，第三方开发者可以更好天时用多样的Qualcomm的硬件架构，包括CPU、GPU、DSP停止人工智能的处置。此外，该工具包不需求对网络停止特定的人工智能培训，它支持TensorFlow、Caffe、Caffe2以及一些将来行将发布的框架。这套工具包还支持优化的特性：无须专门针对特定的硬件中心停止编程，就可以在我们的一个或多个硬件中心上运转深度神经网络。

自2007年，高通开端探究面向计算机视觉和运动控制使用的机器学习脉冲神经办法，随后在2012年还将其研讨范围从仿生办法拓展到了人工神经网络——次要是深度学习范畴。2017年更是收买了专注于前沿机器学习技术的阿姆斯特丹大学隶属公司Scyfer B.V.，而Scyfer已为全球多个不同行业的公司打造了人工智能处理方案，包括制造业、医疗业和 金融 业。Scyfer兴办人，阿姆斯特丹大学着名教授Max Welling博士也参加了高通技术公司，空虚壮大了高通人工智能技术研发团队，协助推进人工智能研讨与开展。

高通表示，将来的人工智能，应该是具有高通现已支持的高功能、低功耗终端的才能，并可以应用先进的无线通讯技术（5G），完成终端侧与云之间的人工智能配合和衔接。而目前高通曾经具有相应才能，让用户在高通支持的终端上客户可以运转人工智能任务负载。并且完成维护数据一切人的团体信息，将平安做到更好。