前脚OPPO刚用大模型升级了语音助手，后脚vivo就官宣自研手机AI大模型；

　　小米发布会则直接将大模型当场塞进手机系统……其竞争激烈程度，不亚于抢芯片首发。

　　先是图像生成大模型接二连三地被塞进手机，从十亿参数的Stable Diffusion，在手机上快速生成一只金毛小狗：

　　到手机上运行十五亿参数的ControlNet，快速生成一张限定图像结构的AI风景照：

　　国内有文心一言、智谱清言APP，国外则有OpenAI的移动版ChatGPT，Llama 2手机版也在加急准备中。

　　从高通到苹果，最新的芯片厂商发布会，无一不在强调软硬件对机器学习和大模型的支持——

　　苹果M3能运行“数十亿参数”机器学习模型，高通的骁龙X Elite和骁龙8 Gen 3更是已经分别实现将130亿和100亿参数大模型装进电脑和手机。

　　并且这不仅仅是已支持或跑通的数字参数，而是实实在在到了可落地应用的程度。

　　从十亿到百亿，更大参数的移动端AI模型暗示了更好的体验，但也意味着一场更艰巨的挑战——

　　「模力时代」下，芯片厂商究竟要如何冲破大模型移植智能终端面临的算力、体积和功耗等限制？

　　就在最近，OpenAI还因为DevDay后“远超预期”的大模型调用流量，出现了全线产品宕机的史上最大事故。

　　相比于云端，移动终端的算力更为受限。想要把大模型装进手机，算力问题自然构成了第一重挑战。

　　计算单元之外，有限的内存单元，是大模型进手机面临的第二道难关：大模型推理需要大量计算资源做支撑，与此同时，内存大小决定了数据处理速度的上限以及推理的稳定性。

　　另外，在手机上跑大模型，也给电池带来了更大的压力。因此芯片能耗成为一大关键。

　　高通最新推出的第三代骁龙8移动平台，就被定位为高通“首个专门为生成式AI打造的移动平台”：

　　能够在终端侧运行100亿参数大模型，面向70亿参数大语言模型，每秒能生成20个token。

　　较之前代产品，第三代骁龙8最重要的变化，就是驱动终端侧AI推理加速的高通AI引擎。

　　高通公布的数据显示，Hexagon NPU在性能表现上，比前代产品快98％，同时功耗降低了40％。

　　具体而言，Hexagon NPU升级了全新的微架构。更快的矢量加速器时钟速度、更强的推理技术和对更多更快的Transformer网络的支持等等，全面提升了Hexgon NPU对生成式AI的响应能力，使得手机上的大模型“秒答”用户提问成为可能。

　　Hexagon NPU之外，第三代骁龙8在Sensing Hub（传感器中枢）上也下了功夫：增加下一代微型NPU，AI性能提高3．5倍，内存增加30％。

　　值得关注的是，官方提到，Sensing Hub有助于大模型在手机端的“定制化”。随时保持感知的Sensing Hub与大模型协同合作，可以让用户的位置、活动等个性化数据更好地为生成式AI所用。

　　而在内存方面，第三代骁龙8支持LPDDR5X，频率从4．2GHz提高到了4．8GHz，带宽77GB／s，最大容量为24GB。

　　更快的数据传输速度，更大的带宽，也就意味着第三代骁龙8能够支持更大更复杂的AI模型。

　　并且，此番高通在内存和Hexagon NPU矢量单元之间增加了直连通道，进一步提高了AI处理效率。

　　恰逢骁龙峰会期间，SK海力士还特别宣布，其产品LPDDR5T已经在高通第三代骁龙8上完成了性能及兼容性验证，速度达到9．6Gbps。由此看来，搭载第三代骁龙8的手机在内存方面还有更多的选择。

　　除此之外，在CPU方面，第三代骁龙8采用“1＋5＋2”架构（1个主核心、5个性能核心和2个能效核心），相较于前代的“1＋4＋3”，将1个能效核心转换为性能核心。其中超大核频率提升到3．3GHz，性能核心频率提升到最高3．2GHz，能效核心频率提升到2．3GHz。

　　值得一提的是，AI引擎之外，第三代骁龙8的ISP、调制解调器等其他模块，也已根植AI基因。

　　调制解调器同样有5G AI处理器的加持：通过分析信号完整性和信噪比，AI能够改善无线带宽、延迟等性能指标。

　　由此看来，在大模型进手机的过程中，行业领军者的硬件解决之道可以从两方面来总结：

　　不过，虽说硬件技术能解决大模型移植到智能终端的关键难点，但要想让它真正落地应用，仍需要迈过另外一重门槛。

　　要想解决这两大问题，就不能仅仅从硬件侧入手，而同样要在软件开发上做好准备。

　　首先，需要先增强智能终端对不同大模型的适配能力，即使是架构算法存在差异也同样能装进手机。

　　即使最新大模型体积超出预期，也要能确保在不影响性能的情况下，将之应用到智能终端。

　　从最早在手机上运行10亿参数Stable Diffusion，到快速基于骁龙8 Gen 3适配百亿参数大模型，背后实际上还离不开一类软件能力——

　　像是这篇被NeurIPS 2023收录的论文，就针对当前大模型的“基石”Transformer架构进行了量化相关的研究。

　　量化是压缩AI模型的一种经典方法，然而此前在压缩Transformer模型的时候，容易出现一些问题。

　　这篇论文提出了两种方法来对Transformer模型进行量化，在确保压缩效果的同时，进一步提升模型输出性能，确保模型看起来“更小更好”。

　　对于大模型而言，从一个硬件设备迁移到另一个硬件设备，并没有想象中那么容易。

　　不同的计算平台之间，硬件的配置往往差异很大，电脑上能运行的大模型，放到手机上还真不一定就能立刻运行。

　　这是一套容纳了大量AI技术的工具包，全面支持各种主流AI框架、不同操作系统和各类编程语言，能提升各种AI软件在智能终端上的兼容性。

　　不仅如此，这套软件栈还包含高通AI Studio，相当于将高通的所有AI工具集成到一起，直接进行可视化开发。

　　其中，如AI模型增效工具包、模型分析器和神经网络架构搜索（NAS）等都在里面。

　　AI软件只需要在里面从设计、优化、部署到分析“走一趟流程”，就能快速转换成在其他操作系统和平台上也可以运行的软件产品。

　　只需要一次开发，甚至是大模型软件的开发，就能让它在多个平台运行，不需要担心适配的问题，像Stable Diffusion就已经部署到其中，其他平台也同样可以随取随用了。

　　这样一来，不仅仅是将百亿参数大模型塞进手机，甚至还能将它塞进汽车、XR、PC和物联网。

　　总结来看，大模型移植到智能终端所需的技术，不仅是硬实力，软件上也同样需要有所储备。

　　所以，对于在大模型时代下蓄势待发的移动端软硬件厂商而言，究竟如何才能抓住这次难得的机遇？

　　或者说，各厂商要如何提前做好准备，才能确保大模型时代依旧屹立于技术浪潮之巅？

　　一方面，对于硬件性能而言，芯片已经从单纯的硬件性能对比、算力较量、功耗计算，逐渐转变成对AI算力的比拼，甚至是对AI软硬件技术能力的全面要求。

　　以微软为例，这家科技巨头和云厂商，近期开始注重起AI软硬件结合的技术，如大模型训练等。

　　在微软前不久的一篇训练研究中，就系统阐述了大模型在FP8精度下训练的效果，能在同样硬件成本下，训练更大规模的大模型、同时确保训练出来的模型性能。

　　以AI算法研究著称的OpenAI，则被曝出有造芯的意向，开始朝硬件方向的技术发力。

　　显然，从不同科技巨头最新研究中能看出，在这个技术日新月异的时代，手握一张底牌就能抓住机遇、打出自身价值的概率，正变得越来越低。

　　如果还停留在“硬件公司造好芯、软件公司做好算法”的阶段，势必只会被其他虎视眈眈的厂商超过，在「模力时代」失去已有的竞争力。

　　除了硬件性能的提升以外，与时俱进扩展软件技术栈、提升软硬件结合的AI能力，同样不可或缺。

　　高通在前阵子推出的白皮书中就提到，将大模型部署到个人智能终端上，不仅要考虑硬件，也同样需要考虑模型个性化、计算量等问题。

　　但相比等待大模型厂商去解决这些问题，高通选择自己在软件方面进行研究，最新成果也同样实时写成论文分享出来。

　　只有这样，才能更好地了解算法软件侧对于硬件的需求，从而更好地提升芯片的性能。

　　另一方面，对于算力更受限、用户范围更广的终端而言，未来的趋势必然是无缝互联。这就意味着，跨平台适用性会成为AI解决方案的关键。

　　这种动向，从今年的骁龙峰会上发布的Snapdragon Seamless技术就能窥见一斑。

　　像是将平板上的照片，用鼠标就能“一键平移”到PC，在电脑上进行快速处理：

　　即使只有一个设备拥有键盘和鼠标，也能对各类设备进行无缝控制，甚至让AI软件也无障碍在各个设备之间连接使用。

　　对于数据传输延迟不是问题的未来而言，打通多终端协作和互联，势必是智能终端的下一个未来：

　　不仅手机和PC等不同的终端设备之间可以共享数据、更可能让同一套设备在不同的操作系统之间完成一系列流畅操作，像是手机和PC的音频在耳机之间无缝切换：

　　PP电子 游戏

　　之前只有在手机上能使用的AI应用，有了这套系统就能扩展到千万台智能终端设备上，包括PC、XR、平板和汽车。

　　这样一来，大模型就不再会受限于某一台设备、或是某一个操作系统，而是能快速将已经在一类终端中实现的AI能力快速套用到更多设备中，最终实现“万物皆可大模型”的操作。

　　总结来看，在大模型时代下，AI厂商不仅需要具备软硬件结合的能力，更需要提前布局智能终端万物互联的未来，以「连接」技术加速大模型在场景下的落地应用。

　　对于其他不同企业而言，依旧要在场景中探索自身的价值，才可能在「模力时代」下找到新的出路。PP电子的官方网站