探討手機終端人工智能關鍵技術

錢哲怡

摘 要 隨著移動端技術的進步與發展，對人們的生活與工作發生了深刻的變化。移動手機終端對人工智能技術的要求越來越高，移動端人工智能化將是未來的技術發展趨勢，也是終端性能進一步優化的核心方向。在本文中，從手機終端人工智能關鍵技術的內容出發，探討了手機終端人工智能關鍵技術的未來發展方向，為手機終端人工智能技術的發展提供參考。

關鍵詞 手機終端;人工智能;技術要點

引言

在手機終端軟件和硬件技術不斷提升的背景下，移動終端的機器學習能夠在發展的過程中，從整體框架的需求和內容出發，實現對手機終端人工智能技術的推動與發展。因此需要結合對AI的應用與發展趨勢進行深度的分析和研究，從而采取針對性措施，進一步推動其自身的技術革新與進步。

1手機終端的人工智能關鍵技術

1.1 整體架構

現階段中，人工智能主要依靠機器學習、深度學習等AI技術的運用，使機器能夠對相應的數據信息進行自動學習的一項內容。在具體應用過程中，首先需要對特定領域的圖片、音頻數據等方面的大規模數據進行深度學習技術訓練，形成有效的AI算法模型，在手機等各類移動終端中可以運用該模型進行機器推斷和預測。所以對于手機終端人工智能關鍵技術而言，其整體架構上的合理性與不斷優化是當前人工智能技術發展的關鍵點。

由于機器學習的過程中，往往會涵蓋大量的高維數據以及變量，并最終構成高維數據技術的相關內容。使現階段中，手機終端人工智能主要是在芯片的底層提供張量加速技術硬件單元，以基于AI算法模型的接口與SDK等軟件技術來為上層應用提供加速AI推斷過程技術的相關內容[1]。

1.2 硬件技術

從手機終端人工智能技術的整體框架設計特點看，AI能力是由硬件與軟件進行協同推進的。而硬件層面，主要是為AI軟件的運行提供相應的算力，并起到加深機器學習和神經網絡的矢量與張量加速的作用。在實際應用的過程中，機器學習模式的構建是其中的重點內容。

對于機器學習模型而言，其能夠在多種不同類型的處理器上進行運作，比如微處理器、CPU、GPU、DSP等，而其中的要點便是處理器在對此類模型進行計算時的整體速度與效率表現。在現階段，應用較為廣泛的為深度神經元網絡（DNN），其使用原理是通過作為神經元的網絡節點與作為突觸的節點連接，來完成對應內容的處理。x86與ARM一類的傳統的CPU指令集則主要是為了進行通用計算而展開與設計的，并且基本操作的形式為以加減乘除為主的算術操作以及邏輯操作，在進行神經元處理的過程中，需要更多的指令來予以完成。CPU是當前云端運行DNN的主要選擇，但CPU在單位面接上的成本與能源消耗往往更大，使其無法應用于移動終端當中進行AI技術計算。從而使手機行業在發展的過程中設計出不同類型的神經網絡專用硬件加速器。以高通驍龍846芯片為例，通過對其芯片內容各個計算單元在進行兩個不同的自定義神經網絡在速度與功耗上的對比可以發現，其第一個網絡在運行的過程中，所形成的4層節點數，分別為128、256、512、10，核心尺寸則為大小為3*3的像素卷積層與1層含有1001個節點的全連接網絡。而第二個所運行的為節點數為512、128、1001的3層節點數全連接網絡。由此可以看出，在實際運用的過程中設置有向量技術加速單元的DSP在計算速度與功耗上，要明顯優于CPU與GPU。

1.3 軟件技術

軟件技術是在硬件技術的支持下，通過提供在手機上進行運作的機器學習框架與相應的AI應用，基于整體框架設計，使人工智能關鍵技術的功效得以充分發揮的關鍵所在。而在手機終端的人工智能當中，最為關鍵的兩項軟件技術分別為手機終端的機器學習框架與模型壓縮。

在軟件技術中運用手機終端學習框架的核心目的是為了實現對手機終端AI加速硬件技術能力的提升，并實現在軟件層面上的緊密結合。為了更加方便且安全的運用AI硬件加速資源，各個不同的芯片平臺均提供了對應的手機終端機器學習框架，同時將SDK和神經網絡運行環境進行優化。對于終端的機器學習框架，運行的過程中是以推斷作為主要方向，因此為了能夠實現神經網絡模型的加速運行，框架中需要設置模型優化和轉換工具[2]。對于機器學習模型，其自身的尺寸難以直接應用于手機終端當中。因此需要對DNN模型進行壓縮處理，以降低機器學習模式的整體體積，實現對推理速度的提升。通常在模型壓縮的過程中，方法上可以主要分為網絡量化、網絡剪枝、知識遷移網絡、緊湊網絡設計等形式。同時，對機器學習模型壓縮的過程中，除了采取措施對已經訓練過的大型網絡模型壓縮外，也可以采取知識遷移、緊湊網絡設計等方式，基于網絡結構自身的特點展開輕量化設計。例如，MobileNet、SqueezeNet、ShuffleNet等網絡就是在輕量化設計的思想下所構成的，其自身的設計出發點是針對卷積方式，來尋找一個更加高效的網絡計算方法，在減少網絡參數的同時，避免網絡性能遭到損失。

2手機終端人工智能關鍵技術的未來發展趨勢

隨著當今的智能手機通過基于對人工智能技術的搭載作為賣點，使得以人工智能技術為主打功能的智能手機與以游戲、AR等內容為核心賣點的智能手機相比，不再拘泥于對局部功能的創新與優化，而是需要使人工智能技術實現在智能手機不同層面的深入融合，令搭載人工智能的AI手機成為智能手機的未來發展新趨勢。在未來發展的過程中，人工智能技術在移動終端的運行效果與綜合能力的不斷強化，可以使智能手機在自身運行的過程中，更加準確地對用戶的意圖與情緒進行判斷。同時，AI技術得到廣泛應用的背景下，能夠在實現手機個性發展的同時，實現對用戶隱私數據的有效保護，以使用戶的個性化體驗得到進一步優化。

3結束語

綜上所述，從人工智能技術在移動手機終端的未來發展與應用趨勢可以看出，AI手機將成為智能手機在未來的主流發展趨勢，并且在未來基于對AI技術的運用，用戶的個性化體驗也能夠實現進一步提升。

參考文獻

[1] 龐濤，丘海華，潘碧瑩.手機終端人工智能關鍵技術研究[J].電信科學，2020，36（5）：145-151.

[2] 蘇丹.人工智能在智能手機中的應用分析[J].信息通信技術與政策，2018（8）：69-72.