AI 骁龙 PC 开发者 技术 沙龙

简介: AI 骁龙 PC 开发者 技术 沙龙

AI 骁龙 PC 开发者 技术 沙龙

昨天有幸参加 AI 骁龙 PC 开发者 技术 沙龙

地点 :上海 上海市徐汇区漕宝路36号E座 36 space

时间 :13:30~16:30


有来自微软、PC 生态领域内的Top 级硬件厂商 (OEM)、头部独立软件开发商 (ISV) 以及应用开发领域的多位技术专家,分享行业前瞻趋势、生态构建、应用创新、端侧AI核心技术等, 共同探索下一代AI PC发展趋势及创新领域,一起开启AI PC交互新时代。



收获

成就&发展战略



高通公司在人工智能领域的发展战略主要包括以下几点:

推动终端侧 AI 创新:拥有超过15年的 AI 研发经验,为终端设备提供领先的软硬件技术,通过异构计算架构和全栈 AI 优化,实现低功耗高性能计算。其赋能的终端包括智能手机、PC、汽车、XR、物联网等,旨在将创新成果转化为实用性的应用和体验。

与云端紧密结合:虽然目前生成式 AI 的研发与应用主要集中在云端,云计算仍将发挥重要作用,但高通认为终端与云端的紧密结合是推动生成式 AI 规模化扩展、加速数字化转型的关键。

优化 AI 模型:对生成式 AI 模型进行训练优化,使其体积更小、效率更高,以实现在终端侧的迁移和运行,让终端设备能够运行与云端大模型相当甚至更好的 AI 模型。

关注关键技术范例:致力于 Lora 和多模态 AI 等关键技术的发展,推动生成式 AI 实现规模化扩展,提供情境化、定制化和个性化的体验。例如高通展示了全球首个在 Android 手机上运行的多模态大模型,可基于图像输入生成多轮对话;通过 Lora 适配器减少模型可训练参数量,降低训练成本,提高模型在特定任务上的准确性,支持终端侧更高效、可扩展和定制化的 AI 应用。

提供全方位支持:与多家公司建立合作,为开发者提供支持,推动 AI 在各行业的应用创新。例如在智能手机领域推出第三代骁龙8移动平台;在 PC 方面发布骁龙 Xelite 和骁龙 Xplus 平台;在汽车领域,基于骁龙座舱平台助力车端大模型功能的实现等。

深入全球各行业:秉持创新驱动的发展理念,不断推动 AI 研发、硬件开发和软件优化,目标是深入全球众多行业,与全球合作伙伴紧密协作,推动技术进步与应用创新,让智能计算无处不在。地址:

https://qualcomm.csdn.net/m/zone/qualcomm2016/wos/index


购买地址:https://www.arrow.cn/c838012cmp32g_thunderc/thundercomm.html


总结

首先介绍了已经进入 AIPC 时代,强调了高通在这方面的蓄力以及带来的技术优势,包括无线连接、手机技术优势等,还提及了推出的移动平台、骁龙 X1 和 X plus 平台,及其在 CPU、GPU、NPU 等方面的特性,如强大的算力、领先的性能和能效,还有在影音娱乐、跨平台连接、安全性等方面的优势。

接着对比了与竞品在性能和功耗上的差异,展示了在不同场景下的续航和表现优势。提到了与微软的合作,共同发布了 PC 产品,展示了全新的 PC 品类,强调了在 Windows 体系中的突破性性能和极低功耗的特点。

然后阐述了为开发者提供的灵活的 AI 开发框架和丰富的生态支持,包括支持主流开源框架和高通自身的 AI 引擎,能够实现跨平台开发和部署。

最后提到在应用方面,全球和国内都在进行软件适配和生态合作,技术上已做好充分准备,提供了中文资料和开发套件,呼吁开发者行动起来,将应用移植到 AIPC 平台,有问题可进一步沟通。Tips

全部图片和AI 骁龙 PC 开发者技术沙龙

目录
相关文章
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
54 10
|
3天前
|
人工智能 安全 算法
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
2024年12月11日,由中国计算机学会计算机视觉专委会主办的“打造大模型时代的可信AI”论坛在上海举行。论坛汇聚了来自多家知名学术机构和企业的顶尖专家,围绕AI的技术风险与治理挑战,探讨如何在大模型时代确保AI的安全性和可信度,推动技术创新与安全治理并行。论坛重点关注计算机视觉领域的最新进展,提出了多项技术手段和治理框架,为AI的健康发展提供了有力支持。
26 8
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
|
3天前
|
机器学习/深度学习 人工智能 运维
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
阿里云技术公开课预告:Elastic和阿里云搜索技术专家将深入解读阿里云Elasticsearch Enterprise版的AI功能及其在实际应用。
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
|
3天前
|
机器学习/深度学习 传感器 人工智能
AI视频监控系统在养老院中的技术实现
AI视频监控系统在养老院的应用,结合了计算机视觉、深度学习和传感器融合技术,实现了对老人体征、摔倒和异常行为的实时监控与分析。系统通过高清摄像头和算法模型,能够准确识别老人的动作和健康状况,并及时向护理人员发出警报,提高护理质量和安全性。
28 14
|
4天前
|
传感器 机器学习/深度学习 人工智能
AI视频监控卫士技术介绍:智能化河道管理解决方案
AI视频监控卫士系统,通过高清摄像头、智能传感器和深度学习技术,实现河道、水库、城市水务及生态保护区的全天候、全覆盖智能监控。系统能够自动识别非法行为、水质变化和异常情况,并实时生成警报,提升管理效率和精准度。
33 13
|
2天前
|
存储 人工智能 运维
AI-Native的路要怎么走?一群技术“老炮儿”指明了方向
上世纪70年代,沃兹尼亚克、乔布斯等人成立Homebrew Computer Club,推动个人电脑普及。如今,创原会承袭这一精神,由CNCF执行董事Priyanka Sharma等构建,聚焦云原生和AI技术,汇聚各行业技术骨干,探索前沿科技。2024年创原会年度峰会达成“全面拥抱AI-Native”共识,解决算力与存储瓶颈,推动AI原生应用开发,助力千行万业智能化转型,成为行业创新风向标。
|
3天前
|
人工智能 计算机视觉
幻觉不一定有害,新框架用AI的幻觉优化图像分割技术
在图像分割领域,传统方法依赖大量手动标注数据,效率低下且难以适应复杂场景。为解决这一问题,研究人员提出了“任务通用可提示分割”方法,利用多模态大型语言模型(MLLM)生成实例特定提示。然而,MLLM常出现幻觉,影响分割精度。为此,研究团队开发了“Prompt-Mask Cycle”(ProMaC)框架,通过迭代生成和验证提示及掩码,有效利用幻觉信息,提高了分割精度和效率。实验结果表明,ProMaC在多个基准数据集上表现出色,为图像分割技术的发展提供了新思路。
15 6
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
6天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
11天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
下一篇
DataWorks