探讨手机终端人工智能关键技术

钱哲怡

摘 要 随着移动端技术的进步与发展，对人们的生活与工作发生了深刻的变化。移动手机终端对人工智能技术的要求越来越高，移动端人工智能化将是未来的技术发展趋势，也是终端性能进一步优化的核心方向。在本文中，从手机终端人工智能关键技术的内容出发，探讨了手机终端人工智能关键技术的未来发展方向，为手机终端人工智能技术的发展提供参考。

关键词 手机终端;人工智能;技术要点

引言

在手机终端软件和硬件技术不断提升的背景下，移动终端的机器学习能够在发展的过程中，从整体框架的需求和内容出发，实现对手机终端人工智能技术的推动与发展。因此需要结合对AI的应用与发展趋势进行深度的分析和研究，从而采取针对性措施，进一步推动其自身的技术革新与进步。

1手机终端的人工智能关键技术

1.1 整体架构

现阶段中，人工智能主要依靠机器学习、深度学习等AI技术的运用，使机器能够对相应的数据信息进行自动学习的一项内容。在具体应用过程中，首先需要对特定领域的图片、音频数据等方面的大规模数据进行深度学习技术训练，形成有效的AI算法模型，在手机等各类移动终端中可以运用该模型进行机器推断和预测。所以对于手机终端人工智能关键技术而言，其整体架构上的合理性与不断优化是当前人工智能技术发展的关键点。

由于机器学习的过程中，往往会涵盖大量的高维数据以及变量，并最终构成高维數据技术的相关内容。使现阶段中，手机终端人工智能主要是在芯片的底层提供张量加速技术硬件单元，以基于AI算法模型的接口与SDK等软件技术来为上层应用提供加速AI推断过程技术的相关内容[1]。

1.2 硬件技术

从手机终端人工智能技术的整体框架设计特点看，AI能力是由硬件与软件进行协同推进的。而硬件层面，主要是为AI软件的运行提供相应的算力，并起到加深机器学习和神经网络的矢量与张量加速的作用。在实际应用的过程中，机器学习模式的构建是其中的重点内容。

对于机器学习模型而言，其能够在多种不同类型的处理器上进行运作，比如微处理器、CPU、GPU、DSP等，而其中的要点便是处理器在对此类模型进行计算时的整体速度与效率表现。在现阶段，应用较为广泛的为深度神经元网络（DNN），其使用原理是通过作为神经元的网络节点与作为突触的节点连接，来完成对应内容的处理。x86与ARM一类的传统的CPU指令集则主要是为了进行通用计算而展开与设计的，并且基本操作的形式为以加减乘除为主的算术操作以及逻辑操作，在进行神经元处理的过程中，需要更多的指令来予以完成。CPU是当前云端运行DNN的主要选择，但CPU在单位面接上的成本与能源消耗往往更大，使其无法应用于移动终端当中进行AI技术计算。从而使手机行业在发展的过程中设计出不同类型的神经网络专用硬件加速器。以高通骁龙846芯片为例，通过对其芯片内容各个计算单元在进行两个不同的自定义神经网络在速度与功耗上的对比可以发现，其第一个网络在运行的过程中，所形成的4层节点数，分别为128、256、512、10，核心尺寸则为大小为3*3的像素卷积层与1层含有1001个节点的全连接网络。而第二个所运行的为节点数为512、128、1001的3层节点数全连接网络。由此可以看出，在实际运用的过程中设置有向量技术加速单元的DSP在计算速度与功耗上，要明显优于CPU与GPU。

1.3 软件技术

软件技术是在硬件技术的支持下，通过提供在手机上进行运作的机器学习框架与相应的AI应用，基于整体框架设计，使人工智能关键技术的功效得以充分发挥的关键所在。而在手机终端的人工智能当中，最为关键的两项软件技术分别为手机终端的机器学习框架与模型压缩。

在软件技术中运用手机终端学习框架的核心目的是为了实现对手机终端AI加速硬件技术能力的提升，并实现在软件层面上的紧密结合。为了更加方便且安全的运用AI硬件加速资源，各个不同的芯片平台均提供了对应的手机终端机器学习框架，同时将SDK和神经网络运行环境进行优化。对于终端的机器学习框架，运行的过程中是以推断作为主要方向，因此为了能够实现神经网络模型的加速运行，框架中需要设置模型优化和转换工具[2]。对于机器学习模型，其自身的尺寸难以直接应用于手机终端当中。因此需要对DNN模型进行压缩处理，以降低机器学习模式的整体体积，实现对推理速度的提升。通常在模型压缩的过程中，方法上可以主要分为网络量化、网络剪枝、知识迁移网络、紧凑网络设计等形式。同时，对机器学习模型压缩的过程中，除了采取措施对已经训练过的大型网络模型压缩外，也可以采取知识迁移、紧凑网络设计等方式，基于网络结构自身的特点展开轻量化设计。例如，MobileNet、SqueezeNet、ShuffleNet等网络就是在轻量化设计的思想下所构成的，其自身的设计出发点是针对卷积方式，来寻找一个更加高效的网络计算方法，在减少网络参数的同时，避免网络性能遭到损失。

2手机终端人工智能关键技术的未来发展趋势

随着当今的智能手机通过基于对人工智能技术的搭载作为卖点，使得以人工智能技术为主打功能的智能手机与以游戏、AR等内容为核心卖点的智能手机相比，不再拘泥于对局部功能的创新与优化，而是需要使人工智能技术实现在智能手机不同层面的深入融合，令搭载人工智能的AI手机成为智能手机的未来发展新趋势。在未来发展的过程中，人工智能技术在移动终端的运行效果与综合能力的不断强化，可以使智能手机在自身运行的过程中，更加准确地对用户的意图与情绪进行判断。同时，AI技术得到广泛应用的背景下，能够在实现手机个性发展的同时，实现对用户隐私数据的有效保护，以使用户的个性化体验得到进一步优化。

3结束语

综上所述，从人工智能技术在移动手机终端的未来发展与应用趋势可以看出，AI手机将成为智能手机在未来的主流发展趋势，并且在未来基于对AI技术的运用，用户的个性化体验也能够实现进一步提升。

参考文献

[1] 庞涛，丘海华，潘碧莹.手机终端人工智能关键技术研究[J].电信科学，2020，36（5）：145-151.

[2] 苏丹.人工智能在智能手机中的应用分析[J].信息通信技术与政策，2018（8）：69-72.