芯片|当AI深入芯片的每一条“毛细血管”，智能手机体验还能有怎样不同？( 三 ) 智能手机|高通骁龙|CPU|it芯片

在认知ISP的加持下，第二代骁龙8可以实现实时语义分割，简单来说，就是让智能手机可以理解摄像头所看到的世界，能够真正“认识你” 。
在这一过程中， AI神经网络能够让摄像头感知人脸、面部特征、头发、衣服和天空，并进行独立的优化，进而实现“该优化的优化、该写实的写实” ，避免了图像处理时“眉毛胡子一把抓”的尴尬。
并且值得注意的是，以往AI神经网络往往是在照片和视频拍摄完成之后才开始运行，这样时延和能效都不够理想，拍照速度也会收到直观的影响。
而在这一认知ISP系统的加持下， AI神经网络的运行可以被前置到ISP中进行“实时处理” 。简单来说，我们可以把“实时语义分割”想象成一个“Photoshop图层” ，但整个修图过程都在ISP里完成。

这带来最直观的效果就是，我们终于可以在手机拍照的取景器中看到实时增强的物体画面了。
安卓手机一直被诟病的无法“所见即所得”的问题，这次从“根”上得到了解决。
聊完了影像，我们来看看重要性同样排在前列的游戏场景。
虽然与游戏体验最直接相关的是手机CPU、GPU的能力，但AI依旧发挥了重要作用，比如针对游戏的调度优化、图像优化以及AI敌人的模拟。
在评价游戏体验时，目前业内更多开始关注游戏的稳定性而非峰值帧率，也就是游戏帧数的波动要尽量小。
实际上，游戏中的负载并不是固定的，而是实时改变的，因此芯片调度要与负载相匹配，就需要建立模型并且不断优化，实现更好的效果，这背后AI算法的融入会起到事半功倍的效果。
而且这种调教优化绝非终端厂商可以靠一己之力完成的，游戏内容商以及高通这样的芯片厂商都需要加入进来，需要靠合力完成。

当然，借助AI ，厂商还可以做出更加“真实”的AI敌人，这种算法模拟出来的“AI对手” ，通过多个神经模型和数千个神经元进行训练，在Hexagon处理器中进行推理，会随着时间推移变得更智能。
不少人都感叹，今天人类要在一些游戏中赢过AI ，是越来越难了。
除了游戏、影像这样非常容易被感知到的AI体验升级场景，其通信也是AI应用的重要领域，这一点往往容易被忽略。
这次高通特别在会上提到，骁龙X70是全球第一个配备5G AI处理器的调制解调器及射频系统。

简单来理解就是：高通直接在基带中加入了一个AI处理器！
其实很多人都会忽略AI在通信中发挥的重要作用，实际上，不论是上传和下载速度、网络覆盖能力还是低时延和出色的通信能效比，都离不开AI技术的加持。
调制解调器内的AI处理器能够实时优化多种关键参数和条件，比如信道状态反馈、毫米波波束成形、天线调谐和其他自适应功能，从而实现网络连接速度、覆盖、时延和电池续航的提升。
要知道，今天6G通信技术的研发已经在路上，从3G、4G到5G ，不同代际的通信标准、所覆盖的频段都有所不同，而众多因素叠加起来，调制解调器及射频系统需要处理的任务是非常复杂且难以预测的，这需要AI的深度参与才能更加高效地解决。
在通信之外，无线音频同样是一个容易被忽略的AI发挥关键作用的场景。
这次高通的S5音频芯片和S3音频芯片均内置了AI模块，而它们发挥作用的最典型应用就是由AI驱动的回声消除与噪音抑制，包括我们熟悉的主动降噪功能。

今天，几乎所有主动降噪功能都在以“自适应”为卖点，而自适应的本质，就是AI算法根据用户使用的不同环境来智能调整降噪效果，从而让听觉体验更自然、更舒服。