1218
当前，AI大模型已逐渐从云端走向边缘，甚至深入到日常生活中的手机、PC、汽车等各个终端。在这一变革中，端侧智能正崭露头角，预示着未来智能设备将能更实时、更高效地理解和服务用户。日前，在E维智库第12届中国硬科技产业链创新趋势峰会暨百家媒体论坛上，安谋科技产品总监鲍敏祺深入探讨了端侧AI应用的广阔前景及NPU（神经处理单元）在其中发挥的关键作用。
端侧大模型
鲍敏祺指出，端侧AI的新机遇主要源于AIGC大模型带来的算力提升。这些大模型已逐渐在手机上实现应用，如图片理解、关键信息提取等，显著提升了用户体验。例如，Apple Intelligence等大模型的发布，尽管尚未对国内开放，但已引发广泛关注与测评。这些应用不仅提升了使用效率，更逐渐渗透到人们的日常生活中。
然而，端侧AI的算力是否会像云端一样持续膨胀？鲍敏祺认为，端侧模型的规模受到存储带宽的限制，而用户体验的实时性至关重要，大模型必须在用户能接受的时间内（通常是2秒以内）给出反馈。因此，在当前带宽下，部署大模型需考虑带宽制约与用户体验的平衡。
目前，众多国内外厂商已从商业化角度推出大模型，并达成共识——AI NPU是未来消费类产品的重点投入对象。头部终端厂商如OPPO、VIVO、小米、荣耀、华为等也都有相应的解决方案。这些方案并非仅依赖端侧大模型，而是与云端相辅相成，共同提升用户体验。端侧的优势在于时效性和数据本地安全性，而云端则具备更强的理解和计算能力。
端侧AI的挑战
在评估端侧大模型时，语言类模型或文生图常用作参考。但语言类模型并非端侧应用的终点。随着技术发展，图片、音频、视频等多模态输入将成为常态。这些输入需经过压缩和Tokenizer处理，转换成模型能理解的Token。而LLM（大型语言模型）背后的基本原理并未改变，只是输入和输出过程增加了编码和解码步骤。
另一个挑战在于，上下文长度的增长对模型性能提出更高要求。衡量语言模型的指标包括Token per second和TTFT（Time to first token），即模型响应输入的时间。随着上下文长度增加，首次延迟也会线性增长。因此，在端侧容量和带宽有限的情况下，需优化算法以提升算力效率。
一个确定的趋势是，AI的应用将是多模态场景。随着AI的发展，人们很可能将更多地与智能体（Agent）进行交互。这些智能体不仅能理解和执行任务，还能通过强化学习不断优化自己的行为。
在多模态场景下，AI的应用将不再局限于传统设备。从手持设备到边缘计算、PC、汽车，再到云端，AI将无处不在。然而，不同场景对AI算力的需求各不相同。手持设备由于功耗和芯片面积的限制，通常只能支持1-10B的模型体量。而在Edge、PC、Auto端，模型体量可能达到10-70B。在云端，由于有充足的资源和带宽，模型体量可以超过100B，从而接受各种知识，进行持续迭代。
AI的赋能不仅限于传统设备，它还能为以前看似市场前景有限的终端设备带来新的生命力。例如，通过赋予可穿戴设备简单的语音控制和视觉拍照功能，这些设备可能突然变得非常流行。这种多模态的输入和直接使用的功能，使得这些设备在竞争激烈的市场中脱颖而出。
然而，端侧AI也面临着诸多挑战。首先是成本、功耗和生态系统的问题。存储介质的带宽和成本是制约端侧AI发展的关键因素。尽管存储技术不断进步，但端侧设备仍然无法像云端那样拥有TB级别的带宽。此外，端侧设备的芯片面积和计算资源也非常有限。
第二个挑战是功耗问题。在AI应用中，数据的搬运是功耗的主要来源。对于大模型来说，由于显存占用大，无法像CNN那样通过高复用度来提高能效。因此，如何降低数据搬运的功耗成为了一个亟待解决的问题。
此外，软件和工具的优化也是一大挑战。AI模型需要不断迭代优化才能满足用户需求。然而，当前的软件和工具在支持大模型优化方面还存在不足。
NPU的关键作用
鲍敏祺表示，针对这些挑战，安谋科技推出的“周易”NPU采取了一系列应对策略。首先，它在保留CNN能力的同时，增强了对transformer大模型的支持。通过优化微架构和计算能力，提升了transformer的运算效率。其次，“周易”NPU注重数据本地化，通过混合精度量化和无损压缩来减少数据搬运和提升有效带宽。此外，它还针对大模型进行了总线带宽的扩展，以满足解码等场景对带宽的高需求。
为了进一步提升能效，“周易”NPU还采用了数据并行、模型并行、负载均衡和Tiling等技术。同时，它也支持异构策略，可以独立执行AI任务，并根据需求自由裁剪。在端侧应用中，“周易”NPU还采用了power gating和low power策略，以降低不必要的功耗。
通过这些创新技术，“周易”NPU有效应对了端侧AI面临的挑战，为多模态场景下的AI应用提供了强有力的支持。而针对不同应用场景，如智能汽车、手机PC、AIOT等，安谋科技也制定了差异化的策略。
在智能汽车领域，安谋科技关注智舱一体等趋势，提供了全面的IP解决方案。这包括GPU用于渲染显示，前级处理摄像头的能力，以及SPU用于安全相关的功能。特别值得注意的，“周易”NPU具备20到320TOPS的可扩展性，以满足不同场景下的算力需求。例如，在汽车IVI场景中，算力要求相对较低；而在ADAS场景中，由于需要执行多任务，特别是CNN场景，算力需求则显著提升。“周易”NPU的灵活性使得它能够适应各种汽车场景，实现完整端到端的解决方案。
对于AI加速卡场景，安谋科技关注输入与输出的高效处理，特别是图像和视频数据的输入与AI计算的输出。加速卡具备HOST AP交互能力，并强调安全性，如JPEG解码能力和根据实际需求定制的NPU。根据应用场景的不同，如NVMe存储形式、车载或手机等，TDP功耗和算力需求也会有所差异。能效比是一个重要考虑因素，例如在5瓦TDP功耗下，有效算力可达25TOPS左右。整个解决方案多样，不仅针对语言模型，还着眼于未来多模态模型的需求。
在AIOT场景中，算力需求相对较低，但受到AIOT设备面积和功耗的限制。然而，对安全性的要求却更高，包括firmware和security的强化。与服务器或板卡等密封形式不同，AIOT场景对安全性的需求进一步提升。安谋科技的“周易”NPU能够在此类场景中提供20TOPS到320TOPS的算力裁减，主要用于声音和图象的检测。考虑到端侧可能放置较低精度的模型以保证量化效果，整个解决方案在保障安全的同时，也通过一定算力的内容对语音类场景进行AI加速。
结语
随着技术不断进步和创新，未来的智能设备将更加智能、高效、便捷，NPU也将在未来发挥更加重要的作用。据悉，安谋科技的下一代“周易”NPU在生态上已广泛部署了Wenxin、Llama、GPT等模型，并在端侧覆盖了PAD、PC、Mobile等各类场景。对于智能汽车领域，无论是IVI还是ADAS场景，都能根据实际算力需求和模型提供针对性的解决方案，最高可达320TOPS的算力。
