高通骁龙助力 手机QQ“高能舞室”实现人工智能

lee_larry 2017-12-21 09:51:59
近日,手机QQ正式推出“高能舞室”功能,该全新功能基于腾讯AI Lab计算机视觉中心独家支持的“肢体动作追踪”技术实现,并且结合了Qualcomm骁龙神经处理引擎(Snapdragon Neural Processing Engine,以下简称SNPE)SDK,将为年轻人社交提供更多个性化内容和用户体验。

  手机QQ是国内备受年轻人欢迎、体量最大的移动互联网社交APP之一。2017年第三季度,QQ在智能移动终端的月活数量高达6.529亿。手机QQ“高能舞室”功能的实现是Qualcomm与腾讯在人工智能领域的首次合作,也是SNPE在中国互联网行业的首个成功应用。双方的合作实现了人工智能技术的入口轻量化,把人工智能支持的领先体验带到规模更大、更广泛的年轻用户群体中。

  通过SNPE SDK,该功能可以直接运行手机上相应的人工智能神经网络,而无需在云端进行处理。具体来说,用户可以直接根据屏幕提示动作录制跳舞短视频,并通过QQ社交关系链分享互动舞蹈视频。Qualcomm SNPE为高能舞室提供了高性能和高能效的运行环境,将人体姿态估计识别的时间大大降低,用户可以享受更加流畅、有趣的舞蹈体验。

  与在云端运行的人工智能相比,在终端侧运行人工智能算法具有诸多优势,如即时响应、可靠性提升、隐私保护增强,以及高效利用网络带宽等。为了让开发者和OEM厂商能更方便地在终端上利用异构计算,Qualcomm于2016年推出了SNPE,使OEM厂商以及应用开发者能在诸如智能手机、安全摄像头、汽车以及无人机等搭载骁龙的终端上运行它们自己的神经网络模型,且完全无须与云端相连,就能提供由深度学习驱动的体验,如风格转换与滤镜(增强现实应用)、情景探测、面部识别、自然语言理解、物体追踪与规避、手势和文本识别等。SNPE适用于骁龙600和800系列移动平台,可支持通用深度学习框架,如Caffe、Caffe2和Tensorflow,并提供对自定义层的支持。该SDK包括了运行时软件、库、API、离线模型转换工具、示例代码、文档,以及调试与基准测试工具。

  除了手机QQ“高能舞室”之外,已有不少开发者利用SNPE支持移动人工智能应用的案例。例如,Facebook已宣布计划将SNPE集成到Facebook应用的相机功能中,以促进Caffe2支持的增强现实(AR)特性实现。相较于通过一般的CPU实现,Facebook可利用SNPE,基于Adreno GPU实现5倍的性能提升,从而在拍摄照片和直播视频时,实现更流畅、无缝且逼真的AR特性应用。

  此外,数款搭载骁龙移动平台的移动终端也已通过SNPE实现了更先进的终端侧人工智能体验。例如,OPPO R11s中利用了商汤科技小型化的创新算法模型与SNPE的完美协作,充分发挥骁龙660移动平台GPU、DSP的运算能力,大幅提升了R11s上人工智能应用运行时的处理速度,同时降低功耗。以优化拍照体验为例,在非联网状态下,用户可以为照片实时增加人像模式和背景虚化等效果。同样,得益于骁龙835移动平台中所支持的SNPE,一加5T可智能匹配人脸的128个特征,在短短0.4秒内完成面部扫描并进行人脸识别,帮助用户方便、迅速地解锁手机。

  Qualcomm于今年12月初刚刚推出的骁龙845是Qualcomm的第三代人工智能移动平台。与前代系统级芯片(SoC)相比,骁龙845带来了近三倍的人工智能整体性能提升。其中的SNPE SDK除了已支持Google TensorFlow和Facebook Caffe / Caffe2框架之外,还增添了对Tensorflow Lite和新的ONNX的支持,可帮助开发者轻松使用他们所选择的框架,包括Caffe2、CNTK和MxNet。
...全文
2106 1 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
weixin_38498942 2019-07-11
  • 打赏
  • 举报
回复
强强联合,带给消费者全新的娱乐体验~
shen_wei 2018-02-27
  • 打赏
  • 举报
回复
资源下载链接为: https://pan.quark.cn/s/502b0f9d0e26 计算机体系结构是计算机科学与技术领域极为关键的课程,它聚焦于硬件与软件的交互以及计算系统设计优化的诸多方面。国防科技大学作为国内顶尖工科院校,其计算机体系结构课程备受瞩目。本课件汇集了该课程的核心内容,致力于助力学生深入探究计算机工作原理。 课件内容主要涵盖以下要点:其一,计算机基本组成,像处理器(CPU)、内存、输入/输出设备等,它们是计算机硬件系统基石,明晰其功能与工作模式对理解计算机整体运行极为关键。其二,指令集体系结构,涵盖不同指令类型,如数据处理、控制转移指令等的执行方式,以及 RISC 和 CISC 架构的差异与优劣。其三,处理器设计,深入微架构设计,如流水线、超标量、多核等技术,这些是现代处理器提升性能的核心手段。其四,存储层次结构,从高速缓存到主内存再到外部存储器,探究存储层次缘由、工作原理及数据访问速度优化方法。其五,总线和 I/O 系统,学习总线协议,了解数据、地址、控制信号在组件间传输方式,以及 I/O 设备分类与交互方式,如中断、DMA 等。其六,虚拟化技术,讲解如何利用虚拟化技术使多个操作系统在同硬件平台并行运行,涉及虚拟机、容器等概念。其七,计算机网络与通信,虽非计算机体系结构主体,但会涉及计算机间通信方式,像 TCP/IP 协议栈、网络接口卡工作原理等。其八,计算机安全与可靠性,探讨硬件层面安全问题,如物理攻击、恶意硬件等及相应防御举措。其九,计算机体系优化,分析性能评估指标,如时钟周期、吞吐量、延迟等,学习架构优化提升系统性能方法。其十,课程习题与题库,通过实际题目训练巩固理论知识,加深对计算机体系结构理解。 国防科大该课程不仅理论扎实,还可能含实践环节,让学生借助实验模拟或真实硬件操作深化理解。课件习题集为学习者提供丰富练习机会,助力掌握课程内容。共享

2,854

社区成员

发帖
与我相关
我的任务
社区描述
本论坛以AI、WoS 、XR、IoT、Auto、生成式AI等核心板块组成,为开发者提供便捷及高效的学习和交流平台。 高通开发者专区主页:https://qualcomm.csdn.net/
人工智能物联网机器学习 技术论坛(原bbs) 北京·东城区
社区管理员
  • csdnsqst0050
  • chipseeker
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧