为了让人工智能在你的智能**上运行得更快，各家公司正在尝试各种各样的方法。一些公司，如微软和ARM，正在设计更适合运行神经网络的新芯片。其他人，如Facebook和Google，正在努力减少人工智能本身的计算需求。但对于芯片**商高通公司（Qualcomm）——其处理器占移动市场的40%——来说，目前的计划更为简单：调整现有的硅芯片。

为此，该公司开发了一种称为神经处理引擎的产品。这是一个软件开发工具包（或SDK），帮助开发人员优化应用程序，以便在高通公司Snapdragon 600和800系列处理器上运行AI应用程序。这意味着，如果你正在构建一个使用人工智能进行图像识别的应用程序，你可以集成高通公司的SDK，它将在具有兼容处理器的**上运行得更快。

高通公司在一年前首次宣布了神经处理引擎，作为其第零平台（Zeroth platform）的一部分（该平台后来作为一个品牌被淘汰）。从去年9月开始，它一直在与一些合作伙伴合作开发SDK，而今天它将开放给所有人使用。

高通公司人工智能和机器学习部门负责人加里·布罗特曼（Gary Brotman）在接受《边缘》杂志采访时说：“任何已经投资于深度学习的大大小小的开发人员——也就是说，他们都是目标受众。”它使用起来很简单。我们把所有东西都藏在引擎盖下面，这样你就不用把手弄脏了。”

该公司表示，最早集成其SDK的公司之一是Facebook，该公司目前正在使用它加速其移动应用程序中的增强现实过滤器。高通公司说，通过使用神经处理引擎，Facebook的过滤器加载速度比“通用CPU实现”快五倍

开发人员使用SDK的具体方式因工作而异，但该软件的基本任务是将任务分配给高通公司Snapdragon芯片组的不同部分。例如，根据开发人员是否希望优化电池寿命或处理速度，他们可以利用芯片不同部分的计算资源，例如CPU、GPU或DST。”它允许您选择与您想要的用户电源性能配置文件相关的核心选择，”Brotman解释道。

SDK使用了一些最流行的框架来开发人工智能系统，包括Caffe、Caffe2和Google的TensorFlow。高通公司表示，它的设计不仅是为了优化移动设备上的人工智能，还包括汽车、无人机、VR耳机和智能家居产品上的人工智能。

但部署适应现有硅的框架只是一个开始。”布罗特曼说：“我们看到的是一股人工智能工作负载的浪潮，对计算的需求越来越大。为了满足这一需求，公司正在为人工智能优化芯片进行全新的架构设计。例如，微软正在为hololens2打造一款定制的机器学习处理器，而英国芯片**商Graphcore最近筹集了3000万美元，为移动设备打造自己的“智能处理单元”。

对于高通公司来说，这一转变更进一步，但它肯定会到来。”布罗特曼说：“当我们把某种东西烘烤成硅时，这对我们来说是一个非常谨慎的赌注，而且来之不易。”计算的计算，如果我们现在能优化我们已经在我们的投资组合，那么我们做得很好。但从长远来看，是否需要专门的神经计算？我想情况会是这样，问题是，我们什么时候下注。”