高通Akash Palkhiwala展望生成式AI机遇 骁龙重塑PC体验

在MWC上海第二日，高通公司首席财务官兼首席运营官Akash Palkhiwala参加6月27日“创新先行”活动，并与CCS Insight主席Shaun Collins在炉边会谈环节探讨高通的业务多元化战略，解读高通如何将生成式AI带给手机、PC、汽车、XR、工业终端以及更多边缘侧应用。

Akash表示，高通一直在引领智能手机的AI变革，通过连接、处理和AI赋能PC的重塑，基于领先的解决方案帮助生成式AI进入汽车领域，并推动AI为XR终端带来关键的颠覆式变革。创新是高通的DNA，帮助我们与行业一同变革，让智能计算无处不在。

此外，高通多款产品获得行业认可，第三代骁龙8移动平台凭借集终端侧智能、顶级性能和能效于一体的强大性能，荣获GSMA亚洲移动大奖（AMO）亚洲突破性设备创新奖提名；骁龙X80也在2024信息通信业“新质推荐”榜单荣膺2024年无线技术最佳创新方案，彰显了高通在融合5G Advanced与AI创新方面的领先优势。

以下为炉边会谈实录：

主持人：欢迎Akash Palkhiwala。很感谢您能来到这里，Akash。我们很高兴能邀请到高通公司的代表来到我们在亚洲的活动上，我知道高通在亚洲市场也扮演着重要的角色。

Akash Palkhiwala：我们也很高兴能来到这里，感谢您的邀请。

主持人：即使是对于在行业中拥有深厚发展历史的高通而言，今年也可谓是意义非凡的一年。我认为高通的变革与多元业务的发展密切相关，您可以就这方面为大家介绍一下吗？

Akash Palkhiwala：我认为高通身处一个永不止步的行业，行业时刻都可能发生巨变。而高通的一大优势正是，创新是高通的DNA，让我们能与行业一同变革。骁龙是智能手机领域领先的计算平台，而深耕智能手机行业为我们带来的优势是拥有一系列前沿技术，包括4G、5G、Wi-Fi、蓝牙、影像、音频、视频、CPU和GPU等，而如今强悍的AI性能表现也是智能手机所不可或缺的。高通的成果正是这些出色的技术组合，而这些技术又与其他正在经历转型的千行百业息息相关。

多年前，我们正式确定了公司的业务多元化战略。我们面临的挑战是如何将先进技术应用到多种类型的终端上。从高通公司的发展历程来看，我们从移动通信起步，逐步成为了移动通信行业的领导者。汽车行业则是一个正在被大规模变革的行业，中国汽车市场也正在经历变革，高通也已经成为行业领导者之一。我们不仅提供连接技术，还提供数字座舱计算芯片，同时也是先进驾驶辅助（ADAS）生态系统的重要参与者。因此，我们很高兴能在汽车领域占据一席之地。接下来是扩展现实（XR）市场，我们仍在努力探索如何让这一产业变得更加重要，而我认为高通正处于这一产业的前沿。高通拥有几乎最好的芯片组合来应对这一市场的需求，我也希望这一领域成为我们未来发展的重要驱动力。

接下来是PC领域。PC正在被重塑，而高通则是推动这一过程的企业，我们对此感到非常兴奋。此外，工业领域也将发生重要变革，许多应用需要连接、处理和AI的赋能，市场将从微控制器向具有AI功能的微处理器转变。我认为，高通也有机会成为该领域的优选合作伙伴。

主持人：了解高通公司的人可能知道，高通早期因调制解调器芯片而闻名，这可能也是很多人认识高通的原因，高通是全球这一领域非常重要的贡献者。但自从我星期一来到这里参加MWC上海会议以来，发现还没有哪个会议不被AI相关的话题所主导。让我们选择其中几个话题来谈谈高通现在对自身的定位。我们在后台聊天时，您提到高通公司很早就开始思考AI技术，以及这一技术将如何引领公司的发展，甚至引领整个行业的发展。我们首先关注到的是生成式AI，那么生成式AI是如何融入高通的DNA的呢？

Akash Palkhiwala：从技术角度来看，生成式AI显然具有颠覆性的变革意义。它让人们能够更方便地使用AI，并显著提升了AI的能力，可以说这是一项重大的创新。高通公司对AI的看法与对计算的看法相同：许多计算发生在云端，而其余的则发生在终端侧。我们认为AI也是如此。未来将会有AI在云端运行，而且我们已经看到了很多这样的例子。

下一步则是将AI、生成式AI的用例带到终端侧。在终端侧运行AI有其固有的优势：可以维护用户的隐私和安全；低时延，可以快速完成任务；终端拥有许多云端所没有的用户的背景信息，由于终端上的传感器可以提供输入的信息，这就为生成式AI用例提供了更多的背景信息。最后，成本优势，在云端运行生成式AI用例，需要消耗非常昂贵的云资源，而终端侧的计算能力却闲置、有待利用。因此，利用终端侧的计算能力来驱动生成式AI用例是非常合适的选择。

在终端侧驱动生成式AI的关键在于能以极低的功耗进行计算。我们在手机上进行的所有操作都与电量息息相关。如今，由于用户对电池续航时间有很高的期待，我们无法为了推动某些应用场景而选择牺牲电池续航。

NPU是我们专为AI全新设计的一项关键技术模块，它能够以极低的功耗驱动AI应用。尽管我们仍可以选择在CPU或GPU上运行这些应用，但这并不是最好的解决方案。首先，只有通过高通AI引擎的异构计算架构，才能充分发挥CPU和GPU这两个核心的能力。其次，CPU与GPU并非为节约功耗和AI工作负载而设计的，但NPU不同，它正是为了解决这些问题而生。我认为这是一个正在发生的重大变革，高通的目标是让智能计算无处不在。

我们会将上述技术应用于边缘侧的所有类型的终端上，不仅仅局限于手机或PC，还包括XR终端、Wi-Fi接入点以及工业终端。而且，我们相信，这仅仅是释放终端侧AI潜力的开端。

主持人：让我们聚焦这些领域的其中之一。我知道在过去的25年中，低功耗特性一直让高通在市场上占据主导地位。而你们最近实现了一个更大的进步，正如在几周前看到的首批AI PC的推出，骁龙现在可以为PC赋能。这显然是高通涉足PC市场而做出的重要一步。我想这并不令人意外，您能谈谈骁龙是如何在AI PC这一品类中发挥作用的吗？

Akash Palkhiwala：正如我之前所说，我们认为PC正在迎来重塑，正在变得与此前不同，而高通为之带来的是高性能的产品组合。我们拥有定制的CPU，其性能远远领先于PC生态中的竞争对手。我们以极低的功耗提供极长的电池续航时间，这对终端用户来说是一个巨大的优势。因此，用户可以获得长达多日的电池续航时间体验，PC的续航时间可能比手机更长。

这代表了我们为终端带来的巨大改变。第三个优势，是骁龙能够以高能效的方式支持PC实现刚刚我提到的卓越体验。在我看来，这三大优势（高性能、长续航、高能效）的融合，将是PC领域很长时间以来所发生的最具颠覆性的事情之一。很高兴高通能够参与其中，为整个PC市场带来新的变革，这对我们而言仅仅只是开始。我们已经发布了骁龙X Elite和骁龙X Plus平台，还将持续扩展产品线，将技术优势体现在各款产品中，助力解决不同层级PC产品的需求。所以说，这只是开端，长路漫漫，但我们满怀憧憬。

主持人：AI部署的速度非常快，它带来的转型将极大影响各行各业的方方面面。在连接和计算的融合之中，连接将发挥怎样的作用？

Akash Palkhiwala：我认为连接与技术是协同发展的。对高通而言，连接技术是公司的基础，我们在其之上构建了计算和AI技术。无论是计算或AI，都极大地依赖于连接。举个例子，在混合AI用例中，可以根据用例具体需求，在终端侧运行部分AI工作负载，在云端运行另一部分，不是所有情况下都必须从终端侧传输到云端、处理完再回传。混合AI也对连接提出了极高要求，必须具备极低时延、极大带宽，连接可靠性也至关重要。因此，我们认为连接与计算是密不可分的。因此，当判断哪些公司能够打造生成式AI终端时，连接技术是支持卓越的生成式AI的核心之一，在这方面，高通独具优势。

主持人：我们相信，5G、AI和云的融合，将推动市场向新的方向发展。此外，我们还讨论了汽车、XR等其它细分市场，高通也有布局。您认为高通在哪些领域具有最大的发展潜力？我们知道，你肯定会回答所有领域都有发展潜力，但是，是否有某些领域比其它领域更为突出？

Akash Palkhiwala：我们可以从时间线上来看待这个问题，了解AI应用于各个细分市场的预计时间，而不仅仅关注潜力最大的某个领域。首先，手机显然是高通的核心市场，而AI正在不断影响智能手机，高通一直在引领智能手机的AI变革。

此外，在汽车市场，我们已经证明了高通是计算和AI领域的领先厂商。如今，许多生成式AI的用例正在汽车座舱中落地。中国拥有充满活力的汽车科技企业生态系统。我们非常希望和合作伙伴一起，利用高通的AI技术，将新用例引入汽车行业。这是我认为AI将拥有潜力的下一个领域。

在XR领域，我们已经证明了高通在技术层面的实力，实际上，XR可能是受到生成式AI影响而发生最大变革的终端类型之一。这体现在：终端交互界面的演变，用户可以利用AI助手执行更多在过去无法完成的任务，并且摆脱尺寸、显示屏等方面的限制；用户还可以直接与AI助手对话，并通过云端处理执行更多任务。因此，我相信生成式AI将为XR终端带来关键的颠覆式变革，高通有能力推动这一进程。接下来被生成式AI影响的领域还有PC，然后是工业。

因此，我认为这取决于行业发展的节奏、相关企业寻求行业转型的速度，以及推动新技术落地所需的时间。作为高通公司首席财务官兼首席运营官，我希望更多关注新技术被各个行业采用的时间，因为这能够帮助高通制定推动边缘侧智能终端转型方面的长期发展规划。

主持人：在这些行业中，您是否看到了具体的应用案例？

Akash Palkhiwala：以汽车行业为例，消费者在驾驶汽车中面临的挑战之一就是，当汽车出现故障后，仪表盘上亮起警示灯，但消费者并不真正知道这是怎么回事。要先找出汽车出了什么故障，然后预约汽车修理，到汽车修好，这整个过程需要花费用户很长的时间。那为什么不用汽车用户手册训练一个AI模型，然后作为出行体验之一提供给终端用户呢？这样用户就能直接和汽车进行对话，了解哪里出了故障；汽车还能为用户建议附近的维修点。这只是一个非常简单的应用，但对消费者的体验带来了相当大的改变，能极大解决用户在汽车故障处理方面的不佳体验。