财经新闻网消息：
2月20日，OPPO首席产品官刘作虎在OPPO AI战略发布会上表示，未来将持续投入云算力，通过自建部署Titan超大型机型、Turbo大型机型、Tiny等。 OPPO AI 滨海湾数据中心。 三个级别的轻量级模型对应不同的应用场景，实现设备和云的联合部署。
会后接受采访时，刘作虎告诉科创板日报，“可以说，人工智能的投资没有上限。”
IDC预计，2024年中国市场新一代AI手机出货量将达到3700万台，2027年将达到1.5亿台，新一代AI手机占据50%以上的市场份额。 但目前AI与手机的融合仍面临内存传输速率瓶颈、内存空间有限、云算力成本等诸多挑战。
▍AI手机带动手机新浪潮
IDC预测，从2024年开始，新一代AI手机将大幅增长，带动新一轮手机换机潮。 预计2024年全球新一代AI手机出货量将达到1.7亿部，约占智能手机整体出货量的15%。
在中国市场，随着新芯片和用户使用场景的快速迭代，新一代AI手机份额在2024年后将快速上升，2027年达到1.5亿台，市场份额超过50%。
“AI并不是高端产品的专属，它应该是一项通用技术。所有的产品都值得AI思考去重新思考如何去做。” 刘作虎在接受《科创板报》采访时表示，虽然手机以前被称为智能手机，但实际上并不智能。 新的人工智能技术有望将手机变成真正的智能手机，使其以用户为中心。 每个人都应该有一个超级助手，让这部手机懂我，一站式处理所有需求。 当然，这件事并没有那么简单，整个手机生态系统都需要打通。
AI与手机的融合被业界视为新的创新锚点，为产业链生态带来新的发展。 IDC认为，16GB RAM将成为新一代AI手机的基本配置，SoC以外的硬件也需要一起升级。 同时，新一代AI手机的存储、屏幕、影像设备的升级将带来硬件升级和成本增加。 制造商可以利用技术创新和相关功能卖点撬动终端价格。
▍内存与芯片之间的传输速率要提高10倍
目前，大型人工智能模型在手机上的实现仍面临相当大的挑战。 在手机上运行本地大模型需要更高的内存传输速率和更大的内存空间。
但CPU和GPU均采用存储与计算分离的冯·诺依曼架构。 计算单元必须先从内存中读取数据，计算完成后再存回内存，最后输出。
过去几十年来，内存和处理器的发展严重不平衡。 内存读取速率的增长并没有跟上处理器性能的增长。 无论处理器所在的“入口”端处理多少数据，都只能通过内存狭窄的“出口”输出，严重影响数据处理的效率。
“目前，随着大型模型的发展，内存和芯片之间的传输速率需要提高10倍。打破内存和计算之间差距的存储和计算一体化架构是一种可能的解决方案。” 刘作虎说道。
据了解，存储计算一体化和近内存计算技术直接在内存内部或附近进行计算。 通过集成计算和存储功能，提高数据处理和计算的效率和成本。
一位资深分析师对科创板日报记者表示，“AI手机肯定会受益于存储计算一体化技术的发展，将存储和计算融为一体。但还是要看最终的需求有多大。”
▍端云融合是趋势
大型模型应用需要处理大量数据，在训练过程中占用大量内存和计算资源。 目前的手机内存无法支持超过70B的大规模客户端模型，这使得端与云的融合成为必然。
IDC中国高级分析师郭天翔认为，终端测试的算力和功耗控制存在瓶颈。 “模型再大，也无法用手机承载，未来应该是设备和云的结合。”
刘作虎认为，段和云各有各的优点和缺点。 “比如AI通话总结，首先需要进行语音识别，识别之后再进行推理。语音识别可以在设备端完成。但推理需要更多的算力，所以是在云端完成。”云的难点在于它的成本非常高，如果是在设备上，那么手机购买后就没有额外的成本了。
刘作虎表示，需要根据不同场景考虑是使用终端还是云端。 不同的场景有不同的策略。
“比如大家都用云相册，但普通人实际使用云相册的比例比较低，甚至80%到90%的用户还是习惯在手机上保存照片。如果我们想开发一些AI相册功能我们该怎么办呢?我们不能强迫用户把相册上传到云端才能体验这个AI功能，用户没有这个使用习惯，所以在这个场景下他们必须有客户端体验。 ”
OPPO AI中心产品总监张军表示，OPPO将坚定探索端云协同模式的方向。 例如，基于Lora架构，更加灵活的端云协作架构。
“在端侧使用小模型解决一些问题的同时，结合不同垂直领域用户的需求，以及用户更加个性化、专属化的需求，一些插件模型会被加载到端侧，这会需要更大的计算需求，可能会直接卸载到云端进行运算，这是整个Lora架构的基本思路，但坦白讲，我们在实际的实现和研究过程中还处于探索阶段。 ” 张军说道。
免责声明 ① 本网所刊登文章均来自网络转载;文章观点不代表本网立场,其真实性由作者或稿源方负责 ② 如果您对稿件和图片等有版权及其他争议,请及时与我们联系,我们将核实情况后进行相关删除 ③ 联系邮箱:215858170@qq.com
Copyright © 2017-2018