智東西（公眾號：zhidxcom）

文 | 云鵬

智能語音助手應該說是大部分消費者對于AI認知最強烈的應用之一，而手機也作為其最主要的載體，成為了AI與用戶交互的最前線。從八年前iPhone 4s上的Siri與大家見面，到現在記住所有廠商語音助手的名字似乎都成了難事，AI語音技術不斷快速迭代發展。

隨著AI技術不斷成熟、AI硬件成本不斷降低，越來越多的設備擁有了一定的AI功能。小到一副耳機，大到一臺電視。每一個用戶擁有的智能設備都在增加，每一個用戶需要用到AI功能的場景在不斷豐富，每一個智能設備所擁有的AI能力也越來越強。

在這樣的背景下，對多種設備之間AI能力的協同需求逐漸增加。如何把這些零散的、分布在各個設備之中的AI能力進行整合，并針對不同的場景，根據用戶需求，找到最優的設備組合為用戶提供服務，是各家廠商在當下需要探索的問題，而這也是我們今天所要討論的——端側AI走向分布式。

目前國內廠商中，華為對于端側分布式AI的探索已經取得一定進展。今年11月，華為HiAI3.0平臺發布，華為終端軟件部專家表示，目前基于語音、視覺等AI技術的多模態交互已經逐漸取代傳統的基于單點的交互方式，華為HiAI3.0即為一個具備 端側分布式AI開放能力的平臺，可以從系統底層打通各個設備之間的聯系，實現多設備AI能力的協同。

一、算力共享、能力互補的“超級終端”

表面看來，手機發展到目前階段，各方面功能都已基本具備，距離一個設備走天下的那一天似乎也不遠了，那為什么端側AI還要向分布式發展呢？

盡管通過添加AI運算處理單元，手機基本都已具備一定的AI算力，但手機的外設能力與AI算力并不匹配。比如，雖然手機具備一定的收音能力，但是相較于音箱的麥克風陣列排布就稍顯遜色。再有，當前手機的主流像素水平已經普遍達到4800萬以上，成像質量確實得到了一定保證，但是與電視攝像頭、家庭監控攝像頭相比，拍攝的角度和廣度都要打折扣。這是設備硬件差異帶來的“異構性”。

華為終端軟件部專家說，通過分布式軟總線、設備虛擬化等分布式技術基礎能力，華為HiAI3.0平臺可以實現多設備的本地高速互聯。這樣所有接入設備的外設能力都可以被其他設備共享。比如需要較為準確的健康指標監測功能時，智能手表就可以發揮它的優勢，而需要對用戶室內大范圍圖像進行捕捉時，電視攝像頭又可以派上用場。

除了外設，AI算力當然也是設備之間共享的另一個重要部分。在一個智能系統中，可能會接入許多的智能設備，而它們之間的AI算力差異還是相對明顯的。像智能電視、手表、耳機等設備其實AI算力并不強，但是他們收集圖像、音頻、傳感器數據等方面的能力卻很強，潛在AI運算需求并不低，這時系統就可以借助AI算力較強的設備完成運算任務。這樣給用戶帶來最直觀的感受就是多設備AI業務體驗的一致性。

通過AI算力和外設能力的協同整合，HiAI3.0系統將可以根據不同設備上的傳感器和用戶交互行為，從多種維度來更加準確地判斷出用戶當前所處的場景，從而動態選擇出最優的外設與算力組合完成AI計算任務，充分利用多設備之間的能力異構。

比如當用戶在家中進行運動健身時，系統就可以通過電視的攝像頭對用戶整體的姿態圖像進行捕捉，然后利用手機的AI算力，對收集到的圖像信息進行分析，根據用戶的骨骼結構判斷用戶當前的動作是否達到標準，并可以通過音箱等設備播放語音提示進行姿勢矯正，從而讓用戶在家中享受到“健身私教”般的體驗。

華為終端軟件部專家說，端側分布式AI能帶來的新改變，總結起來有四大特點，就是聽的更清、看的更明、感知更準、計算更快。獨立設備之間較為割裂的交互體驗可以被統一起來，每一個設備不再單單是垂直能力的延申，更可以連點成網，形成一個智能“超級終端”。

二、端側分布式AI中關于“What”、“Who”、“How”的問題

端側分布式AI誠然可以帶來用戶體驗的新一輪升級，但華為相關專家表示，端側AI向分布式發展，主要還面臨著三大難點。

更多具備不同外設能力的設備接入系統，就意味著會有更多不同模態的數據涌入，想要妥善利用這些數據，首先就要解決多模態機器學習問題。

根據華為終端軟件部專家介紹，在模態表示方面，利用多模態數據之間的互補性，去除模態間的冗余性，得到更好的特征表示是關鍵問題；而在模態對齊方面，確定來自兩種或兩種以上不同模態的數據元素之間的關系也存在挑戰；另外該領域的長期研究重點之一，就是如何連接來自兩個或多個模態的數據信息來進行推理運算，也就是模態的融合。

端側AI走向分布式的過程中其實還面臨著許多客觀因素的制約。端側分布式AI系統其實是去中心化的，沒有特定的中心節點，并且各設備之間目前主要通過無線網絡連接，其帶寬容易受到各種阻礙且網絡的穩定性也較差。

另外值得注意的是，雖然系統對設備的調用非常靈活，但其實系統的各個節點也是一種“隨時加入退出”的狀態，并不是綁定在系統中的。并且每一個設備可能都在進行各自的任務，電視可能正在播放影片、手表可能正在計算心率、音箱可能正在播放歌曲。如何通過適當的調度算法，在不干擾這些設備上主要任務運行的同時完成多設備協同，也是分布式系統所面臨的一大挑戰。

最后，還需要開發出適用于端側分布式AI系統的“AI引擎”，它可以通過任務分解、調度執行、結果整合、計算容錯等步驟，根據調度策略，多端協同完成具體的AI模型推理計算操作。

華為終端軟件部專家解釋說，多模態機器學習是要解決算什么的問題——“What”，而優秀的調度算法是要解決誰來算的問題——“Who”，最后，AI引擎來解決怎么算的問題——“How”，這是目前端側AI走向分布式過程中最關鍵的三個問題，也是華為目前在HiAI3.0平臺研發過程中重點攻克的問題。

三、設備不再獨立，而是作為系統能力的“延申”

曾經有人給手機下過一個非常精妙的定義，將其稱之為人類各種感官能力的延申。的確，手機讓人類聽的更遠，看的更清，將世界拉到你的面前。而端側分布式AI，似乎就是在將各類智能設備的能力置于一個系統中，做一個“延申”。

也許，一個智能攝像頭，可以成為整個系統的“眼睛”，一個智能音箱，將成為系統的“耳”和“口”。但同時，這些不同的“感官”又可以協同起來，在用戶每一個需要AI業務的場景中發揮自身的長處。每一個具備AI能力的設備，不再單一獨立存在。

對于一些中小創企來說，一個產品全流程的研發，從硬件、系統到應用，其投入往往是非常大的，并且風險也較高。目前部分廠商和消費者間還存在一個矛盾：廠商的產品往往是要打出自己的特色功能，不可能全方位打磨的很完善，但消費者又會因為某些部分打磨不完善，難以對產品有長期持續的興趣，從而難以形成良性閉環。

華為市場部相關人員表示，HiAI3.0平臺可以解決底層系統問題，這樣硬件廠商實際上可以更好的發揮自己的長處，在自己的產品的重點上做的更細。因為HiAI3.0系統可以將硬件的關鍵技術“抽象”出來，成為系統整體的一個模塊。他說，“華為在面向未來布局，希望有更多的伙伴可以共同構建一個大生態，端側AI分布式或許是未來10年互聯網行業都要思考的一個問題。”

目前國內廠商也有不少提出了AIoT平臺化概念，主要專注于解決設備的連接、兼容、互動等相關問題，但華為第一次將AIoT平臺拓展至AI能力層面的互通，這為行業提供了一個新的思路。

結語：顛覆性的用戶體驗升級與技術挑戰并存

AI在手機上的落地開花一般被稱為端側AI 1.0時代，而電視、音箱、手表等多種設備初步具備AI能力標志著端側AI 2.0的到來。如今，多設備AI能力的協同也開啟了端側AI 3.0時代。雖然端側AI分布式最終要向著“動態協同”方向發展，但目前技術層面的難關仍然不少。

今年6月的MWC上海大會期間，華為消費者業務產品線總裁何剛首次公布了5G時代華為的“1+8+N”全場景戰略。而華為HiAI3.0平臺，正是為這一戰略做好了各種AI設備底層系統的基礎設施建設工作。

全場景下分布式AI的終極目標是將用戶的各類智能中端設備進行協同整合，形成一個“超級終端”，無時無刻圍繞著用戶，滲透進用戶生活的各種場景中，為用戶提供真正足夠“智能”的優質沉浸式體驗。

如果說《Her》中的薩曼莎是AI的終極形態的話，那么端側分布式AI當前構建的技術能力則是最重要的基石之一。