通信世界网消息（CWW）在9月14日“2018年中国电信智能终端技术论坛”上，中国电信移动终端研究测试中心总经理李宝荣就AI终端的标准化研究和技术前瞻作主题演讲，分享了中国电信在推进AI终端标准化方面的思路和举措，探讨了分布式学习、GAN、隐私保护、网络辅助性能提升等AI终端的热点和前瞻性问题。
中国电信移动终端研究测试中心总经理 李宝荣
产业力量正加速终端侧智能发展
Gartner预测，到2022年，80%售出的智能手机将拥有设备端的人工智能。用户对时延以及隐私的要求促使业界不断实现终端侧的深度学习。
手机要想成为AI手机，必须具备AI算力，基于专用AI单元或传统通用硬件单元（CPU、GPU、DSP）调度实现AI能力，还需要能够采用深度学习技术开发的功能/应用加载AI应用。手机需要具备AI芯片算力和AI能力级应用基础AI体验和应用场景AI体验。
目前产业力量正在加速终端侧智能的发展，在芯片方面，华为、高通、Apple、英伟达、ARM等均已发布了终端侧人工智能相关的芯片；在SDK类产品方面，华为、高通、Apple、Google、ARM等已发布相关产品；在深度学习框架方面，百度、腾讯、Google、Facebook已发布了相关深度学习框架；在轻量化模型方面，Face++、Google、伯克利和斯坦福的研究人员等纷纷提出了轻量化模型。可见终端侧人工智能已不断完善，正蓬勃发展。
李宝荣表示，AI终端也正在进一步发展，首先，终端芯片硬件架构的持续改进，可带来更低的功耗和更高的处理能力；其次，半监督学习、无监督学习、分布式训练、隐私保护的方法不断出现，使得神经网络算法的持续进步；最后，通过网络侧的辅助和协同，AI终端能处理更加复杂的任务的同时降低功耗。
AI加速通信网从CT演变到CT+IT
除了需要终端侧人工智能外，网络侧辅助和协同具有重要意义。这是因为终端的电池技术在可预见的未来没有很大的突破，终端侧AI会消耗较多的电量，进一步加剧终端续航时间不长的矛盾，同时，终端处理器的能力相比网络侧云端要弱，所以，在满足一定的条件下，将终端侧AI的负载卸载到网络侧处理能提升AI处理的速度，并减少终端电量消耗的同时，提高续航时间。
从时延优化的角度来看，终端侧的AI负载一般由网络侧边缘计算平台承接，边缘计算的发展对终端侧人工智能应用的普及和发展具有十分重要的意义，
利用5G网络对终端侧入工智能进行支持和增强，将是今后AI发展的重要方向。5G能更好地支持和使能MEC。和2G/3G/4G移动网络架构不同，5G系统的数据面可更加灵活部署，目的就是为了天然地支持边缘计算，MEC能够很容易被整合进5G架构中。
李宝荣认为，对用户的隐私保护和利用5G提升AI终端性能是运营商乃至整个通信业的两大重点研究方向。AI也将变革通信网络，加速通信网从CT到CT+IT的融合方向演变。云计算、边缘计算以及终端的计算、存储和联网能力成为人工智能的泛在的基础设施，未来云计算和边缘计算将呈现双峰发展的格局，通信网络在AI终端发展大潮的推动下需要不断增强对计算和存储资源分配和调度的能力，发挥一个大型操作系统的作用。
