Qualcomm 的异构运算方案为开发者提供了更广泛的选择，面向不同类型的功能、基于不同类型的数据、 在不同的计算精度水平上，可支持大量卷积或循环神经网络。异构计算核心（如骁龙的 CPU、GPU 和向量处理器）具备了开发者、OEM 厂商或独立软件开发商（ISV）所需的诸 多优势，让他们可通过精确控制或 Qualcomm 开发的预优化人工智能库加速其应用实现。

相较于 GPU 或 CPU，涉及向量数学的应用工作负载通常更适合在 Qualcomm 的向量处理器上运行。 Qualcomm Hexagon 向量处理器是向量处理器子系统中的加速引擎，支持实现以 8 位定点加速神经网络运行。

具有庞大的并行数据集、需要大量的向量数学，尤其是对浮点精度有要求的应用工作负载， 都非常适宜在骁龙的 Adreno GPU 上运行。人工智能应用通常先使用 “GPGPU”（通用GPU） 建模，有的是全部建立在 GPU 上，有的则分布于 GPU 和向量处理器间。 

神经网络模型通常以 32 位浮点（高精度）在云端完成训练。它也可以在终端侧的 CPU 上实现类似运行，但其成本较高，并需要终端在性能和功耗上作出一些牺牲。在骁龙 845 中， 我们在 Kryo CPU 上优化了对 8 位定点精度的支持，帮助支持包含较大内核、相对较少向量处理、非规则性数据结构和/或复杂流程控制的应用。