近期，蘋果發(fā)布 A11 Bionic神經(jīng)引擎、華為發(fā)布麒麟970集成NPU，端側(cè)人工智能成為業(yè)內(nèi)熱點(diǎn)，高門檻的人工智能一夜間要飛入尋常百姓家了，對(duì)于智能手機(jī)人工智能我們應(yīng)該抱有怎樣的期待呢？

圖1：Gartner 2017新興技術(shù)成熟度曲線

一個(gè)危險(xiǎn)的信號(hào)是，市場(chǎng)幾乎到了不談AI就落伍的地步，人工智能投資和輿論正在泡沫化。適度的泡沫利于新興技術(shù)的快速普及與商用化，但當(dāng)一個(gè)概念被熱炒天花亂墜后，最大的危機(jī)在于不落地用戶可感知性不強(qiáng)。對(duì)于最終消費(fèi)者而言，也許只是其中的一點(diǎn)（畢竟人工智能的范疇太廣），抑或是僅僅是停留在宣傳上的換湯不換藥。

畢竟，屬于人工智能的時(shí)代才剛剛開始。

蘋果和華為領(lǐng)銜的AI軍備競(jìng)賽

人工智能芯片是芯片發(fā)展史上的又一次專業(yè)分化（就像當(dāng)初GPU），主要目標(biāo)仍是縮短計(jì)算時(shí)間、降低計(jì)算能耗。

蘋果

蘋果iPhone8系列中應(yīng)用的A11 Bionic應(yīng)用處理器，引入神經(jīng)網(wǎng)絡(luò)處理引擎(NE，Neural Engine)，面向特定機(jī)器學(xué)習(xí)算法，處理支持新iPhone中3D Sensor、人臉識(shí)別解鎖、Animoji等功能。

華為

麒麟970設(shè)計(jì)了HiAI移動(dòng)計(jì)算架構(gòu)，首次集成NPU（Neural Network Processing Unit）專用硬件處理單元，其AI性能密度大幅優(yōu)于CPU和GPU，基于AI實(shí)現(xiàn)智能場(chǎng)景識(shí)別與對(duì)象識(shí)別并進(jìn)行針對(duì)性優(yōu)化，提升用戶拍照效果。

可以大膽推測(cè)，在2018-2019年，旗艦智能手機(jī)支持專用AI芯片是大概率事件，能力具備了，但這并不意味著智能手機(jī)就真正到了愿景中的人工智能階段。業(yè)內(nèi)又在尋找基于深度學(xué)習(xí)的殺手級(jí)APP出現(xiàn)，其實(shí)也許這就是個(gè)偽命題，拍照、面部識(shí)別等現(xiàn)有應(yīng)用體驗(yàn)的優(yōu)化，更有資格成為首批AI受益應(yīng)用。

高通

在華為、蘋果相繼推出專用AI芯片單元后，高通旗艦芯片強(qiáng)化AI是必然的。

高通在2016年發(fā)布Zeroth平臺(tái)時(shí)發(fā)布了神經(jīng)處理引擎SDK包，支持主流的深度學(xué)習(xí)框架Caffe、TensorFlow等。

同時(shí)，高通收購(gòu)荷蘭機(jī)器學(xué)習(xí)初創(chuàng)公司Scyfer，投資神經(jīng)科學(xué)初創(chuàng)公司Brain Corp，不斷強(qiáng)化人工智能方面的布局。據(jù)傳高通已經(jīng)開始設(shè)計(jì)制造執(zhí)行神經(jīng)網(wǎng)絡(luò)的專用芯片，焦點(diǎn)可能在于高通是自研還是用哪家的IP。

ARM

年初，ARM發(fā)布了AI進(jìn)行優(yōu)化的DynamIQ技術(shù)，實(shí)現(xiàn)了在單一計(jì)算集群上進(jìn)行大小核配置，對(duì)每一個(gè)處理器進(jìn)行獨(dú)立的頻率控制以及開、關(guān)、休眠狀態(tài)的控制，可以實(shí)現(xiàn)在不同任務(wù)間高效無縫切換最合適的處理器。將加入針對(duì)人工智能的指令集和優(yōu)化庫(kù)，下一代ARM V8.2版本的指令集將支持神經(jīng)網(wǎng)路卷積運(yùn)算，提升通用SoC芯片的人工智能和機(jī)器學(xué)習(xí)的效率。

最近，英國(guó)ImaginaTIon發(fā)布了最新神經(jīng)網(wǎng)絡(luò)加速器PowerVR 2NX NNA，相信ARM的專用AI芯片IP很可能在明年面世。

MTK

據(jù)傳，聯(lián)發(fā)科已完成了手機(jī)芯片內(nèi)置AI運(yùn)算單元的設(shè)計(jì)，預(yù)計(jì)2018年上市的Helio P70芯片將內(nèi)建神經(jīng)網(wǎng)絡(luò)及視覺運(yùn)算單元(Neural and Visual Processing Unit，NVPU)。

華為在圖像、語音識(shí)別領(lǐng)域緊追蘋果

嚴(yán)格意義上講，現(xiàn)階段我們并不應(yīng)該期待人工智能產(chǎn)生全新的應(yīng)用，而是應(yīng)該期待通過人工智能技術(shù)，讓現(xiàn)有應(yīng)用效率更高、體驗(yàn)更好。而最成熟的兩個(gè)AI應(yīng)用是語音識(shí)別和圖像識(shí)別，蘋果和華為的專用AI芯片也均選擇在兩個(gè)領(lǐng)域進(jìn)行突破。

圖像識(shí)別：華為有“慧眼”、“看一眼”蘋果就解鎖

拍照現(xiàn)在用戶最關(guān)注的體驗(yàn)，所以，通過AI提升體驗(yàn)是個(gè)感知度高的選擇。

據(jù)華為官方宣稱，麒麟970相較于四個(gè)Cortex-A73核心，在處理同樣的AI應(yīng)用任務(wù)時(shí)，新的異構(gòu)計(jì)算架構(gòu)擁有大約25倍性能和50倍能效優(yōu)勢(shì)。以圖像識(shí)別速度為例，麒麟970可達(dá)到約2005張/分鐘。

華為麒麟970通過AI實(shí)現(xiàn)拍照過程中場(chǎng)景識(shí)別、對(duì)象識(shí)別然后進(jìn)行智能優(yōu)化。場(chǎng)景識(shí)別比如運(yùn)動(dòng)場(chǎng)景、夜間環(huán)境等，提升優(yōu)化運(yùn)動(dòng)場(chǎng)景下的定格清晰度與暗光拍照效果。對(duì)象識(shí)別比如人臉識(shí)別，針對(duì)不同膚色、帽子、眼睛、口罩、遮擋、側(cè)臉等多種復(fù)雜的人臉場(chǎng)景進(jìn)行智能檢測(cè)，針對(duì)性的改善人臉部信息的色彩和補(bǔ)光、人臉追焦的優(yōu)化等。相當(dāng)于把已有的專業(yè)級(jí)拍照模型（知識(shí)庫(kù)）通過AI芯片應(yīng)用于用戶的拍照過程中，而無需再去學(xué)習(xí)專業(yè)的拍照技能。

iPhone X在圖像識(shí)別方面的面部識(shí)別解鎖極具炫耀性體驗(yàn)，終端側(cè)基于結(jié)構(gòu)光方案建立用戶臉部3D數(shù)據(jù)，解鎖比對(duì)通過A11芯片中的神經(jīng)網(wǎng)絡(luò)模塊神經(jīng)引擎（Neural Engine ）進(jìn)行處理。

語音識(shí)別：AI降噪提升語音識(shí)別率、Siri升級(jí)版

麒麟970A芯片I降噪是通過應(yīng)用人工智能噪聲模型替換傳統(tǒng)的反相技術(shù)消噪模型，抑制非穩(wěn)態(tài)噪音，增強(qiáng)語音信號(hào)，把高速、車內(nèi)噪聲大環(huán)境下的語音識(shí)別率從80%提升到92%（華為實(shí)驗(yàn)室官方數(shù)據(jù)）。

作為普及人工智能的啟蒙應(yīng)用，Siri居功至偉，在新iPhone發(fā)布會(huì)上，Siri相比前幾代也有明顯的提升，想必也用到了蘋果機(jī)器學(xué)習(xí)博客中提到的新AI技術(shù)，并進(jìn)一步擴(kuò)展Siri的服務(wù)能力。

其他的AI應(yīng)用體驗(yàn)，諸如，照片應(yīng)用的圖像識(shí)別，相冊(cè)歸類；聽歌推薦，通過對(duì)用戶聽歌記錄的學(xué)習(xí)來調(diào)整作出相應(yīng)的推薦；智能回復(fù)、推薦，基于云端知識(shí)庫(kù)預(yù)測(cè)用戶的信息回復(fù)與情緒表達(dá)；續(xù)航優(yōu)化，基于用戶使用行為的機(jī)器學(xué)習(xí)進(jìn)行調(diào)整電池管理等，都是實(shí)用性很強(qiáng)的AI體驗(yàn)。

但顯然，人們對(duì)于人工智能手機(jī)的期望不只是這些。整體而言，而未來的AI體驗(yàn)仍將是應(yīng)用場(chǎng)景驅(qū)動(dòng)。無論是模型、知識(shí)庫(kù)還是基于AI應(yīng)用，都有賴于生態(tài)合作，有賴于第三方應(yīng)用開發(fā)者調(diào)用AI芯片開放的能力進(jìn)行開發(fā)，進(jìn)而發(fā)揮AI芯片的算力。

這場(chǎng)戰(zhàn)爭(zhēng)的制勝關(guān)鍵是什么？

人工智能應(yīng)用生態(tài)的構(gòu)建

華為與蘋果幾乎同時(shí)推出專用AI處理單元芯片，考慮到18個(gè)月的芯片設(shè)計(jì)周期，需要給華為麒麟芯片點(diǎn)贊。SoC芯片集成專用AI芯片堪稱端側(cè)人工智能里程碑，并有望快速普及。但只是人工智能的第一步，遠(yuǎn)談不上勝利，我看到的更多是挑戰(zhàn)。

未來AI芯片的競(jìng)爭(zhēng)，不僅僅取決于芯片廠商自身的技術(shù)研發(fā)，更取決于生態(tài)運(yùn)作能力包括垂直領(lǐng)域的知識(shí)庫(kù)、模型合作以及第三方應(yīng)用開發(fā)者，看誰的生態(tài)能夠提供的應(yīng)用更豐富、體驗(yàn)更好。

對(duì)于華為而言，挑戰(zhàn)更甚于當(dāng)初在基帶領(lǐng)域的單點(diǎn)突破到不斷引領(lǐng)。華為顯然意識(shí)到了這一點(diǎn)，宣稱將把麒麟970作為人工智能移動(dòng)計(jì)算平臺(tái)開放給更多的開發(fā)者和合作伙伴，提供完善的多應(yīng)用模式和機(jī)器學(xué)習(xí)框架的支持，讓開發(fā)者可以用自己最習(xí)慣的方式獲得麒麟970的AI算力。

對(duì)于人工智能的云+端布局而言，谷歌+蘋果的混合體或許是華為應(yīng)該學(xué)習(xí)的榜樣。

SoC芯片通信連接能力

AI大熱下，通信不再是聚光燈下的焦點(diǎn)，但通信連接能力的提升不應(yīng)被輿論低估和遺忘。

以麒麟970為例，10nm工藝、業(yè)界首款支持cat18的SoC，F(xiàn)DD LTE下儀表測(cè)試1.2Gbps下載速率、5CC（國(guó)內(nèi)尚看不到有需求，在頻譜更離散的區(qū)域有需求比如美國(guó)AT&T）、4X4MIMO與256QAM（媒體應(yīng)該相對(duì)熟悉了），放在以往都是大新聞，但是今年幾乎無人問津。

如果跳出移動(dòng)AI芯片領(lǐng)域，在人工智能競(jìng)爭(zhēng)戰(zhàn)場(chǎng)上，蜂窩連接芯片是英偉達(dá)們?nèi)局阜涓C智能終端領(lǐng)域蛋糕的最大障礙，自然也就是移動(dòng)SoC芯片商的競(jìng)爭(zhēng)壁壘。從這個(gè)角度看，未來智能終端SoC芯片的戰(zhàn)爭(zhēng)，仍屬于蘋果（傳在進(jìn)行modem自研）、華為、高通們。