進入 2017 年 9 月，智慧手機晶片行業發生了新變化。先是月初華為在德國柏林國際消費類電子產品展覽會發表全球首款人工智慧晶片麒麟 970，接著蘋果在新品發表會宣布 A11 Bionic 晶片的誕生。一時間，智慧手機行業也擁抱人工智慧，行動 AI 晶片成為業界關注的焦點。
大勢當前，無論是這個行業的先行者還是後來者，都絲毫不敢怠慢。
華為：借用外力先走一步
麒麟 970 在 CPU、GPU 等傳統晶片項目的更新自不必說，我們關心的是它之所以稱為全球首款人工智慧晶片的部分，也就是內建那塊 NPU（Neural Processing Unit，神經網路處理單元）。
▲ 華為於德國柏林 IFA 2017 發表全球首款人工智慧晶片麒麟 970。（Source：華為）
雖然華為並沒有在發表會時重點強調，但我們要指出，華為口中的 NPU 實際上就是中國科學院計算基數研究所旗下的寒武紀公司自主研發的「寒武紀 1A 深度學習處理器」（ Cambricon-1A Processor），寒武紀對它的介紹是「國際首個商用深度學習處理器產品，在人工智慧應用達到 4 核 CPU 25 倍以上性能和 50 倍以上效能」。
做為專門為深度學習客製的模塊，NPU 在特定任務的表現令人吃驚。比如說在圖片辨識任務中，NPU 每分鐘可辨識 2,005 張，CPU 每分鐘 95 張，前者比後者多了 20 倍；當然在功耗上，也有飛躍式的提升。
當然為了配合 NPU，華為也在麒麟 970 採用 HiAI 行動技術架構，來使效能最大化。華為也在推出麒麟 970 同時推出一個開放 AI 生態環境，支持 Tensorflow / Tensorflow Lite 和 Caffe / Caffe 2 這兩個比較主流的神經網路編程框架，方便開發者更能在應用中調用 NPU。
目前來看，華為在行動 AI 晶片領域已先行一步；雖然借用寒武紀的外力，但華為自己在 AI 方面的投入也不可或缺。不過潛在問題是，寒武紀 1A 並不是華為專屬，未來也有可能出現在其他公司的行動 AI 晶片。
蘋果：行動 AI 晶片領域的領先者
在先前的文章，已經有一個結論：蘋果 A11 Bionic 可說是當前性能最強的行動處理晶片。但實際上，A11 Bionic 真正讓人眼前一亮的地方，卻是它的神經網路處理引擎（Neural Engine）。
A11 Bionic 的神經網路處理引擎每秒處理相應神經網路計算需求的次數可達 6,000 億次，可為臉部特徵的辨識和使用提供支撐。
iPhone X 利用臉部特徵辨識技術在人像模式創造出可生動變化的光效（Portrait Lighting），Face ID 透過臉部特徵解鎖，Animoji 透過追蹤人的臉部表情實時創作動畫表情，這些無不與 A11 內建的 Neual Engine 有關。
（Source：蘋果）
除此之外，A11 Bionic 內建蘋果自主設計的第一款 GPU；重點在於這款 GPU 是為 3D 遊戲和 Metal 2（蘋果在今年 WWDC 推出的新一代圖像渲染技術框架）專門設計，並能與機器學習技術和蘋果隨 iOS 11 推出的 Core ML（核心機器學習）框架配合。
總體來說，蘋果 A11 Bionic 對人工智慧的擁抱更追求實用性，其在技術自主性更強；基於蘋果自身軟硬體結合的巨大優勢，這些基於人工智慧的特性已應用在實際產品。
由此可見，蘋果 A11 Bionic 才是整個行動 AI 晶片領域真正意義的領先者。
高通：硬體為主，演算法、軟體為輔
身為 Android 陣營除了華為之外諸多手機廠商的晶片提供者，高通自然不可能對華為和蘋果的動向無動於衷。然而眼下，高通的旗艦產品驍龍 835 處理器除了性能強勁，還沒有真正意義上增加專門針對人工智慧技術的內部構件。
這並不意味著高通沒有動作。早在 2016 年，高通就宣布在開發神經處理引擎 SDK（軟體開發工具），並與 Google 和 Facebook 合作以支援 TensorFlow 和 Caffe / Caffe 2；開發者可利用它升級應用，使其在高通驍龍 600 和 800 系列處理器上執行 AI 應用程式。
2017 年 7 月，高通將這 SDK 開放，命名為驍龍神經處理引擎。
（Source：高通）
在硬體層面，高通在驍龍 835 也有準備，內建的 Hexagon 690 是第一款支援 TensorFlow 和 Halide 框架的行動 DSP。2017 年 8 月，高通宣布收購專注於尖端機器學習技術的阿姆斯特丹大學附屬公司 Scyfer，目的在擴充人才，並將後者技術應用在高通的產品和領域。而高通工程技術副總裁 Jeff Gehlhaar 對這次收購表示：
行動裝置正成為全球最普遍的人工智慧平台，而高通處理器將成為無處不在的終端人工智慧平台。
不過，對高通而言，真正值得關注的依然是未來驍龍處理器在硬體方面的動向。高通副總裁 Jeff Gehlhaar 表示，高通將透過硬體、演算法和軟體 3 層面達到終端側（包括智慧手機）的人工智慧戰略；就硬體來說，未來高通驍龍處理器必然增加人工智慧相關的硬體模組。
從產品週期的角度看，目前高通驍龍 835 已推出 9 個月，超越去年驍龍 820 到驍龍 821 的升級週期。據此可推測，高通可能在驍龍處理器正醞釀與人工智慧相關的大招，預計最遲明年就會有新產品出現。
聯發科：明年 Helio P70 見
身為智慧手機晶片廠商的重要一員，聯發科雖然在高階晶片無法與高通抗衡，但在人工智慧的大潮下，也不甘落後。
（Source：聯發科）
聯發科董事長蔡明介曾經表示，人工智慧將是未來發展重點，公司內部已成立團隊，且投入 AI 運算研發，目前已有具體成果。
目前的最新消息是，聯發科已完成神經網路及視覺運算單元的處理器核心設計，將內建在 2018 年推出的 Helio P70 手機處理器，這會是聯發科首顆內建神經網路及視覺運算單元（Neural and Visual Processing Unit，NVPU）的手機處理器，將在 2018 年上半年以台積電 12 奈米製程生產，後續還會推出多款內建相同核心的 Helio X 及 P 系列手機處理器。
三星：雖然遲到了，但也在努力
與其他廠商相比，三星在 AI 方面的動向似乎晚了一點。
今年 Galaxy S8，三星語音助手 Bixby 雖然亮相了，但遠遠不夠。在硬體方面，身為世界少數幾個有能力自己製造晶片的手機廠商，三星一邊採用高通驍龍 835，一邊繼續推進自家 Exynos 的研發和使用；遺憾的是，兩種晶片都離人工智慧還很遠。
（Source：三星）
然而反應快速和資金雄厚如三星，自然不會坐以待斃。
就在數天前，南韓媒體報導稱，三星也在研發基於人工智慧技術的行動端晶片。一位三星的合作夥伴表示，三星的這枚 AI 晶片旨在讓本地裝置擁有巨大的數據處理能力，可大幅減少對雲端服務器的通訊依賴。
之前三星電子設備解決方案部門的半導體業務總裁 Kim Ki-nam，曾在南韓首爾舉行的科技論壇表示，現有 CPU 和 GPU 無法滿足 AI 計算的要求，而 NPU（Neural Processing Unit）可應對這個挑戰；不過 NPU 的問題在於，它的儲存能力只相當於人腦千分之一。Kim Ki-nam 這段話表明，三星正在行動 AI 晶片領域有所動作。
除此之外，三星也投資位於英國的 AI 晶片初創公司 Graphcore；去年，三星為這家公司投入 3 億美元的戰略投資。南韓科學技術院的教授 Yoo Hoi-jun 也表示，三星除了內部研發 NPU 之外，也在考慮收購一些 AI 公司。
Intel：劍走偏鋒，機會重重
雖然遺憾錯失了行動網路的大潮，但 Intel 沒有放棄，也在努力尋找機會，試圖跟上人工智慧的大潮，在行動裝置找到一席之地。
2016 年 9 月，Intel 宣布收購電腦視覺創業公司 Movidius，後者曾為 Google 的 Project Tango 3D 感應器提供關鍵硬體處理技術。實際上，Google 採用的 3D 感應器為 Movidius 的 Myriad 1 型視覺處理器；由於 Movidius 非常注重功能和續航能力，因此非常適用行動平台。
到了今年 8 月，Movidius 在 Intel 麾下推出下一代 Myriad X 視覺處理單元（VPU），它是一種低功耗系統單晶片（SoC），可用於各類行動裝置的深度學習及其他人工智慧視覺應用加速。Movidius 表示，Myriad X 可在同樣功耗條件下提供 Myriad 2 十倍的深度神經網路（DNN）效能。
（Source：Movidius）
此外，Intel 也在近期推出一款代號為 Loihi 的全新自主學習神經擬態晶片，模仿大腦根據環境的各種反饋來學習如何操作的運作方式；它可讓機器實現自動化，並即時調整，無需等待來自雲端的下一次更新。Loihi 產品特性的重點在於非常節能，與訓練人工智慧系統的通用計算晶片相比，它的能效提升了 1,000 倍。
這些特徵，都為 Intel 在行動 AI 晶片領域的發展提供了機會。
總結
除了上述幾家主要手機晶片企業，小米也有自己的松果 S1，不過離 AI 尚稱遙遠；Google 已挖來蘋果的資深晶片架構師 Manu Gulati 擔任首席 SoC 架構師，並且收購 HTC 部分硬體團隊，自研晶片一事基本已定論，關鍵是什麼時候能融合 Google 自家 AI 技術積累。
總體來看，智慧手機晶片已正式進入人工智慧時代；在此時代下，所有玩家都在快速前進，這時候技術的積累顯得愈加重要。如此一來，人工智慧也將憑藉智慧手機迎來一波普及大潮；正如 The next Web 所言：
也許每款旗艦手機都將在 2018 年下半年搭載一塊 AI 晶片。
（本文由 雷鋒網 授權轉載；首圖來源：shutterstock）
