蘋果、華為接連入局，移動(dòng)AI芯片成為競(jìng)爭(zhēng)新焦點(diǎn)

　　近期，蘋果發(fā)布A11Bionic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?

　　正在被輿論泡沫化的人工智能其實(shí)剛上路

　　隨著互聯(lián)網(wǎng)+的大潮/光環(huán)/紅利的退潮，市場(chǎng)、產(chǎn)業(yè)、投資都需要新熱點(diǎn)。人工智能被稱為是未來十年的熱點(diǎn)，是受益于計(jì)算能力、大數(shù)據(jù)集、深度神經(jīng)網(wǎng)絡(luò)領(lǐng)域都在取得了超乎尋常的進(jìn)步，人工智能類新興技術(shù)在Gartner2017新興技術(shù)成熟度曲線上快速移動(dòng)。

　　一個(gè)危險(xiǎn)的信號(hào)是市場(chǎng)幾乎到了不談AI就是落伍的地步，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)。

　　每個(gè)廠商都在談自己的手機(jī)人工智能了，云山霧繞，但更多是只聞樓梯腳步聲，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)，亦或是僅僅是停留在宣傳上再包裝的換湯不換藥。

　　畢竟，屬于人工智能的時(shí)代才剛剛開始。

　　端側(cè)人工智能面臨挑戰(zhàn)，但也有獨(dú)特優(yōu)勢(shì)，專用硬件AI芯片成為優(yōu)選

　　現(xiàn)階段AI計(jì)算主要通過深度學(xué)習(xí)來進(jìn)行，分為訓(xùn)練和推斷兩類。訓(xùn)練主要是云端訓(xùn)練是根據(jù)已知數(shù)據(jù)尋找模型參數(shù)的過程，主要依賴于云端海量數(shù)據(jù)與復(fù)雜神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，計(jì)算量巨大。由于端側(cè)缺乏大規(guī)模數(shù)據(jù)，暫缺乏端側(cè)模型訓(xùn)練。而在云端與終端側(cè)均可進(jìn)行推斷，推斷是根據(jù)已有模型，對(duì)具體某個(gè)應(yīng)用(圖片、語音、翻譯等)在云端/終端側(cè)進(jìn)行判斷(大量矩陣運(yùn)算)，并返回結(jié)果。

　　云端AI芯片路線基本確立，GPU用于訓(xùn)練，F(xiàn)PGA用于推斷，谷歌另辟蹊徑開發(fā)ASIC(TPU)可同時(shí)完成訓(xùn)練和推斷。端側(cè)AI芯片則根據(jù)不同的終端類型，有著不同解決方案，GPU、FPGA、ASIC、NPU(SoC中AIASIC)等都有應(yīng)用。

　　相比云端訓(xùn)練及推斷的蓬勃發(fā)展，端智能確實(shí)相對(duì)滯后，主要受制于手機(jī)側(cè)的計(jì)算性能，智能手機(jī)無論是體積、供電、散熱和能耗等方面相比云端服務(wù)器計(jì)算，在支持AI方面面臨著巨大的挑戰(zhàn)。

　　但是相對(duì)于云端的人工智能來說，智能終端側(cè)部署人工智能在隱私保護(hù)、帶寬需求、實(shí)時(shí)性/低延時(shí)、功耗以及體驗(yàn)等眾多方面又都更有優(yōu)勢(shì)。

　　手機(jī)SoC芯片既要不斷追求最好的性能，同時(shí)對(duì)每一個(gè)能力的加入又必須用最高的性能密度和最好的能源效率的方式進(jìn)行，這對(duì)芯片的設(shè)計(jì)提出了超高的要求。

　　考慮到前述功耗、帶寬、性能、可靠性、安全和延遲方面因素，用硬件來實(shí)現(xiàn)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，相比軟件+云計(jì)算方案更有優(yōu)勢(shì)，神經(jīng)網(wǎng)絡(luò)處理成為人工智能手機(jī)SoC的關(guān)鍵處理單元是必然趨勢(shì)，如同CPU、GPU、音視頻編解碼器一樣，在智能終端側(cè)部署人工智能已經(jīng)是大勢(shì)所趨

　　移動(dòng)AI芯片成為競(jìng)爭(zhēng)新焦點(diǎn)，華為、蘋果目前領(lǐng)先半個(gè)身位，2018年則可能遍地開花

　　人工智能芯片可以稱為芯片發(fā)展史上的又一次專業(yè)分化，當(dāng)初GPU也是這么走過來的，主要目標(biāo)仍是縮短計(jì)算時(shí)間、降低計(jì)算能耗。

　　ARM

　　在年初發(fā)布針對(duì)人工智能及機(jī)器學(xué)習(xí)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，下一代ARMV8.2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ImaginaTIon發(fā)布了最新神經(jīng)網(wǎng)絡(luò)加速器PowerVR2NXNNA，相信ARM的專用AI芯片IP大概率會(huì)在2018年面世。

　　高通

　　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BrainCorp，不斷強(qiáng)化人工智能方面的布局。在華為、蘋果相繼推出專用AI芯片單元后，高通旗艦芯片實(shí)現(xiàn)AI能力硬化是必然，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。

　　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HelioP70芯片將內(nèi)建神經(jīng)網(wǎng)絡(luò)及視覺運(yùn)算單元(NeuralandVisualProcessingUnit，NVPU)。

　　蘋果

　　蘋果iPhone8系列中應(yīng)用的A11Bionic應(yīng)用處理器，引入神經(jīng)網(wǎng)絡(luò)處理引擎(NE，NeuralEngine)，面向特定機(jī)器學(xué)習(xí)算法，處理支持新iPhone中3DSensor、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(NeuralNetworkProcessingUnit)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2018-19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。

　　SoC集成專用AI芯片大幅提升計(jì)算能力，但移動(dòng)端AI體驗(yàn)仍任重而道遠(yuǎn)

　　傳統(tǒng)CPU、GPU和DSP本質(zhì)上并非以硬件神經(jīng)元和突觸為基本處理單元，相對(duì)于NPU在深度學(xué)習(xí)方面天生會(huì)有一定劣勢(shì)，在芯片集成度和制造工藝水平相當(dāng)?shù)那闆r下，理論上表現(xiàn)將遜色于NPU。

　　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。

　　嚴(yán)格意義上講，現(xiàn)階段我們或許并不應(yīng)該期待人工智能產(chǎn)生全新的應(yīng)用，更多應(yīng)該期待的是通過人工智能技術(shù)，讓現(xiàn)有的應(yīng)用效率更高、能效更低、體驗(yàn)更好。目前最成熟的兩個(gè)AI應(yīng)用領(lǐng)域是語音識(shí)別和圖像識(shí)別，而蘋果和華為的專用AI芯片也均選擇在兩個(gè)領(lǐng)域進(jìn)行突破，提升用戶最常用應(yīng)用的體驗(yàn)。

　　圖像識(shí)別：華為的AI+慧眼、蘋果的FaceID解鎖

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

　　iPhoneX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(NeuralEngine)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)。

　　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，人工智能技術(shù)是一種基礎(chǔ)能力屬于使能層，集成專用AI芯片，突破的是性能瓶頸，而未來的AI體驗(yàn)仍將是應(yīng)用場(chǎng)景驅(qū)動(dòng)。無論是模型還是知識(shí)庫還是基于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。

　　展望未來，移動(dòng)芯片的引領(lǐng)制勝法寶則是人工智能、5G兩翼齊飛不瘸腿

　　1、AI芯片成功的關(guān)鍵是人工智能應(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/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。

　　2、SoC芯片通信連接能力的提升不應(yīng)被AI掩蓋光芒

　　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)DDLTE下儀表測(cè)試1.2Gbps下載速率、5CC(國內(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芯片的引領(lǐng)之爭(zhēng)，仍屬于蘋果(傳在進(jìn)行modem自研)、華為、高通們。