手机厂商别太兴奋 移动AI芯片刚刚迈出第一步

　　【未来科技范 报道】3月16日消息，芯片厂商联发科技发布了旗下首款内建AI功能的芯片曦力P60。据悉，本月多家手机厂商发布的手机都将搭载该芯片。

　　截止目前，各大移动芯片厂商都已经开始了AI功能芯片的布局，苹果AI1、海思麒麟970、高通骁龙845、三星Exynos 9810、联发科曦力P60。其中，联发科曦力P60面向中端手机市场，这说明搭载AI芯片的手机开始从高端向中低端普及。

　　目前市面上出现了多款搭载上述AI芯片的手机，比如苹果iPhone X、华为Mate10系列、LG G7、三星S9，以及即将发布的搭载曦力P60的OPPO R15和VIVO X21等，他们都内置了AI芯片，而AI功能也成为这些手机共同的宣传点，比如人脸识别、智能语音、AI算法拍照等等。

　　AI芯片只是第一步，手机具备AI能力还要靠开发者

　　虽然各家的AI芯片都开始集成独立的神经网络处理单元，但是在设计上有很大不同。这意味着，在运行机器学习应用方面，几家AI芯片在性能和能耗上有很大差别。因此，第三方开发者是否针对几家的芯片设计进行优化，或只支持某一种设计，会对系统性能产生重大影响。

　　手机AI芯片的能力，其实远不止目前宣传的人脸识别、AI算法拍照等基础功能，而是能够根据用户习惯与需求，通过芯片的硬件“离线”处理能力(收集整理信息、运算与分析、应对处理)与系统传输配合，推算出用户的兴趣、爱好与需求，并即时反馈给给用户。

　　比如，通过手机的感知能力，在本地记录用户地理位置、天气、光线、使用时长、用户行程安排等数据，通过本地计算结合到已有的算法模型之中。这里需要注意的是，将智能推荐这类本身就依托于网络的算法完全移植到本地端意义不大，但把云端推理结果放到本地端再处理，会得到很不一样的用户体验，可以得到真正定制化的AI体验。

　　所以，AI芯片只是移动AI生态的一块基石，它真正的魅力还在于提供了基础设施之后，开发者利用AI芯片的能力开发出创新性的应用。

　　移动AI芯片的出现，降低了消费级AI应用的准入门槛，给了开发者推出轻量级产品的可能，这使得他们不必担心云服务资源的使用资费，也不必担心用户量增长带来服务器宕机。

　　开发者在本地端进行AI应用开发，困难重重

　　虽然以AI芯片为基础AI应用生态很美好，但这个过程还有很长的路要走。

　　摆在整个行业上的难题是，目前AI芯片还处于算法主导到产品主导的过渡期，各家AI芯片的设计不同，AI方案架构方面都有不小落差，就算开发者开发出同一款AI应用，其兼容性可能会存在很多问题。也就导致开发者必须针对不同厂商的设备进行逐个优化。加之安卓生态比较混乱，厂商之间筑起的护城河难以填平，移动AI开发者很可能受到更多阻碍。

　　正因为如此，有报道指出，目前大部分开发者只在产品中嵌入一些计算量比较小的网络，或者是调用频率比较低的功能，无法选择在持续功能里复发神经网络。

　　比如，很多直播APP都有实时美颜功能，利用降噪、颜色空间转换实现磨皮、滤镜等基础功能，但在一些手机上也会出现耗电量过高的情况。

　　目前，大多数移动AI芯片在机器学习方面做了较为普适性的优化，而对一些特定的计算方式则没有进行太多优化。并且，开发者在计划从云端到终端的迁移时，还会受制于原本的框架。

　　因此，当AI应用的开发进入到实际的应用和业务层面，开发者面临着标准不同意、API配适、软件优化等很多的难题。

　　架构巨头ARM出手，企图一统AI开发生态

　　当芯片厂商利用AI芯片疯狂跑马圈地的时候，开发者却遇到了很多的难题，这时，做底层设计的架构巨头ARM开始出场，意图一统“江湖”。

　　正所谓，螳螂捕蝉，黄雀在后。

　　要知道，在移动芯片市场，不管是高通、三星、苹果，还是联发科、华为海思，都是基于ARM的底层ISA设计。也就是说，几乎所有移动终端设备和多数智能联网设备都使用了ARM的设计架构。

　　这家欧洲巨头公司，在2016年7月被孙正银的软银公司以320亿美金天价收购。

　　ARM近期推出了全新芯片架构DynamIQ，这种架构能够对同一运算设备中的大小两个核进行适当配置，以减少电池消耗。通过这项技术，AI的性能有望在未来三到五年内提升50倍。

　　3月6日，ARM还宣布了两款针对中低端市场的GPU架构及多媒体方案，加上其在今年2月底推出的Project Trillium机器学习平台(这是一套高度可扩展处理器的ARM IP组合)，ARM企图结合开发环境、算法与各大主流机器学习框架、甚至硬件，全面布局从终端到云端所有AI应用开发生态。

　　各大芯片厂商纷纷押注AI芯片，竞争热潮叠起，手机厂商也借着此次机会极力宣传AI功能手机，但是对于开发者和消费者来说，一切只不过刚刚开始。

　　注：本文部分资料整理自网络。