兩年前，當時世界排名第一的圍棋選手李世石，五番戰罷，投子認降，這項號稱世界上最考驗智商的運動，被彼時還不為大眾所熟知的“人工智能”所征服。至此，一向神秘的人工智能，逐漸走進普通人的視野。

時至今日，AI技術已經從理論開始產品化實踐，進而向消費電子領域全面普及，特別在手機行業，當下最火的技術應用就是AI。

上至旗艦，下到千元機，無論是拍照還是玩游戲，整個行業渴望搶食AI紅利，乃至AI手機從擁有技術底蘊的公司辛勤研發的“風口”變成哪怕不具備能力的廠家希望能靠營銷上位的“風噪”。

本文的目的，即在于通過展示當下手機行業AI風噪的喧嘩與騷動，厘清手機行業AI的真與假。

AI是下一代智能手機的發展方向

AI，即人工智能，英文Artificial Intelligence，又稱機器智能(Machine Intelligence)。顧名思義，這是機器展現出來的智能，區別于人或動物的自然智能(Natual Intelligence)。

[[224762]]

近兩年，關于人工智能的研究雨后春筍般不斷涌現，也正是看中了AI的無限前景，各大巨頭都對AI研究大力投入：

• Google提出了“AIFisrt”戰略;Apple在其最新的處理器中集成了神經引擎NE，推出了運行機器學習任務的CoreML套件，類似于Apple的神經引擎。
• 華為去年發布的麒麟970芯片搭載了一個強大的嵌入式神經網絡處理器NPU;FaceBook和微軟則早幾年前就成立了AI研究小組。

但“人工智能”真正打開數以億計普通人生活大門的鑰匙，則是智能手機。

從2016年開始，智能手機市場已經出現了高原期，導致整個增長停滯的根本原因還在技術創新上的乏力，微產品創新已不能滿足用戶需求，整個智能手機行業遭遇天花板。

2017年是人工智能爆發之年，人工智能手機開始真正步入成熟應用階段。在智能手機整體陷入“高反”的時候，蘋果、華為、榮耀積極探索新技術、推出新產品，帶動起了人工智能手機的整體熱潮：

蘋果研發A11仿生人工智能芯片，并把技術應用在最新發布的iPhone X新品中;華為發布全球首款內置神經元網絡單元(NPU)的人工智能處理器的麒麟970芯片，并應用在Mate10產品中;榮耀2017年發布的第二代人工智能手機榮耀V10也內置麒麟970芯片。

從iPhoneX到華為Mate10、榮耀V10等端側人工智能技術的突破，正在為智能手機的未來發展指明一條全新的路徑。

AI手機亂象叢生，亟需去偽存真

但伴隨手機行業巨頭在AI領域的率先發力，競爭激烈的手機市場里的不具備能力的手機廠商開始一如既然地一哄而上，時下各種手機新品發布會上，AI成為標配，好像開發布會如果不帶點人工智能，都不好意思和大家打招呼，天花亂墜、魚龍混雜，消費者很難不被誤導。

有真正的AI芯片才是AI手機

一部真的AI手機，其首要前提是所搭載的芯片要支持AI應用的計算。

因為AI的本質是運算，只有芯片具備強大的AI算力，其AI功能才能實現。

當前手機芯片AI運算解決方案主要分為：獨立處理單元與分布式異構計算兩種形式，前者以華為的麒麟970和蘋果的A11 Bionic為代表，后者則以高通驍龍845為代表。

舉個例子，具有獨立神經網絡處理單元的SOC，可以實現專人干專事，這就好比一個學校里，各科老師專門去教自己所屬學科的課，語文老師專門教語文，數學老師專門教數學。

但沒有獨立處理單元，實行分布式異構計算的SOC，就要面臨一些AI工作需要CPU、GPU、DSP等模塊來兼職干活的情況，語文老師要兼職教數學，效率和效果當然都會大打折扣。

在麒麟970中，除了傳統移動處理器的CPU、GPU、ISP等模塊之外，集成了專用獨立硬件處理單元NPU，由NPU獨立完成專項的AI運算任務，全面提升AI運算能力。

NPU的特點就是全職而高效——只要涉及到AI任務處理，均會交給NPU獨立芯片進行全職運算處理，而且在同樣任務情況下，NPU的運算效率也要遠高于CPU+GPU+DSP分布式異構計算。

官方稱，為AI而生的 NPU 處理在機器學習上擁有傳統CPU的25倍性能、GPU的6.25倍性能，同時擁有超低功耗的優勢。

舉例來說，在進行圖像識別的計算中，搭載 NPU 的麒麟 970每分鐘能夠處理 2005 張照片，CPU運算只能達到每分鐘95張的速度，足見獨立NPU的強大。

↑↑↑麒麟970每分鐘圖片識別

蘋果的A11 Bionic同樣具有獨立處理單元，它被命名為“雙核架構神經處理引擎” (Neural Engine)。但要比較AI算力，則麒麟970是A11 Bionic的三倍左右。

下面，我們敲黑板，記重點：浮點計算能力是SOC算力的重要體現之一，而衡量浮點計算能力時又有不同精度的標準——FP16(半精度浮點)就是當前體現一款SOC AI算力的主要指標，其單位為TFLOPS，意即1萬億浮點/每秒。

麒麟970的FP16性能達到了1.92 TFLOP，每秒可以進行1.92萬億次浮點運算，相比之下，蘋果官方稱A11 Bionic每秒可以進行6000億次運算，僅僅是麒麟970算力的三分之一。

采用分布式異構計算解決方案的高通驍龍845，運用CPU、GPU、DSP三大模塊進行AI運算，通過神經處理引擎(SNPE)對具體的AI任務進行分析與下發，之后才決定由哪一個或哪幾個處理器來參與異構計算。

因為沒有獨立AI處理模塊，所以當其他任務占用這三部分時，AI運算(如圖像識別)就需要"排隊"——或者至少表現為速度有一定損失。

聯發科P60號稱“雙核APU”，但一樣沒有獨立AI處理單元，其設計初衷是通過多顆DSP的能力來提升圖像后處理的運行效率，順便可以做些AI相關的圖像處理算法。

其實質是兩個“優化版”DSP的疊加。DSP強項在于圖像處理，相對CPU、GPU在處理AI算法上有些優勢，但還是不如專門獨立的AI處理單元高效。

因此，理論上麒麟970無疑是當前市售AI解決方案最好的芯片。那么實際上的跑分或體驗如何呢?

↑↑↑麒麟970 AI跑分

跑分方面，我們用魯大師最新的“AI跑分”功能進行對比，發現麒麟970跑分為233分，而搭載驍龍845的小米MIX2s跑分為194分，值得一提的是，麒麟970較驍龍845早了近半年發布，仍能較大幅度領先，足見其AI能力的強大。

因此，無論是AI解決方案和實現原理，還是實際的跑分與體驗，麒麟970都是最優秀的AI芯片。而市場上形形色色沒有獨立AI處理單元的“AI手機”，實際上都是“假”AI手機。

總結：

人工智能的概念不是炒作出來的，而是看誰最后能提供真正驚艷的產品和服務。AI元年之后，一定會有大洗牌，越來越多的公司會加入AI手機行列，但是行業的發展如大浪淘沙，會淘汰掉不具備核心技術的公司。

任何技術的進步和革命，需要的都是誠實、努力、目光長遠的玩家，那些炒作“AI”概念但又鮮有研發投入的廠商，在智能手機行業的下一個五年，也許將很快湮滅。