AI(人工智能)，今年已經(jīng)在國內(nèi)手機圈成為了遍地開花的關(guān)鍵詞。那么擁有AI技術(shù)的手機，到底能夠帶來什么?目前我們真的能感受深刻嗎?

如今遍地開花的AI手機，普遍都會灌輸給消費者一個認識：用了AI，你的手機能力將會更強。例如AI語音助理、面部解鎖、照片智能分類等都使用了AI特性，當然被提到最多的則是攝影能力，諸如自拍美顏、面容優(yōu)化、場景識別等這些功能，基本上時下熱門的新型特性都可以借助AI功能來實現(xiàn)對手機用戶使用設(shè)備時的效果提升。

但坦誠來說，對于自拍美顏、人臉識別以及游戲加速這些功能來說，用戶對于AI芯片給予設(shè)備的性能提升感知是相當有限的。而AI芯片為了給用戶帶來這些有限的感受提升，在用戶使用某些特定功能的時候，加大了自身運行的強度和頻率。在這個時候，用戶對于手機功能的提升并沒有多在意，此時更在意的是手機電池續(xù)航的“崩塌式體驗”。本應(yīng)該為用戶提供更多優(yōu)良體驗的AI芯片，這時反而要背上高功耗的鍋，適得其反了。

“終端硬件的承載力將成為未來計算力的主要瓶頸，AI的需求會讓手機變成"大火爐"。”英特爾通信與設(shè)備事業(yè)部首席技術(shù)專家吳耕曾這么說過，對于手機專用AI芯片功耗該如何控制，目前在業(yè)界已經(jīng)是個共識性的問題了

在此之前我們先來簡單了解下AI芯片的機制，目前AI芯片主要包括GPU、FPGA、ASIC以及類腦芯片，它們各自發(fā)揮優(yōu)勢，呈現(xiàn)出百花齊放的狀態(tài)。例如GPU由于更適合執(zhí)行復(fù)雜的數(shù)學(xué)和幾何計算(尤其是并行運算)，而這部分剛好與包含大量并行運算的人工智能深度學(xué)習(xí)算法相匹配，因此它也成為人工智能硬件首選，在云端和終端各種場景均率先落地，由于應(yīng)用開發(fā)周期短，成本相對低，技術(shù)體系成熟，GPU方案也是目前應(yīng)用范圍最廣、靈活度最高的AI硬件。

另外一種的FPGA則是一種用戶可根據(jù)自身需求進行重復(fù)編程的“萬能芯片”，其開發(fā)時間較短，相比于GPU具有低功耗優(yōu)勢，并且相對于GPU可深入到硬件級優(yōu)化，不過遺憾的是由于其是針對需求定制，所以工作頻率一般不會太高，且延展性不夠強，算是目前的一種過渡方案。

至于ASIC(專用集成電路)其實大家之前就已經(jīng)有接觸過，例如近些年類似TPU、NPU、VPU、BPU等令人眼花繚亂的各種芯片，本質(zhì)上都屬于ASIC的一種定制方式。

另外ASIC無論是從性能、面積、功耗等各方面都優(yōu)于GPU和FPGA，長期來看無論在云端和終端，ASIC都代表AI芯片的未來，目前包括微軟、谷歌、英特爾等巨頭都重金投到ASIC領(lǐng)域，不過由于目前AI算法快速迭代，且ASIC開發(fā)周期較長、需要底層硬件編程、占據(jù)芯片成本等，因此雖然前景利好，但也只有實力雄厚的大佬才敢提前布局。

雖然ASIC成本高且難度大，但移動AI芯片設(shè)計公司仍已經(jīng)開始立足于ASIC的深度學(xué)習(xí)，例如此前聯(lián)發(fā)科發(fā)布的Helio P70中端設(shè)備芯片組其內(nèi)部就自帶ASIC方案專用的AI核心APU，不僅具備其他AI芯片所帶的諸如美顏、人臉識別、場景優(yōu)化等功能之外，更是大幅降低了AI芯片的功耗，使得用戶在多場景使用環(huán)境下，不再為手機電量的大幅消耗而感到擔憂。

很多用戶遲疑，為什么聯(lián)發(fā)科不直接在CPU或GPU內(nèi)集成AI運算功能，而需要使用AI專核?為什么不跟高通驍龍845一樣，借助GPU就可以實現(xiàn)AI呢?實際上筆者覺得反而聯(lián)發(fā)科的思路是正確的。

眾所周知，CPU和GPU都有其專職的工作，例如CPU專注在大型運算，GPU側(cè)重于圖形繪制等，過多的功能堆疊只會虛耗電量和提高溫度，所以即便驍龍845的性能強勁，但在AI拍照這樣的應(yīng)用場景下，長時間仍會有輕微的發(fā)熱情況。所以在這樣的環(huán)境下，AI核的優(yōu)勢顯然就更加明顯了。因此由CPU和GPU配合AI專核來進行分工協(xié)作，反而可以有效提升效能，降低散熱。

以時下在圖像識別領(lǐng)域以及前沿科技產(chǎn)品中的應(yīng)用最為廣泛的AI人臉識別技術(shù)為例，常見的人臉識別其實是一個“掃描檢測”加“結(jié)果判別”的過程，而這個“掃描檢測”的過程中包括五官坐標定位、人臉屬性識別、人臉特征提取等等，在“結(jié)果判別“中更涉及到人臉驗證、人臉識別、活體驗證等多個特性，它已經(jīng)不是一個簡單的算法，而是涉及到CPU、GPU、VPU、DLA 等多個運算單元，跨單元的運算很顯然會造成消費體驗的不佳，更別提到結(jié)果涉及的端運行或是云運行問題，所以開發(fā)與之相應(yīng)的AI人工智能神經(jīng)網(wǎng)絡(luò)算法是趨勢，而這點通過網(wǎng)絡(luò)上流出的聯(lián)發(fā)科P60人臉識別技術(shù)對比圖也能窺其一二。前者雖然定位中端，但卻擁有單獨的AI人工智能單元，人臉識別速度比同期的驍龍845和驍龍710都更勝一籌，可見高效節(jié)能的AI獨立單元，即ASIC專核專用是未來人工智能終端最基本的要求。

當然ASIC專核專用的優(yōu)勢還遠不如此，它還包括對溫度的有效控制。例如目前的AI算法基本都支持對使用場景的預(yù)測，能協(xié)助系統(tǒng)有效開關(guān)硬件，同時滿足效能和溫控。例如當你打開電子書后，AI算法會參考你之前的閱讀習(xí)慣都在1小時左右，那接下來的1個小時內(nèi)系統(tǒng)可能就會關(guān)閉高性能的運算，使用小核心進行運作，保證續(xù)航的提升。

所以從這一點看來，聯(lián)發(fā)科自研的Corepilot 4.0多任務(wù)演算技術(shù)其實是走到了行業(yè)的前面，它時的處理器將能夠集成智能任務(wù)分配系統(tǒng)、溫度管理系統(tǒng)和用戶體驗監(jiān)測系統(tǒng)于一身，預(yù)測手機用戶的電量使用場景，按照某個時間點的任務(wù)的重要性及時進行優(yōu)先級排序處理，從而更有效的控制設(shè)備功耗。

所以從AI人工智能和溫度控制的角度出發(fā)，我們倒是很看好聯(lián)發(fā)科P70芯片，性能方面就不再累贅，目前各大芯片的“實際使用性能”相差無幾，而聯(lián)發(fā)科使用的AI芯片+算法調(diào)度模式這兩種軟硬相輔的方式將會使得Helio P70將成為今年四季度或明年能效比最為看好的芯片組。

聯(lián)發(fā)科Helio P系列目前就鎖定中端，主打AI人工智能。

總體來說，用戶對于手機功能的消費需求讓AI芯片朝著越來越豐富的方向發(fā)展，未來AI專用芯片無疑會是IC設(shè)計的另一大方向。目前聯(lián)發(fā)科搶先布局了AI芯片，預(yù)計高通、海思后續(xù)也都會持續(xù)跟進，這場AI之戰(zhàn)聯(lián)發(fā)科搶占了先機，后續(xù)也讓我們更加關(guān)注。