一枚AI芯片，或许将打破骁龙处理器的“硬实力”格局

骁龙835如今已经是各大旗舰 手机 的“卖点”与“身份象征”了，三星S8/S8+、索尼Xperia XZ Premium、HTC U11相继都搭载了这颗心脏。该产品的性能毋庸置疑，不仅回归了八核设计，而且高通还与三星合作，运用最新的10纳米FinFET工艺来打造芯片，使得骁龙835相较821提升了近30%。

不过，单纯的堆砌硬件并不能解决所有问题。此前采取同样设计思路的骁龙810被人们戏称为“烧龙”（形容其功耗和发热过高），主要就是因为受限于20纳米制程，而不是晶体管的具体数量。尽管骁龙835改变工艺之后情况有所好转，但芯片老化、性能和资源的调配等问题仍然是不小的困扰。

相较之下，同样使用了10纳米制程的麒麟970，甚至比骁龙835还多出20多亿个晶体管。而为了更合理的分配这些资源，麒麟970搭载了一个同类产品都没有的小部件——神经网络处理器（NPU）芯片，也就是我们常说的AI芯片。此外， 苹果 的A11也是一颗AI芯片，也内置了神经网络引擎。

有趣的是，为了对标麒麟970和A11，高通可能要在年底的技术峰会上推出最新的骁龙845芯片。除了相关参数较835有所提升外，参考会议邀请函的“智在芯中，有龙则灵”主题，它极有可能也内置了AI核心。不过，高通此举更像是沿袭麒麟970和苹果A11的跟风之作。

众所周知，麒麟970和苹果的A11是目前仅有的两颗有AI技术加持的手机芯片，苹果A11芯性能强劲，并能够可通过自主学习不断优化Face ID的体验。

麒麟970同样是是表现不俗，相比于传统的CPU和GPU计算，麒麟970AI芯片能数据处理能力更加的强大，华为Mate 10在配备了麒麟970 AI芯片之后，AI运算时的性能可以达到CPU的25倍，GPU的6.25倍，且能耗更低。由此可见，AI芯片是未来手机芯片方面的一大趋势。当然，布局“人工智能手机”并非华为心血来潮，Mate 10均衡而全面的表现也不是一步到位的。早在去年年底，荣耀Magic就已经为其奠定了基础。

华为布局人工智能由来已久，AI或许也是智能手机的进化趋势

回过头来看，荣耀Magic在系统层面上针对AI进行了很多尝试。不仅仅止步于Siri、Cortana这样的聊天机器人，该产品的确有一定的“感知”能力，且非常自然的整合到了常用的功能中。实际上，基于Android 6.0打造的Magic Live系统功不可没，其核心在于交互体验的优化。

荣耀Magic的AI交互大致分为两个方向：其一是通过硬件、传感器来判断用户行为，其二是通过地理位置、软件信息来实现反馈。当然，两者的使用情境略有不同。

在硬件反馈上，智能亮屏和锁屏可能是最为直观的体验，荣耀Magic根据用户的持握和视觉方向就能做到这一点，使用起来非常流畅。除此之外，感知弱光而启动手电筒、感知开车环境而切换成“驾驶模式”等复合功能，也得益于硬件、传感器和系统的紧密结合。

Magic Live的软件反馈则主要集中在 社交 和购物领域，比如截取聊天内容自动呈现相关的回复，又比如根据社交软件中的关键词，展示某物品的购买渠道和比价信息等。最为巧妙的还是地理位置的应用，它能判断用户“取快递”、“看电影”等行为，从而实现预先取件，主动展示取票码等功能。

不难发现，大多数软件相关的AI应用都得用到云端数据，这无疑会造成一些麻烦。相比之下，内置了AI芯片的华为Mate 10显然往前走了一步，它通过更底层的方式将部分自主学习转移到了终端，能够保证文字翻译、场景识别、图像处理等功能更高效的完成。

这其实与华为的“Mobile AI=On-Device AI + Cloud AI”的战略极其吻合，余承东此前在9月份的柏林IFA展上还表示：“人工智能体系一定既要充分发挥终端自身的能力和价值，也要结合大数据和云技术带来的海量信息、服务和超强计算力，人工智能在未来终端上的实现必须通过端云协同，这也是我们当前战略布局的重点。”

这可以视为智能手机的一种进化趋势，苹果的产品设计中就有相似的地方。iPhone 8和iPhone X都搭载了它们自研的A11 Bionic芯片，其内置的神经引擎（Neural Engine）同样可以用来完成机器学习。但值得一提的是，iPhone X通过Face ID进行人脸识别的功能倒不是什么新鲜玩意了，荣耀magic的Face Code早就实现了这一点，基本与其如出一辙。

将机器学习落实到终端后，华为荣耀V10还能有哪些突破？

如果说荣耀Magic完成了AI的系统优化，Mate 10完成部分AI的终端计算，那么后续将要推出的荣耀V10，在麒麟970的加持下可能会受益于另一项策略——第三方开源。麒麟970采用的HiAI移动计算架构与寒武纪-1A有着很深的关系，这也直接促使它内置的NPU能够迅速的支持Tensorflow、Caffe等机器学习平台，这点在Mate 10推出之时就已经确定了。

不过，大多数开发者最初还是拿不定主意，是否要针对“单款”手机开发AI应用，业内也普遍认为开源的意义并不大。然而荣耀V10或许能改变这一点，由于沿用了麒麟970，它至少能证明该芯片有着拓展系列机型的潜力，进而吸引一批开发者入驻。不难发现，通过开发社群来扩充AI内容的丰富度，正是华为后续产品发力的重心。

选择TensorFlow的好处在于，该平台不仅易用灵活，而且还完全免费，尽可能降低了第三方的开发门槛。TensorFlow打造多样内容的潜力还是很足的，仅推出一年它就成为了GitHub上有着最多forked repositories的框架。暂且不说开发者专门为Mate和荣耀V10打造内容，现成的一些Demo进行细微修改也许就能完成移植，大大降低了开发成本。

谷歌通过TensorFlow就自研了一些非常有趣的AI应用，这些都能够用在智能手机上。

比如让机器进行图像识别航拍中的海牛，精度可以达到人类的1.4倍。这项技术同样用在了分拣农作物上，日本的一位菜农就使用TensorFlow，将储存的黄瓜分拣出了九种品类。而GNMT（神经网络机器翻译）也用上了TensorFlow，它能够对比短句，将翻译误差降低55% ~ 85%。

总体来说，“AI”思路能为智能手机带来许多适合消费者的轻度内容。拍照和录制视频可以用上叠加色彩的Neural Style，Mozilla Deep Speech可以更合理的将语音转化为文本，“句子分类”甚至能够判断使用者的情绪。正如现在的App一样，未来的AI应用说不准就迎来了百花齐放，而对于AI软硬件已经落地的华为和荣耀而言，它们已经有一些先行优势了，而且可以预见的是即将发布的荣耀V10必定会进一步推动人工智能手机的普及。