2018手机圈竞争什么?AI芯是必须跃过的龙门
2018-01-04 10:26:07
  • 0
  • 0
  • 0
  • 0

2017年,当我们将智能手机的竞争聚焦在全面屏上的时候,其实另一产军备竞争已经悄然上演。而这一次的竞争将会是史诗级的,它的波及范围会超过所有人的预料,这就是人工智能在手机圈的悄然崛起。

华为麒麟970的NPU(神经网络处理器)、苹果的A11 Bionic(仿生学芯片)以及高通的“面向AI和沉浸体验的全新架构”的骁龙845等,都将竞争聚焦在AI方面,以期改变未来。

虽然2018年刚刚开始,但手机圈的竞争早就开始升级,AI将是新品领域的绝对焦点。

回顾近两年智能手机市场,白热化的竞争中,整个手机市场接近饱和,智能手机的增长几乎可触摸到天花板。在这样的大环境下,技术上的创新和突破是手机行业变革趋势中必可避免的方向。

那么问题是,到底该往哪个方向走?

当前,新技术的成熟应用早就让智能手机的概念发生了改变,也模糊了智能和手机的边界。过去,手机就是打电话发信息,仅仅是帮助我们实现人与人的联系与基本交流。而现在,随着人工智能水平的提升,智能手机已经可以通过自动学习过程,通过以往的使用经验数据,主动为我们提供服务。它已经能够在某种程度上理解人的语言,你可以跟它进行简单的人机对话。

今天,我们仍然处在移动互联网时代下,智能手机等智能终端设备仍是人和人之间联网的介质,人与智能终端之间的连接仍然以被动的输入为主。但是,当人工智能由弱变强的时候,智能手机等终端产品获得智能的能力后,革命性的变化不可避免。

不过,随着人工智能的快速发展和功能延伸,原有的芯片系统平台并不能满足所有使用场景上的深度学习和自主计算能力。而人工智能的发展,计算能力是基础,所以,华为、苹果、高通等才会进入人工智能芯片领域,以此为基础,自下而上的建立生态体系。

目前的深度学习领域,要经历训练和执行两个阶段才能把神经网络投入到实际的应用中。训练阶段可以理解为通过大量的数据输入,要求其通过不断的数据学习,训练出深度神经网络模型。这需要相当庞大的训练数据和复杂的深度神经网络结构,对计算能力的要求极高。

华为麒麟970,针对训练阶段专门设置了NPU硬件芯片。这个NPU含有多达1.5亿个晶体管,可保证其在处理静态神经网络模型方面具有更快、更高效的优势。

另外据华为介绍,麒麟970 中NPU的加入,并不会增加处理器的尺寸和成本,这就意味着NPU可以大面积的应用到其他智能硬件产品中,尤其是智能手机等,这将对SOC设计产生巨大的影响。而且,NPU的加入还可以帮助CPU完成大量推理运算的任务,在提高芯片整体运算效率的同时达到节省功耗的目标。

高通发布的骁龙845平台,也在强化AI算法的能力,不过,它并没有独立的AI运算单元,而是采用了一种异构方案,依靠传统的DSP、ISP等特定场景的处理器。

为此,高通专门研发了一套NPE系统,用于管理人工智能语言、架构、算法等,然后再根据CPU、GPU、DSP三种芯片进行任务分配,完成不同场景下的人工智能需求。

不过,相比华为麒麟970 和苹果A11的独立NPU处理方式,骁龙845在运算数理上并没有任何优势,它只能针对特定的场景,提供一些弱人工智能的应用。而目前的情况是,人工智能的场景越来越丰富,要做到及时高效的任务处理就必须有独立的NPU。这也是为什么华为和苹果都采用独立NPU的原因。事实上,采用麒麟970的华为Mate10甚至能以17-33fps实时处理智能手机摄像头拍摄的视频内容,可见优势明显。

当然,只有硬件还是远不够的。高通虽然没有独立训练各种场景AI模型的打算,但正在建立骁龙AI开发者生态系统。针对高通的DSP处理器开发简单应用的SDK,与AI相关的企业和学校等社会渠道进行合作。

华为与苹果,都在积极拓展智能硬件产品,打造全场景的智能生活体验。尤其华为Mate10、荣耀V10等诸多人工智能手机产品的推出,实现智能场景识别、系统智能调度、智能相册等等新应用。

前些时间,华为与百度的合作,双方基于华为HiAI平台和百度PaddlePaddle深度学习框架,发挥华为NPU的优势,就在于巩固AI技术和应用方面。随着第三方APP开发者使用NPU,其人工智能使用场景将在图像、语音识别等方面得到无限的拓展和加强。

人工智能的前景和爆发力已经是公认的,它具有改变未来的巨大力量,对全社会和各个商业体系都有着与日俱增的影响力。而人工智能芯片领域的发展与竞争,将加速整个产业链的纵向和横向延伸。

然而人工智能还刚开始,尽管各大巨头都在尽其所能的依靠技术优势抢跑。但未来的市场是万亿级别的,芯片市场的需求将是空前的,谁会取代谁,这一点尚难判断,但可以肯定的是,整个行业将会随之推向一个全新的世界。

 
最新文章
相关阅读