0
2017 年，智能手機行業(yè)有兩個關(guān)鍵詞：全面屏和 AI。
全面屏這個概念，可以說是伴隨著 2016 年 10 月 25 日小米 MIX 的驚艷發(fā)布而誕生，并在整個 2017 年形成智能手機在外觀上的新潮流；而蘋果 iPhone X 對全面屏這一概念的接受，更是讓它具備了某種欽定的意味。
相對于全面屏，AI 的情況要復(fù)雜得多。2011 年，Siri 在 iPhone 4s 上的露面，讓智能手機初步具備了與人對話的能力；然而此后數(shù)年，無論是 Siri 自己，還是其他廠商的類似產(chǎn)品，都沒能給智能手機順利打上 AI 的標簽，即使強悍如 Google Assistant，也不能例外。
一直到 2017 年，當智能手機第一次以芯片的方式在硬件層面與 AI 握手，整個行業(yè)才驀然認識到，原來 AI 已經(jīng)真正來到了智能手機上。
由此，雷鋒網(wǎng)認為，2017 年是智能手機 AI 元年。
如果只把目光投向 2017 上半年，其實還看不到什么波瀾。
三星 S8 系列 18.5:9 的曲面屏幕令人愛不釋手，也算是進入到了全面屏序列；但新出現(xiàn)的 Bixby 并沒有超脫 Siri 之類的范疇，更何況 Bixby 后來還出現(xiàn)了諸多問題，而中國版幾乎就是不能用的。華為上半年旗艦 P10 以“人像攝像大師”為名做了一波好宣傳，但用的還是萊卡的東西。小米 6 則依然走了國內(nèi)首發(fā)高通驍龍 835 的老路子。
到了下半年 9 月，智能手機終于找到了它的下一個關(guān)鍵詞——AI。
2017 年 9 月 2 日下午，華為在德國柏林消費電子展發(fā)布了麒麟 970 芯片；為了配合這種【手機未發(fā)，芯片先行】的做法，華為將這款芯片定義為【全球首款智能手機移動端 AI 芯片】。
具體來說，麒麟 970 搭載了一款 NPU（Neural-network Processing Unit，神經(jīng)網(wǎng)絡(luò)處理單元），其亮點在于處理特定任務(wù)時比 CPU 等模塊出色得多，比如說在圖片識別任務(wù)中，NPU 每分鐘可以識別 2005 張，CPU 每分鐘為 95 張，前者比后者多了 20 倍；從能效上來說，NPU 更是 CPU 的 50 倍。當然，為了配合麒麟 970，華為在適配和開發(fā)層面也做了很多工作。
然而，對于普通用戶來說，麒麟 970 作為一款芯片的意義并不大，它真正的使用價值還要體現(xiàn)在 10 月中旬 Mate 10 系列新品上。從結(jié)果上來看，這塊 NPU 給華為 Mate 10 系列帶來的是：
學(xué)習(xí)用戶行為，實現(xiàn)行為預(yù)測、資源調(diào)配、場景感知等功能；
系統(tǒng)響應(yīng)速度將增加 60%，系統(tǒng)流暢度將增加 50%；
實時智能識別 13 種場景，針對拍攝對象進行成像效果調(diào)校增強。
在雷鋒網(wǎng)看來，除了在拍照上的場景識別和成像增強，AI 芯片并沒有給華為 Mate 10 帶來什么具體的實用功能；而系統(tǒng)流暢度這樣的改善也是隱性的，難以感知的。
不過，麒麟 970 的另一個根本問題在于，它的 NPU 模塊并非是獨立研發(fā)，而是借用了寒武紀在 2016 年推出的 1A 深度學(xué)習(xí)處理器。不可否認，麒麟 970 在驅(qū)動、BSP、內(nèi)存機制等方面做了很多工作，但它終究是一款拿來主義的產(chǎn)品。
當然，即使是拿來主義，麒麟 970 的問世也已經(jīng)很難得了。
嚴格意義上來說，給麒麟 970 帶上全球首款智能手機 AI 芯片的帽子，是華為博取眼球的討巧做法。這種做法并不算錯，但跟 9 月中旬的蘋果新品發(fā)布會相比，還是黯淡無光；因為就 AI 融入智能手機的完成度和可用性來說，新一代 iPhone（尤其是 iPhone X）和它們內(nèi)置的 A11 Bionic 芯片，實在是太過出色了。
雷鋒網(wǎng)曾經(jīng)說過，A11 Bionic 才是那場發(fā)布會真正的亮點。它的確如蘋果官方所言，是“一款智能手機到目前為止所能擁有的最強勁、最智能的芯片”。其強勁自不必說，跑分碾壓自己的前作，也碾壓高通驍龍 835；而智能部分，則體現(xiàn)在蘋果在 A11 Bionic 中自主研發(fā)的雙核架構(gòu) Neural Engine（神經(jīng)網(wǎng)絡(luò)處理引擎），它每秒處理相應(yīng)神經(jīng)網(wǎng)絡(luò)計算需求的次數(shù)可達 6000 億次。
這個 Neural Engine 的出現(xiàn)，讓 A11 Bionic 成為一塊真正的 AI 芯片。
但蘋果的強大之處在于，它不僅僅自主研發(fā)出了一個業(yè)界無敵的 AI 芯片，還在芯片的基礎(chǔ)之上開發(fā)出一系列重磅而實用的功能。以 iPhone X 為例，其與 Neural Engine 直接相關(guān)的功能體現(xiàn)在：
Face ID 通過面部特征解鎖；
Animoji 通過追蹤人的面部表情來實時創(chuàng)作動畫表情；
人像模式可以創(chuàng)造出能夠生動變化的光效 Portrait Lighting。
與華為一致，A11 Bionic 大大提升了 iPhone X 在拍照方面的使用體驗，并提供了一些富有創(chuàng)意的新玩法。而更具革命性的是 Face ID，它能夠?qū)鞲衅鲾?shù)據(jù)進行實時 3D 建模，并利用機器學(xué)習(xí)識別用戶容貌改變，在此過程中產(chǎn)生的大量計算需求，都需要借助 A11 Bionic 和 Neural Engine 來滿足。
最終的結(jié)果是，F(xiàn)ace ID 直接取代了 Touch ID。
除此之外，A11 Bionic 內(nèi)置了蘋果自主設(shè)計的第一款 GPU。這款 GPU 是為 3D 游戲和 Metal 2（蘋果在 WWDC 2017 上推出的新一代圖像渲染技術(shù)框架）專門設(shè)計的，并且能夠與機器學(xué)習(xí)技術(shù)和蘋果隨 iOS 11 推出的 Core ML（核心機器學(xué)習(xí)）框架相配合。
綜合來看，憑借強大的自主研發(fā)能力和無與倫比的軟硬件整合能力，蘋果在智能手機 AI 化的道路上走得比華為扎實得多，也超前得多。這不僅僅是財力上的距離，也是技術(shù)上的距離，更是生態(tài)掌控力和影響力上的距離。
在 2016 年 10 月 4 日的 Google Pixel 發(fā)布會上，Sundar Pichai 反復(fù)強調(diào) Google 已經(jīng)從 Mobile First 變?yōu)?AI First；體現(xiàn)在產(chǎn)品上，Google Assistant 率先在 Pixel 手機上亮相?？上г谟脩舻恼J知中，Google Assistant 不過是一個增強版的 Siri，所以最終也沒有激起什么波瀾。
一年后的發(fā)布會上，Pixel 2/XL 同樣帶著 Google Assistant 來了。就在大家覺得無聊要散場的時候，Google 卻宣布了 Pixel 2/XL 的 One More Thing，也就是那顆 Pixel Visual Core。
Pixel Visual Core 是一塊協(xié)處理器，其核心部分是 Google 自主設(shè)計的圖像處理單元（Image Processing Unit，簡稱 IPU），IPU 的特點在于充分可編程性和領(lǐng)域特定性，可以實現(xiàn)每秒高于 30 億次的運算。
與華為和蘋果不同，Google 表示 Pixel Visual Core 的用處很簡單：將 HDR+ 的運行速度提升 5 倍，而功耗則將為十分之一。
但實際上，Google 還為 Pixel Visual Core 預(yù)留了其他方面的能力，比如說機器學(xué)習(xí)；為此，Google 提供了編程工具，開發(fā)者在圖像處理方面使用 Halide，在機器學(xué)習(xí)方面使用 TensorFlow；而 Google 開發(fā)的編譯器可以為底層硬件提供代碼優(yōu)化。
與華為的拿來主義和蘋果的獨立自主不同，Pixel Visual Core 是由 Google 與 Intel 合作設(shè)計的；考慮到 Google 此前已經(jīng)使用過 Intel 旗下 Movidius 的芯片，這次的合作很可能與 Movidius 有關(guān)。
不過 Google 的野心不止于此。
Pixel Visual Core 和 TPU 已經(jīng)初步展現(xiàn)出 Google 在芯片研發(fā)方面的積累，而 Google 又從蘋果和高通那里挖來了包括大神 John Bruno 在內(nèi)的芯片設(shè)計工程師，這些工程師的任務(wù)就是為 Google 開發(fā)移動端 AI 芯片。
而根據(jù)研究機構(gòu) Tirias Research 創(chuàng)始人 Jim McGregor 的判斷，Google 可以借助現(xiàn)成的知識產(chǎn)權(quán)，在半年內(nèi)開發(fā)出一款多功能的 SoC 芯片。
遺憾的是，除了蘋果、Google 和華為，其他廠商都沒有能夠在硬件層面到達 AI 的范疇。那么問題來了，為什么是這三家？
首先要明確，AI 在硬件層面的體現(xiàn)就是芯片。而智能手機芯片的特殊性在于，它不僅僅強調(diào)性能和功耗的平衡，還要考慮結(jié)合用戶的使用場景；前者恰好是 AI 芯片在智能手機上的優(yōu)勢，但后者卻是難點。因此，AI 芯片要出現(xiàn)在智能手機上，一方面在芯片技術(shù)的深厚積累，還需要通過軟硬件結(jié)合來完成使用場景的落地。
蘋果其實不必多言，軟硬件結(jié)合一直都是它的核心產(chǎn)品理念。從 iPhone 4 起，蘋果就已經(jīng)在自主設(shè)計 A 系列芯片，并將范圍從 CPU 一路擴展到 GPU；這背后積累的技術(shù)實力足以支撐得起一個 Neural Engine。至于 Face ID 和 Animoji 等，對于蘋果而言，更是一件水到渠成之事。
華為在麒麟 970 中提現(xiàn)出來的，主要是基于多年麒麟系列芯片的整合開發(fā)能力。NPU 雖然是借自于寒武紀 1A，但它與麒麟 970 的深度結(jié)合也是一件需要技術(shù)實力支撐的難事。當然，除了芯片，華為也在操作系統(tǒng)層面積極探索，但不得不說還有著很大的提升空間。
Google 劍走偏鋒，將 Pixel Visual Core 用在 HDR+ 這一個功能點上，看似大材小用，實則直擊痛點。拍照功能對手機的重要性不言而喻，無論是蘋果和華為的 AI 芯片都是在此處著力。但 Google 在軟件和算法層面的積累更多一點，以往主要依賴于云端處理和網(wǎng)絡(luò)傳輸，而 Pixel Visual Core 將有助于 Google 將其上述積累從本地設(shè)備中釋放出來。
從技術(shù)上來看，Google 通過與 Intel 的合作完成 AI 芯片的初步實現(xiàn)，也算是抄近道；但其實 Google 有自己的技術(shù)積累，而且正在不斷從外部吸收人才?？梢韵胍姷氖?，基于強大的財力和技術(shù)能力， Google 勢必走上一條自主研發(fā)的路線。
另外，與華為、蘋果相比，Google 的做法還有一個不同點。前二者所采用的 AI 硬件模塊在形式上與傳統(tǒng)的（包括 CPU 和 GPU 在內(nèi)的） SoC 是一體的，而 Google 的 Pixel Visual Core 則是一塊相對獨立的 AI 協(xié)處理器，與高通驍龍 835 形成了協(xié)作關(guān)系。
Google 的這種解決方案固然有技術(shù)能力不足的因素，但也可能與它在整個 Android 陣營的地位有關(guān)。不是所有的手機廠商都有像華為那樣的技術(shù)實力，考慮到未來整個智能手機行業(yè)都將會逐步走向 AI，Google 的這一方案也為其他廠商提供了某種示范效用。
畢竟，與華為 970 的 SoC 一體化方案相比，高通 SoC+ AI 協(xié)處理器的解決方案，在技術(shù)門檻上要低得多。
也許是因為對物理實體的執(zhí)念，AI 芯片帶來的認可度遠遠高于 AI 算法和應(yīng)用，盡管后者也是 AI 的一部分。除了越來越強大的 Siri 們，曠視和商湯的人臉識別技術(shù)也已經(jīng)分別出現(xiàn)在小米、錘子、OPPO、一加等手機廠商的產(chǎn)品上，這些其實也是 AI。
但在 2018 年，智能手機行業(yè)對 AI 的擁抱將會更加緊密。
首先要重點說說三星。Bixby 在經(jīng)歷了 2017 年的打磨之后已經(jīng)有了不錯的表現(xiàn)，但硬件能力才是三星的主場。雖然依然有高通驍龍的保障，但下一代處理器 Exynos 9810 也將會在 2018 年年初問世，而且根據(jù)韓國媒體 Seeko 爆料，它將加入一顆 AI 協(xié)處理器?？紤]到三星電子此前已經(jīng)投資了中國的深鑒科技，而后者的產(chǎn)品也適用于智能手機，雷鋒網(wǎng)認為 Seeko 的爆料是靠譜的。
另外一個不可忽視的玩家是高通。雖然高通宣稱從驍龍 820 起就已經(jīng)具備 AI 能力，但 2018 年的焦點依然是驍龍 845。考慮到面向整個 Android 平臺的通用性和靈活性，高通沒有在驍龍 845 中增加單獨的 AI 模塊，但卻打算通過由 CPU、GPU 和 DSP（重點是 DSP）組成的 AI 異構(gòu)系統(tǒng)和 NPE 任務(wù)分配系統(tǒng)，幫助不同的應(yīng)用場景提供相應(yīng)的計算解決方案。
可以看到，高通在驍龍 845 中提供的是 AI 基礎(chǔ)硬件平臺能力，但同時又為其他手機廠商預(yù)留了足夠的定制化空間和開發(fā)空間。這就為其他 Android 廠商效仿 Google，提供了機會。不要忘了，華為的 NPU 是從寒武紀借來的，其他手機廠商如果也想借用，也未必沒有可能。
當然，除了硬件，人臉識別等算法也將會隨著全面屏的發(fā)展而逐漸普及；而諸多 Android 廠商也將在操作系統(tǒng)層面實現(xiàn)對 AI 算法的融入。不過總體來看，硬件軟件算法三者的結(jié)合依然是無法改變的發(fā)展趨勢。
還有一個值得強調(diào)的點是 AI 在智能手機上的使用場景。就目前的發(fā)展情況來看，AI 在智能手機上的使用場景還是極為有限的；雖然智能手機廠商已經(jīng)在大力投入，但真正重要的是開發(fā)者對于 AI 技術(shù)驅(qū)動下的新型應(yīng)用生態(tài)的參與和構(gòu)建。而后者，才是智能手機真正走向 AI 的主體力量。
最后，2017 開啟了智能手機 AI 元年，2018，我們拭目以待。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
