是噱头还是趋势，由华为和苹果浅谈 AI 处理器

cooldaddy

在最近一次的苹果发布会上，我们看到了苹果的 A11 Bionic 处理器，这款处理器的以“仿生”命名，基本上也能让我们想到类似人类或者超越人类功能的部分，也就是近来在科技圈非常火的 AI。（然而苹果却示这样只是更容易让消费者记住，换言之也就是为了好听？）
A11 Bionic 拥有一个 6 核心 64 位 CPU，其中包括 2 个高频核心和 4 个低频核心，共包含 43 亿个晶体管。作为对比，A10 Fusion 拥有 4 个核心，包含两个高频核心和两个低频核心，共拥有 33 亿晶体管。

性能上，A11 Bionic 的高频核心比 A10 Fusion 快了 25%，低频核心比 A10 Fusion 快了 70%。由于采用了苹果自主研发的第二代性能控制器，A11 Bionic 的六个核心可以同时运行，在多线程任务下的表现比 A10 Fusion 的整体表现快了 70%。另外苹果在发布会上特意提到了全新的 GPU，这款 GPU 采用了 3 核心设计，比 A10 Fusion 所采用的定制 GPU 快了 30%。

除了以上这些之外，A11 Bionic 还支持双核架构神经网络处理引擎（Neural Engine），这个引擎每秒处理相应神经网络计算需求的次数可达 6000 亿次，可以为面部解锁等功能提供性能支撑，新一代 iPhone 在人像模式中的光效调节（Portrait Lighting）用到的也是神经网络处理引擎的计算。

AI 芯片或者说 AI 功能很有可能成为下一个智能手机即将搭载的“标配”，大致了解完 A11 Bionic，我们来看一下刚在国内发布的麒麟 970。
近日，华为举行了 2017 年度麒麟芯片媒体沟通会，给我们带来了关于旗舰处理器麒麟 970 的具体介绍。这款处理器之前在德国 IFA 2017 大展上正式发布，我们接着今天这个分享的契机也再给大家整理一下麒麟 970 的一些规格。
麒麟 970 采用了台积电 10nm 工艺制造，这也是目前最先进的工艺水准，其在指甲大小的芯片上集成了 55 亿个晶体管，相比上代 16nm 工艺的麒麟 960 增加了 37.5%，内部集成八颗 CPU 核心(A73+A53)，标称的能效提升了 20%，十二颗 GPU 核心(Mali-G72)，标称性能提升 20%、能效提升 50%。

除了看数据得知的性能提升，麒麟 970 被华为称作是一款移动 AI 计算平台，希望未来的手机能听能看，能够慢慢了解使用它的人。而针对 AI 这个点，麒麟 970 首次集成了神经元网络单元 NPU（Neural-network Processing Unit），与 CPU、GPU、DSP 组在一起，华为把这个新的架构叫做 HiAI 人工智能架构。

这里我们要了解的是，听起来 AI 芯片是一个完全不同于普通芯片的名字，但实际上人工智能的技术核心就是进行针对性的大量数据计算，从而实现照片识别分类等等所谓的 AI 功能。这对于原本以 CPU/GPU/DSP 为核心的传统计算架构来说非常吃力，所以 NPU，即神经元网络处理单元，是专为机器学习设计的，也就是针对 AI 相关功能增加的定制模块，类似 GPU 是为图形显示所定制的模块一样。

在华为的媒体沟通会上，官方称为 AI 而生的 NPU 处理在机器学习上拥有传统 CPU 的 25 倍性能、GPU 的 6.25 倍性能，同时拥有超低功耗的优势。作为参考，在进行图像的识别的计算中，搭载 NPU 的麒麟 970每分钟能够处理 2005 张照片，CPU运算只能达到每分钟 95 张的速度。
在发布会的展示中，我们得知这款麒麟 970 能够实现离线识别照片物体，比如各种水果；能够实现 AI 降噪，比如在嘈杂环境中进行语音唤醒；支持 AI 美颜，更快更精确；支持智能自动回复联想以及情绪识别，比如输入的内容与发工资有关，那么手机会自动联想一些开心的表情，输入影片名字则可以自动推荐附近影院。
除了苹果和华为之外，最近网络上有消息显示三星也在着手研发 AI 处理器，一定程度上也验证了前文中我们对这个功能会成为“标配”的判断。
所谓人工智能和神经网络这些词听起来距离都很远，但目前在手机上布局的功能都还是比较好理解的，主要都是能够从输入的大量数据中自发总结出规律，从而举一反三。实际上就是通过大量样本数据训练来实现分类识别等功能，例如训练样本是语音数据，训练后的神经网络实现的功能就是语音识别，如果训练样本输入是人脸图像数据，训练后实现的功能就是人脸识别。