是噱頭還是趨勢，由華為和蘋果淺談 AI 處理器

在最近一次的蘋果發布會上，我們看到了蘋果的 A11 Bionic 處理器，這款處理器的以「仿生」命名，基本上也能讓我們想到類似人類或者超越人類功能的部分，也就是近來在科技圈非常火的 AI。（然而蘋果卻示這樣只是更容易讓消費者記住，換言之也就是為了好聽？）

A11 Bionic 擁有一個 6 核心 64 位 CPU，其中包括 2 個高頻核心和 4 個低頻核心，共包含 43 億個晶體管。作為對比，A10 Fusion 擁有 4 個核心，包含兩個高頻核心和兩個低頻核心，共擁有 33 億晶體管。

性能上，A11 Bionic 的高頻核心比 A10 Fusion 快了 25%，低頻核心比 A10 Fusion 快了 70%。由於採用了蘋果自主研發的第二代性能控制器，A11 Bionic 的六個核心可以同時運行，在多線程任務下的表現比 A10 Fusion 的整體表現快了 70%。另外蘋果在發布會上特意提到了全新的 GPU，這款 GPU 採用了 3 核心設計，比 A10 Fusion 所採用的定製 GPU 快了 30%。

除了以上這些之外，A11 Bionic 還支持雙核架構神經網路處理引擎（Neural Engine），這個引擎每秒處理相應神經網路計算需求的次數可達 6000 億次，可以為面部解鎖等功能提供性能支撐，新一代 iPhone 在人像模式中的光效調節（Portrait Lighting）用到的也是神經網路處理引擎的計算。

AI 晶元或者說 AI 功能很有可能成為下一個智能手機即將搭載的「標配」，大致了解完 A11 Bionic，我們來看一下剛在國內發布的麒麟 970。

近日，華為舉行了 2017 年度麒麟晶元媒體溝通會，給我們帶來了關於旗艦處理器麒麟 970 的具體介紹。這款處理器之前在德國 IFA 2017 大展上正式發布，我們接著今天這個分享的契機也再給大家整理一下麒麟 970 的一些規格。

麒麟 970 採用了台積電 10nm 工藝製造，這也是目前最先進的工藝水準，其在指甲大小的晶元上集成了 55 億個晶體管，相比上代 16nm 工藝的麒麟 960 增加了 37.5%，內部集成八顆 CPU 核心(A73+A53)，標稱的能效提升了 20%，十二顆 GPU 核心(Mali-G72)，標稱性能提升 20%、能效提升 50%。

除了看數據得知的性能提升，麒麟 970 被華為稱作是一款移動 AI 計算平台，希望未來的手機能聽能看，能夠慢慢了解使用它的人。而針對 AI 這個點，麒麟 970 首次集成了神經元網路單元 NPU（Neural-network Processing Unit），與 CPU、GPU、DSP 組在一起，華為把這個新的架構叫做 HiAI 人工智慧架構。

這裡我們要了解的是，聽起來 AI 晶元是一個完全不同於普通晶元的名字，但實際上人工智慧的技術核心就是進行針對性的大量數據計算，從而實現照片識別分類等等所謂的 AI 功能。這對於原本以 CPU/GPU/DSP 為核心的傳統計算架構來說非常吃力，所以 NPU，即神經元網路處理單元，是專為機器學習設計的，也就是針對 AI 相關功能增加的定製模塊，類似 GPU 是為圖形顯示所定製的模塊一樣。

在華為的媒體溝通會上，官方稱為 AI 而生的 NPU 處理在機器學習上擁有傳統 CPU 的 25 倍性能、GPU 的 6.25 倍性能，同時擁有超低功耗的優勢。作為參考，在進行圖像的識別的計算中，搭載 NPU 的麒麟 970每分鐘能夠處理 2005 張照片，CPU運算只能達到每分鐘 95 張的速度。

在發布會的展示中，我們得知這款麒麟 970 能夠實現離線識別照片物體，比如各種水果；能夠實現 AI 降噪，比如在嘈雜環境中進行語音喚醒；支持 AI 美顏，更快更精確；支持智能自動回復聯想以及情緒識別，比如輸入的內容與發工資有關，那麼手機會自動聯想一些開心的表情，輸入影片名字則可以自動推薦附近影院。

除了蘋果和華為之外，最近網路上有消息顯示三星也在著手研發 AI 處理器，一定程度上也驗證了前文中我們對這個功能會成為「標配」的判斷。

所謂人工智慧和神經網路這些詞聽起來距離都很遠，但目前在手機上布局的功能都還是比較好理解的，主要都是能夠從輸入的大量數據中自發總結出規律，從而舉一反三。實際上就是通過大量樣本數據訓練來實現分類識別等功能，例如訓練樣本是語音數據，訓練後的神經網路實現的功能就是語音識別，如果訓練樣本輸入是人臉圖像數據，訓練後實現的功能就是人臉識別。

那麼尾巴們覺得自己會有哪些對於 AI 處理器的硬性需求呢？或者也可以聊聊你認為這個東西是否只能叫做噱頭，如果你有什麼對這一類處理器的功能期待也可以在評論區一起討論。

jdong_news

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！