華為AI晶元是挑戰巨頭的核武器還是炒作噱頭？

9 月 2 日，在德國柏林舉行的 IFA 2017 展會上，華為正式發布了全球首款移動端 AI 晶元麒麟 970，這是業界首顆帶有獨立NPU（Neural Network Processing Unit）專用硬體處理單元的手機晶元。

而在這個消息之後，在網上有很多人開始分析麒麟970、驍龍835、獵戶座8895、聯發科X30的晶元一起作比較，分析麒麟970是否可以和這些晶元相提並論，從單核心、到GPU、到基帶、再到製作工藝一起比較，企圖最後說明麒麟970是一顆可以和頂級晶元相提並論的晶元。事實上，華為的麒麟晶元大多是自用，其競爭力還存疑問。

麒麟970尚未有實質的產品發布出來，在此之前華為一定會做好各個方面的保密工作，至於產品到底會是什麼樣的真的只能等產品發布出來才能見分曉，但是我們可以來看看華為AI晶元和傳統晶元有什麼區別，除了華為真的沒人做了嗎？

晶元的本質並不同

傳統的計算設備是由運算器、控制器、存儲器組成，人工智慧是由大數據、雲計算、演算法組成，華為的晶元當中有獨立的NPU，具備神經網路的特質，已經從普通計算設備成為了一個移動AI終端，劃入人工智慧的範疇。

而NPU的最大優勢是特別擅長處理視頻、圖像類的海量多媒體數據，原本手機當中擔任AI計算角色的GPU相比較NPU而言有很大的局限性，比如我們平時手機當中AR/VR應用的運行對於GPU已經是很大的挑戰，相對應的結果就是手機發熱現象非常明顯。理論上來說NPU強大的處理圖像能力是GPU的幾十倍，可以替代GPU工作，並因為NPU具備自我學習能力，可以更好的擔任好這方面的工作。

不過，細心的朋友一定可以發現這一次麒麟970晶元的圖像處理器依然是GPU，現有的介紹當中只說了AI處理能力，說具有強大的AI計算力，圖像識別速度可達約2000張/分鐘？這其中的邏輯不禁讓人產生疑問，筆者想像力匱乏，實難想像每分鐘2000張的圖片識別，可以給我的手機增加什麼特異功能？這不禁讓人聯想到了華為的徠卡認證，華為採用了徠卡設計的鏡頭，貼上了徠卡的標誌，但其實蘋果同樣採用的徠卡設計的鏡片。

而這次的NPU有相同又有所不同，這個NPU的提供廠商是寒武紀，很多人不是很清楚，但是如果提到龍芯相信很多人瞬間就明白了，現在的龍芯還處在相對落後的階段，而NPU的底層架構還不成熟，AI晶元的噱頭應該大於實際應用。

這些事不止華為在做

AI晶元看似玄之又玄，但是移動終端的AI市場這麼一大塊肉又怎麼可能讓華為一個人獨吞呢，雖然對於AI移動端的市場保持觀望態度，但是該有的研發也是一個都不能落下。在華為發布麒麟970AI晶元之前，高通就舉辦了一個小型的媒體見面會，表示自己對於人工智慧晶元布局已經有十年之久，而在2015年的MWC上，就已經展示過自己的AI晶元。

高通的Jeff Gehlhaar在會議上表示，「我們於十年前就開始了基礎研究，目前我們的現有產品支持了許多人工智慧用例：從計算機視覺和自然語言處理，到各種終端，如智能手機和汽車上的惡意軟體偵測。同時，我們正在研究更廣泛的課題，包括個人助理、安全與隱私保護，以及通過人工智慧提升手機無線連接與續航能力，並提供出色的拍照能力。」

高通採用的DSP和華為採用的NPU不同，NPU屬於概念更成熟的神經網路，而DSP嚴格意義上來講是更加適合傳統晶元的神經組織排列。

AI從雲端到移動端的轉化

以往的提到AI，大家都會自動想到雲計算，而雲端計算能力受限於網路傳輸，我們以無人駕駛為例：在一些社區環境當中，有些定位系統會失去作用，也導致即使通過雲端也無法完成對環境的預估；而如果在一些橋洞、高架的附近網路完全失去作用的時候，該如何進行反饋，都是很難的問題。

AI向移動端的轉化會讓這些問題變得不再那麼嚴重，通過自身演算法的整合，所有數據在自身內完成計算和處理，也就不怕內部路況，沒有網路的狀況。但是從麒麟970的配置來看，大量的計算依然要通過雲端來實現，而手機中的NPU只能用來進行簡單輔助計算。移動端對於雲端的輔助以及內部一些簡單的應用，應該也是未來人工智慧應用的一個主要模式，相當於母蟻和工蟻的職責分配。

NPU如何調用其實也是一個問題，手機當中有什麼需要晶元進行深度學習的地方有待考究，比如多年前三星手機中的手勢識別，此次加入NPU之後對於圖片的識別可以更加精準，而除此之外對於面部識別可能有更準確，更精確的識別方式。

現在的AI晶元，就像是手機剛剛上市大家都不理解為什麼要用手機，安卓剛剛出現的時候很多人還認為諾基亞是最好的手機……

AI向終端的轉化是一定的，從這點來說，華為這樣的通信巨頭出來打衝鋒無疑會加速這個進化的速度。

所以，拋開「國貨品牌」概念，你會看好華為AI嗎？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！