2017 年，智能手机行业有两个关键词：全面屏和 AI。全面屏这个概念，可以说道是预示着 2016 年 10 月 25 日小米 MIX 的精彩公布而问世，并在整个 2017 年构成智能手机在外观上的新潮流；而苹果 iPhone X 对全面屏这一概念的拒绝接受，堪称让它不具备了某种会典的意味。相对于全面屏，AI 的情况要简单得多。2011 年，Siri 在 iPhone 4s 上的露面，让智能手机可行性不具备了与人对话的能力；然而此后数年，无论是 Siri 自己，还是其他厂商的类似于产品，都未能给智能手机成功打上 AI 的标签，即使勇猛如 Google Assistant，也无法值得注意。

仍然到 2017 年，当智能手机第一次以芯片的方式在硬件层面与 AI 问候，整个行业才蓦然认识到，原本 AI 早已确实回到了智能手机上。由此，指出，2017 年是智能手机 AI 元年。

华为的拿来主义如果只把目光投向 2017 上半年，只不过还看到什么波澜。三星 S8 系列 18.5:9 的曲面屏幕令人爱不释手，也却是转入到了全面屏序列；但新的经常出现的 Bixby 并没俗世 Siri 之类的范畴，更何况 Bixby 后来还经常出现了诸多问题，而中国版完全就是无法用的。

华为上半年旗舰 P10 以“人像摄像机大师”名为做到了一波好宣传，但用的还是莱卡的东西。小米 6 则仍然回头了国内亮相高通骁龙 835 的老路子。

到了下半年 9 月，智能手机再一寻找了它的下一个关键词——AI。2017 年 9 月 2 日下午，华为在德国柏林消费电子展公布了麒麟 970 芯片；为了因应这种【手机并未放，芯片先行】的作法，华为将这款芯片定义为【全球首款智能手机移动末端 AI 芯片】。具体来说，麒麟 970 配备了一款 NPU（Neural-network Processing Unit，神经网络处理单元），其亮点在于处置特定任务时比 CPU 等模块出众得多，比如说在图片辨识任务中，NPU 每分钟可以辨识 2005 张，CPU 每分钟为 95 张，前者比后者多了 20 倍；从能效上来说，NPU 堪称 CPU 的 50 倍。

当然，为了因应麒麟 970，华为在兼容和研发层面也做到了很多工作。然而，对于普通用户来说，麒麟 970 作为一款芯片的意义并不大，它确实的使用价值还要反映在 10 月中旬 Mate 10 系列新品上。从结果上来看，这块 NPU 给华为 Mate 10 系列带给的是：自学用户不道德，构建不道德预测、资源调配、场景感官等功能；系统响应速度将减少 60%，系统简洁度将减少 50%；动态智能识别 13 种场景，针对摄制对象展开光学效果调校强化。在显然，除了在照片上的场景辨识和光学强化，AI 芯片并没给华为 Mate 10 带给什么明确的实用功能；而系统简洁度这样的提高也是隐性的，无法感官的。

不过，麒麟 970 的另一个显然问题在于，它的 NPU 模块并非是独立国家研发，而是借出了寒武纪在 2016 年发售的 1A 深度自学处理器。不可否认，麒麟 970 在驱动、BSP、内存机制等方面做到了很多工作，但它注定是一款拿来主义的产品。当然，即使是拿来主义，麒麟 970 的问世也早已很难得了。

苹果的自力更生严苛意义上来说，给麒麟 970 拿着全球首款智能手机 AI 芯片的帽子，是华为博得眼球的讨巧作法。这种作法并不算错，但跟 9 月中旬的苹果新品发布会比起，还是黯淡无光；因为就 AI 带入智能手机的完成度和可用性来说，新一代 iPhone（特别是在是 iPhone X）和它们内置的 A11 Bionic 芯片，觉得是过于过出众了。

曾多次说道过，A11 Bionic 才是那场发布会确实的亮点。它的确如苹果官方所言，是“一款智能手机到目前为止所能享有的最强大、最智能的芯片”。

其强大自不必说，跑完分碾压自己的前作，也碾压高通骁龙 835；而智能部分，则反映在苹果在 A11 Bionic 中自律研发的双核架构Neural Engine（神经网络处置引擎），它每秒处置适当神经网络计算出来市场需求的次数可约 6000 亿次。这个 Neural Engine 的经常出现，让 A11 Bionic 沦为一块确实的 AI 芯片。

但苹果的强劲之处在于，它某种程度自律研发出有了一个业界百变的 AI 芯片，还在芯片的基础之上研发出有一系列重磅而简单的功能。以 iPhone X 为事例，其与 Neural Engine 必要涉及的功能反映在：Face ID 通过面部特征关卡；Animoji 通过跟踪人的面部表情来动态创作动画表情；人像模式可以建构出有需要生动变化的光效 Portrait Lighting。与华为完全一致，A11 Bionic 大大提高了 iPhone X 在照片方面的用于体验，并获取了一些富裕创新的新玩法。而极具革命性的是 Face ID，它需要将传感器数据展开动态 3D 建模，并利用机器学习辨识用户容貌转变，在此过程中产生的大量计算出来市场需求，都必须利用 A11 Bionic 和 Neural Engine 来符合。

最后的结果是，Face ID 必要代替了 Touch ID。除此之外，A11 Bionic 内置了苹果自主设计的第一款 GPU。

这款 GPU 是为 3D 游戏和 Metal 2（苹果在 WWDC 2017 上发售的新一代图像图形技术框架）专门设计的，并且需要与机器学习技术和苹果随 iOS 11 发售的 Core ML（核心机器学习）框架相配合。综合来看，凭借强劲的自律研发能力和无与伦比的软硬件统合能力，苹果在智能手机 AI 简化的道路上回头得比华为坚实得多，也落后得多。这某种程度是财力上的距离，也是技术上的距离，堪称生态掌控力和影响力上的距离。

Google 的剑走偏锋在 2016 年 10 月 4 日的 Google Pixel 发布会上，Sundar Pichai 反复强调 Google 早已从 Mobile First 变成 AI First；反映在产品上，Google Assistant 首度在 Pixel 手机上亮相。惜在用户的理解中，Google Assistant 不过是一个增强版的 Siri，所以最后也没引发什么波澜。一年后的发布会上，Pixel 2/XL 某种程度带着 Google Assistant 来了。

就在大家实在无趣要散场的时候，Google 却宣告了 Pixel 2/XL 的 One More Thing，也就是那颗 Pixel Visual Core。Pixel Visual Core 是一块协处理器，其核心部分是 Google 自主设计的图像处理单元（Image Processing Unit，全称 IPU），IPU 的特点在于充份可编程性和领域特定性，可以构建每秒低于 30 亿次的运算。与华为和苹果有所不同，Google 回应Pixel Visual Core 的用处很非常简单：将 HDR+ 的运营速度提高 5 倍，而功耗则将为十分之一。

但实质上，Google 还为 Pixel Visual Core 腾出了其他方面的能力，比如说机器学习；为此，Google 获取了编程工具，开发者在图像处理方面用于 Halide，在机器学习方面用于 TensorFlow；而 Google 研发的编译器可以为底层硬件获取代码优化。与华为的拿来主义和苹果的独立自主有所不同，Pixel Visual Core 是由 Google 与 Intel 合作设计的；考虑到 Google 此前早已用于过 Intel 旗下 Movidius 的芯片，这次的合作很有可能与 Movidius 有关。不过 Google 的野心好比于此。

Pixel Visual Core 和 TPU 早已可行性展现 Google 在芯片研发方面的累积，而 Google 又从苹果和高通那里挖来了还包括大神 John Bruno 在内的芯片设计工程师，这些工程师的任务就是为 Google 研发移动末端 AI 芯片。而根据研究机构 Tirias Research 创始人 Jim McGregor 的辨别，Google 可以利用现成的知识产权，在半年内研发出有一款多功能的 SoC 芯片。为什么是它们？失望的是，除了苹果、Google 和华为，其他厂商都没需要在硬件层面抵达 AI 的范畴。

那么问题来了，为什么是这三家？首先要具体，AI 在硬件层面的反映就是芯片。而智能手机芯片的特殊性在于，它某种程度特别强调性能和功耗的均衡，还要考虑到融合用户的用于场景；前者刚好是 AI 芯片在智能手机上的优势，但后者毕竟难题。因此，AI 芯片要经常出现在智能手机上，一方面在芯片技术的很深累积，还必须通过软硬件融合来已完成用于场景的落地。苹果只不过不用多言，软硬件融合仍然都是它的核心产品理念。

从 iPhone 4 起，苹果就早已在自主设计 A 系列芯片，并将范围从 CPU 一路扩展到 GPU；这背后累积的技术实力不足以承托得起一个 Neural Engine。至于 Face ID 和 Animoji 等，对于苹果而言，堪称一件水到渠成之事。

华为在麒麟 970 中提现出来的，主要是基于多年麒麟系列芯片的统合研发能力。NPU 虽然是脱胎于寒武纪 1A，但它与麒麟 970 的深度融合也是一件必须技术实力承托的难事。当然，除了芯片，华为也在操作系统层面积极探索，但被迫说道还有着相当大的提高空间。

Google 剑走偏锋，将 Pixel Visual Core 用在 HDR+ 这一个功能点上，看起来大材小用，实则中出痛点。照片功能对手机的重要性不言而喻，无论是苹果和华为的 AI 芯片都是在此处着力。但 Google 在软件和算法层面的累积更加多一点，以往主要依赖云端处置和网络传输，而 Pixel Visual Core 将有助 Google 将其上述累积从本地设备中释放出。从技术上来看，Google 通过与 Intel 的合作已完成 AI 芯片的可行性构建，也却是抄近道；但只不过 Google 有自己的技术累积，而且正在大大从外部吸取人才。

可以再会的是，基于强劲的财力和技术能力， Google 不致踏上一条自律研发的路线。另外，与华为、苹果比起，Google 的作法还有一个不同点。前二者所使用的 AI 硬件模块在形式上与传统的（还包括 CPU 和 GPU 在内的） SoC 是一体的，而 Google 的 Pixel Visual Core 则是一块比较独立国家的 AI 协处理器，与高通骁龙 835 构成了协作关系。

Google 的这种解决方案固然有技术能力严重不足的因素，但也有可能与它在整个 Android 阵营的地位有关。不是所有的手机厂商都有像华为那样的技术实力，考虑到未来整个智能手机行业都将不会逐步南北 AI，Google 的这一方案也为其他厂商获取了某种样板效用。却是，与华为 970 的 SoC 一体化方案比起，高通 SoC+ AI 协处理器的解决方案，在技术门槛上要较低得多。

2018，全面愈演愈烈或许是因为对物理实体的执念，AI 芯片带给的认可度相比之下低于 AI 算法和应用于，尽管后者也是 AI 的一部分。除了更加强劲的 Siri 们，旷视和商汤的人脸识别技术也早已分别经常出现在小米、锤子、OPPO、一加等手机厂商的产品上，这些只不过也是 AI。但在 2018 年，智能手机行业对 AI 的亲吻将不会更为密切。

首先要重点说道说道三星。Bixby 在经历了 2017 年的抛光之后早已有了不俗的展现出，但硬件能力才是三星的主场。虽然仍然有高通骁龙的确保，但下一代处理器 Exynos 9810 也将不会在 2018 年年初问世，而且根据韩国媒体 Seeko 爆料，它将重新加入一颗 AI 协处理器。

考虑到三星电子此前早已投资了中国的深鉴科技，而后者的产品也限于于智能手机，(公众号：)指出 Seeko 的爆料是靠谱的。另外一个不可忽视的玩家是高通。

虽然高通声称从骁龙 820 起就早已不具备 AI 能力，但 2018 年的焦点仍然是骁龙 845。考虑到面向整个 Android 平台的通用性和灵活性，高通没在骁龙 845 中减少分开的 AI 模块，但却想通过由 CPU、GPU 和 DSP（重点是 DSP）构成的 AI 异构系统和 NPE 任务分配系统，协助有所不同的应用于场景获取适当的计算出来解决方案。可以看见，高通在骁龙 845 中获取的是 AI 基础硬件平台能力，但同时又为其他手机厂商腾出了充足的自定义化空间和研发空间。这就为其他 Android 厂商效仿 Google，获取了机会。

不要忘了，华为的 NPU 就是指寒武纪借给的，其他手机厂商如果也想要借出，也不一定没有可能。当然，除了硬件，人脸识别等算法也将不会随着全面屏的发展而渐渐普及；而诸多 Android 厂商也将在操作系统层面构建对 AI 算法的带入。

不过总体来看，硬件软件算法三者的融合仍然是无法转变的发展趋势。还有一个有一点特别强调的点是 AI 在智能手机上的用于场景。

就目前的发展情况来看，AI 在智能手机上的用于场景还是十分受限的；虽然智能手机厂商早已在大力投放，但确实最重要的是开发者对于 AI 技术驱动下的新型应用于生态的参予和建构。而后者，才是智能手机确实南北 AI 的主体力量。最后，2017 打开了智能手机 AI 元年，2018，我们拭目以待。

原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：星空app-www.vwgzxf0851.com