从2018年的岁初到年尾，人工智能都是手机行业的要害词。

手机厂商忙不及给用户贯注这样一个认知：AI会让你的手机更智能，并推出了智能语音助手、面部解锁、照片智能分类等一系列使用。现实证明，行业趋向总会招致财产链下游的厘革，处于财产链顶端的手机芯片也不例外沈阳网站设计。

苹果A12和麒麟980都声称搭载了NPU单位来加强手机的AI处置惩罚才能，高通特意在骁龙845的宣传中参加了“人工智能”的标签，三星刚推出的Exynos 9820成为首个集成NPU单位的Exynos系列芯片，联发科则在Helio P70中强调了“AI专核”的观点……

假如你不是一位IC范畴的专家，看到NPU、AI专核等一系列观点后势必会一头雾水，AI专核究竟是什么，又饰演了什么样的角色？这正是本文的初志。

人工智能芯片究竟是什么？

答复这个成绩之前，先来弄明白两个观点，什么是CPU和GPU？

复杂来说，CPU就是手机的“大脑”，也是手机正常运转的“总指挥官”。GPU被翻译成图形处置惩罚器，次要事情的确是图像处置惩罚。

再来说说CPU和GPU之间的分工，CPU遵照的是冯诺依曼架构，焦点就是“存储步伐，挨次执行”，就像是做事有板有眼的管家，什么事情都要一步一步来。假设你让CPU去种一棵树，挖坑、浇水、植树、封土等事情都要单独一步一步停止。

假如让GPU去种一棵树的话，会喊来小A、小B、小C等一同来完成，把挖坑、浇水、植树、封土等事情支解成差别的子义务。这是由于GPU执行的是并行运算，即把一个成绩剖析成若干个部门，各部门由独立的计算单位去完成。恰恰图像处置惩罚的每一个像素点都需求被计算，与GPU的事情原理不约而同。

就好像一位知乎大神打的比如：CPU像是老教授，积分、微分什么都市算，但有些事情是计算少量一百以内的加减乘除，最好的要领固然不是让老教授挨个算下去，而是雇上几十个小先生把义务分派下去。这就是CPU和GPU的分工，CPU卖力大型运算，GPU为图像处置惩罚而生，从电脑到智能手机都是如此。

但当人工智能的需求呈现后，CPU和GPU的分工就呈现了成绩，人工智能终端的深度学习和传统计算差别，借由背景事后从少量训练数据中总结出纪律，失掉可以给人工智能终端断定的参数，好比训练样本是人脸图像数据，完成的功效在终端上就是人脸辨认。

CPU往往需求数百甚至上千条指令才气完成一个神经元的处置惩罚，无法支撑起大范围的并行运算，而手机上的GPU又需求处置惩罚种种使用的图像处置惩罚需求。强行运用CPU和GPU停止人工智能义务，后果百度排名遍及是效率低下、发热严重。

这就需求高通、联发科们拿出处理方案出来，不那么恰巧的是，各家挪动芯片大厂的处理思绪还不太一样。

高通目前商用的旗舰处置惩罚器是骁龙845，搭载了Adreno 630 GPU，比拟于上一代的骁龙835，AI处置惩罚才能提升了3倍，而且支持多个平台的神经网络零碎。能够是出于对GPU功能的自信，又或许是没无意识到AI需求的降临，高通并没有独立的AI运算单位，依然是依托CPU、GPU、DSP等来兼职处置惩罚AI需求。

联发科不断都是被低估的玩家，所给出的处理方案和谷歌的TPU有些相似，运用了ASIC（公用集成电路）的方式，打造了专门处置惩罚人工智能需求的AI专核，成为整合在HelioP60、Helio P70等芯片中的一小块IP。AI专核的优点在于运转速度快、功耗低，可以和CPU、GPU停止协同分工，CPU卖力大型运算，GPU负担图像处置惩罚，AI专核卖力深度学习相关的场景。

文初所提到的NPU，翻译成中文就是神经网络处置惩罚器，即苹果A12、麒麟980和Exynos 9820提供的处理方案，其实也是AI专核的一种。浅显来说就是人工智能减速器，由于GPU是基于块数据处置惩罚的，但手机上的AI使用是需求实时处置惩罚的，人工智能减速器恰好处理了这个痛点，把深度学习相关的事情接收过去，从而缓解CPU 和GPU 的压力。

可以看到，苹果A12、麒麟980、Exynos 9820的NPU单位和AI专核有着类似的原理，将CPU和GPU的计算量离开，诸如面部辨认、语音辨认等AI相关的义务卸载到ASIC上处置惩罚，AI专核早已成为一种行业趋向。

只不外目前“NPU”的观点还没有完全一致，有些玩家仍以集成多个DSP焦点的方法来变更资源的支持，寒武纪的IP在处置惩罚mobilenetv1/v2又有一些成绩，因而突显出在这方面，联发科的步子要迈得更大一些。

AI专核是跨越照旧理想？

用一个“专核”来处置惩罚AI场景并非没有缺陷，好比功效单一、开发工夫长、添加芯片的本钱、占据手机空间，大约也是高通没有选择这种处理方案的缘由。

不外要判别AI专核是超前的跨越照旧无用的理想，只需求来比拟几个实践的运用场景。

以时下使用最遍及的AI人脸辨认为例，这是一个“扫描检测”和“后果判别”的历程，需求在扫描历程中判别五官坐标定位、人脸属性辨认、人脸特征提取等，然后在判别时凭据人脸特征、人脸辨认、活体验证等停止比对。人脸辨认并非是纯算法方面的事情，还需求触及到CPU、GPU、VPU、DLA 等多个运算单位。

有媒体做过这样一个比拟测试，别离是搭载联发科Helio P60、高通骁龙845和骁龙710的智能手机停止人脸辨认，前者搭载了AI专核，后两者接纳了软件优化的处理方案，最终人脸辨认速度别离是316.5ms、687.5ms和950ms。异样都定位在中端处置惩罚器，联发科HelioP60的人脸辨认速度碾压了骁龙710，甚至比骁龙845还要浪费近一半的工夫，AI专核的优势可见一斑。

为何会呈现如此悬殊的差距？人脸辨认的历程需求摄像头先辨认出人脸，无论是光芒阴暗或许面朝别处，然后精准判别脸部的特征点，好比眼睛多大、脸有多长，与已知样本停止比力，确定这小我私家是谁。整个历程中需求极高的算力支撑，拥有AI专核的HelioP60自然比CPU、GPU兼职处置惩罚的芯片更高效，哪怕是旗舰级的骁龙845。

在AI专核上尝到了甜头后，联发科在HelioP70中持续晋级了AI专核，AI处置惩罚才能比拟于上一代提升了30%，支持更庞大的AI使用，例如人体姿势辨认、 AI 视频编码、照片实时丑化、场景检测、 AR 功效等等。

举个例子来说，当一位美妆博主停止直播的时分，HelioP70的一个 APU（联发科为AI专核的命名）可以停止人脸侦测、实时美颜，另一个 APU 同时在做 HDR 处置惩罚以及配景虚化。假如是骁龙845的处理方案，单个DSP需求完成人脸检测、画面支解、配景虚化、HDR处置惩罚、多帧分解等流程，速度上的差别由此而生。

再好比在拍照方面，一张高静态范畴的HDR图需求三张12bit的RAW照片分解，然后经过ISP来输入最佳优化的照片。从拍照到照片输入是一个极短的工夫，对运算量有着很大的要求，也往往会形成2-3秒的延时。但HelioP70的双核APU可以双线程并行减速，不到1秒的工夫就可以完成照片优化，比单个DSP的处置惩罚效率更高。

不但是联发科，华为也在麒麟980的公布会上不惜笔墨地展现了双核NPU在AI方面的优势，集中表现在图像和视频的处置惩罚上。好比说在物体的辨认上，从以前辨认到轮廓，到如今辨认到细节；在实时的物体支解上，从已往稍微集约的场景分别，到如今的精密分别。同时麒麟980还允许实时“跟踪”多个工具，每分钟图像辨认到达4500张，还支持在视频中“换配景”。

别的，AI专核的另一大优势恐怕就是在续航上，至多苹果、华为、联发科都急于证明，而且集中在两个维度上：

一方面AI专核的价值在于与CPU、GPU停止协同分工，CPU和GPU过多的义务堆叠只会虚耗电量、进步温度，好比虽然骁龙845的功能很微弱，在AI拍照的时分依然会有细微的发热状况，诸如HelioP70等搭载AI专核的产物并不存在这个成绩；

另一方面在AI专核的协同下，可以对用户行为停止学习，进而对用户的运用场景停止预测，然后停止公道的功能分派。比如说当你在游戏时让CPU高效运算，而当你在看电子书时制止功能糜费。

写在最初

联想到我们的实践生活，前两年对图像处置惩罚的需求还局限在美颜上，如今的短视频、直播曾经敌手机的AI功能体现出了更高的需求，联发科的AI专核正是为此而生。

可以判定的是，联发科、华为等经过AI专核或相似的理念来提升芯片的AI才能，无疑押对了挪动芯片的将来偏向，能够在两三年后AI专核将是手机芯片不成或缺的组成，也等待这些芯片大厂们在AI专核上不停角力，不停创新，不停打破。