為何現(xiàn)在的手機(jī)處理器都熱衷于增加一枚AI芯片？

華為大力鼓吹自己的麒麟芯片是塊AI芯片，蘋果也將新的芯片命名為“A11 Bionic”，稱內(nèi)置人工智能“神經(jīng)引擎”，那么這些手機(jī)芯片為什么爭先恐后地做AI呢？

如果說虛擬助手是今年智能手機(jī)行業(yè)在軟件方面的突破，那么人工智能處理器就是硬件方面的新成就了。

蘋果將自己最新的處理器命名為A11 Bionic，主要就是因為內(nèi)置了人工智能“神經(jīng)引擎”。而華為最新的麒麟970處理器也擁有一個專門的神經(jīng)處理單元（NPU），并且將會內(nèi)置到即將發(fā)布的華為Mate 10中，并且成為一款“真正的人工智能手機(jī)”。同時根據(jù)最新的消息顯示，三星也將為Exynos處理器配備專門的人工智能芯片。

高通在其最新的驍龍旗艦處理器中，開放了六核DSP（數(shù)字信號處理器），并且在幾代之前就已經(jīng)將其使用到異構(gòu)計算和神經(jīng)網(wǎng)絡(luò)的開發(fā)。而英特爾、NVIDIA和其它公司都在開發(fā)自己的人工智能處理器產(chǎn)品。沒錯，整個行業(yè)已經(jīng)開始激烈的競爭了。

在今天的智能手機(jī)系統(tǒng)中加入這些額外的處理器，有很多好處。畢竟實時語音處理和圖像識別的需求正在快速增長，不過與往常一樣，市場上充斥著各種各樣的說法，我們應(yīng)該更冷靜去看待。

AI大腦芯片，真的有用嗎

廠商們都希望消費(fèi)者會相信它們已經(jīng)開發(fā)出了足夠智能的芯片，可以自己思考，也可以模仿人類的大腦。不過就算是今天最頂尖的實驗室項目，也無法做到這個程度。因此在智能手機(jī)領(lǐng)域里，想要做到這一點(diǎn)，目前來看簡直是異想天開。現(xiàn)實很殘酷，這些新的處理器只是為了更機(jī)器學(xué)習(xí)技術(shù)更有效率，更簡單。

人工智能和機(jī)器學(xué)習(xí)之間有一個重要的區(qū)別，并且可以準(zhǔn)確的將二者區(qū)分開。人工智能是一種非常寬泛的概念，用來形容那些可以像人類一樣思考的機(jī)器或具有某種形式的人工大腦，與我們?nèi)祟愖陨淼哪芰Ψ浅Ｏ嗨啤?/p>

而機(jī)器學(xué)習(xí)只是封裝了計算機(jī)程序來處理數(shù)據(jù)，并且根據(jù)結(jié)果做出決策。甚至可以從結(jié)果中學(xué)習(xí)，影響未來的決定。

神經(jīng)網(wǎng)絡(luò)是一種計算機(jī)系統(tǒng)，旨在幫助機(jī)器學(xué)習(xí)應(yīng)用程序通過數(shù)據(jù)進(jìn)行排序，使計算機(jī)能夠以與人類像素的方式對數(shù)據(jù)進(jìn)行分類。這包括在圖片中挑選地標(biāo)、或者識別汽車的顏色等過程。神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)是智能化的，但絕對不是那種真正的智能。

當(dāng)談到人工智能的時候，各個廠商的市場營銷部門都在想一個新技術(shù)領(lǐng)域添加一種更常見的說法，但這也讓它變得更難以解釋。同樣這也是一種將自己與競爭對手區(qū)分開的手段。這些公司的共同點(diǎn)就是，它們只是簡單的將一個新元件整合到了處理器中，提高了我們現(xiàn)在人工智能或語音助手進(jìn)行處理任務(wù)的效率和性能。而這些改進(jìn)主要設(shè)計語音和圖像識別，但也有一些其他用途。

新類型的電腦

也許，目前最大的問題是，為什么廠商突然之間就加入了這些元件?整合之后哪些方面變得更容易?又為什么是現(xiàn)在?

你可以已經(jīng)注意到最近關(guān)于神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)和易購計算的報道變得越來越多。這些都與智能手機(jī)用戶的新使用習(xí)慣有關(guān)，而且涉及到更廣泛的領(lǐng)域。對用戶來說，這些技術(shù)正在幫助我們提高用戶體驗、增強(qiáng)音頻、圖像和語音處理能力、人類活動的預(yù)測、語言處理、加速數(shù)據(jù)庫搜索結(jié)果和增強(qiáng)數(shù)據(jù)加密等功能。

不過還有一個問題需要回答，那就是這些計算結(jié)果最好是在云計算還是在設(shè)備上完成。盡管OEM廠商都說自己的最好，但主要取決于以來那些需要更精確的計算任務(wù)。無論是哪種方式，這些應(yīng)用都需要一些全新的復(fù)雜算法。而現(xiàn)在大多數(shù)的64位處理器都不太適合完成這種任務(wù)。8-16位浮點(diǎn)數(shù)字、模式匹配、數(shù)據(jù)庫查找、位場操作和高度并行處理等，這些都是可以加快完成速度的實例。

而為了適應(yīng)這些新的應(yīng)用增長，設(shè)計一個更適用于此類任務(wù)的自定義處理器，而不是讓它們在傳統(tǒng)硬件上低效率的運(yùn)行，這樣做更有意義。在這些芯片中，肯定有未來的一些技術(shù)。而盡早添加人工智能處理器將為開發(fā)者提供一個基準(zhǔn)，大家可以針對新的硬件開發(fā)軟件。

處理效率是關(guān)鍵

值得注意的是，這些新的處理器并不僅僅是為設(shè)備提供更多的計算能力，它們還在研發(fā)中涉及了三個主要領(lǐng)域的效率：規(guī)模、計算和功耗。

今天的高端處理器包含了大量的組件，從顯示驅(qū)動到基帶，這些部件必須要被塞進(jìn)一個小小的范圍里，并且要盡可能的降低功耗，而不能破壞規(guī)律。在引入新的神經(jīng)處理網(wǎng)絡(luò)能力時，芯片的設(shè)計師也要遵循這些規(guī)律。

智能手機(jī)芯片的設(shè)計人員有可能設(shè)計出更大、增強(qiáng)的CPU內(nèi)核，可以更好的處理機(jī)器學(xué)習(xí)任務(wù)。但這將大幅增加核心的大小。考慮到今天處理器已經(jīng)達(dá)到了八核陪你之，這就會讓它們的生產(chǎn)成本更高。更不用說對電力消耗也是沉重的負(fù)擔(dān)了。在5W TDP的功率下，根本不可能出現(xiàn)在智能手機(jī)上。

相反，設(shè)計一個單獨(dú)的專用組件是非常明智的決定，它可以非常有效的處理一組特定的任務(wù)。在處理器的開發(fā)過程中，我們已經(jīng)看到很多次，從早期CPU的可選浮點(diǎn)單元到高通旗艦處理器的Hexagon DSP。多年來，由于計算能力和成本的變化，功率效率下降和流動，DPS在音頻、汽車和其它領(lǐng)域的使用頻率都有所下降。而移動領(lǐng)域也對機(jī)器學(xué)習(xí)有著低功耗和高數(shù)據(jù)處理的要求。

總結(jié)

對目前各個廠商熱衷的神經(jīng)網(wǎng)絡(luò)和人工智能處理器進(jìn)行質(zhì)疑，其實并非是嘩眾取寵。但是，增加一個專門用于復(fù)雜數(shù)據(jù)排序算法的處理器，能幫助智能手機(jī)和其它技術(shù)變得更好，并且對各種新技術(shù)提供更好的支持，從自動圖像增強(qiáng)到更快的視頻庫搜索等。

盡管廠商們可能會不遺余力的宣傳虛擬助手和人工智能處理器，讓你的手機(jī)變得更智能。但我們遠(yuǎn)遠(yuǎn)還沒有達(dá)到真正擁有人工智能手機(jī)的程度。不過話雖如此，這些新技術(shù)與新興的機(jī)器學(xué)習(xí)工具結(jié)合到一起，能夠讓我們的智能手機(jī)變得比以往任何時候都更有用，因此也算是一種比較值得關(guān)注的變化。