作為AI芯片的典型，目前華為、蘋(píng)果等廠(chǎng)商都開(kāi)始在NPU上發(fā)力。除此以外，開(kāi)發(fā)者也在努力推進(jìn)著(zhù)手機端AI應用的發(fā)展。

NPU（Neural Processing Unit，神經(jīng)網(wǎng)絡(luò )處理器），一直都是華為發(fā)布會(huì )上的熱門(mén)詞匯，這次的麒麟9000同樣將NPU標記在芯片結構圖的C位。而庫克在介紹最先進(jìn)的A14處理器時(shí)，也著(zhù)重提到了NPU。

早在2013年，高通公司就提出了“Zeroth”處理器的概念，這款處理器可以模仿類(lèi)似人腦的認知能力，并實(shí)現自我學(xué)習的功能。

在高通的設想中，Zeroth的終極目標就是形成標準化的新型處理架構，并且第一次提出了NPU的概念，這種芯片已經(jīng)具備了AI芯片的雛形。

2017年，華為海思推出了麒麟970，這款芯片首次內置了獨立NPU。

在此之后，幾乎所有的手機廠(chǎng)商都將AI作為新的亮點(diǎn)，一顆SoC芯片如果沒(méi)有足夠的AI算力，似乎都不能被拿到臺面上介紹。

如今距離提出NPU的概念已經(jīng)過(guò)去了七年，AI芯片在手機端的發(fā)展似乎并不如人意。

如何理解NPU

傳統CPU進(jìn)行累加計算時(shí)，效率非常低，但當GPU做類(lèi)似的計算，效率就會(huì )高很多。同樣的道理，GPU主要被用來(lái)進(jìn)行圖像處理，并沒(méi)有針對神經(jīng)網(wǎng)絡(luò )計算進(jìn)行特殊優(yōu)化，這時(shí)候使用專(zhuān)業(yè)針對神經(jīng)網(wǎng)絡(luò )計算的NPU，就可以大大提高計算效率并減少功耗。

假設我們面前有一條沒(méi)有橋的河，我們應當如何過(guò)河？這時(shí)候大腦就會(huì )涌出各種想法并且比較各種方法的優(yōu)劣。

NPU的工作就類(lèi)比大腦，在手機中模擬所有可行的方案，并從中挑選一個(gè)最優(yōu)解。有了NPU之后，手機的AI性能就能得到大幅的提升。

從麒麟970的單核NPU、到最新的麒麟9000的2+1三核NPU，NPU的升級也伴著(zhù)華為的AI技術(shù)的發(fā)展，最能直觀(guān)體會(huì )到的就攝像功能帶來(lái)的進(jìn)步。

比如取景時(shí)的智能場(chǎng)景識別功能，可以讓系統快速識別拍攝的物體和場(chǎng)景，并自動(dòng)做出優(yōu)化調教。再比如被廣大消費者驚嘆的“月亮模式”，以及強大的智能防抖功能，再包括最新的物體識別。

這些功能都是通過(guò)NPU來(lái)彌補華為手機在CMOS尺寸以及ISP（圖像信號處理）上與其他廠(chǎng)商的差距。

在麒麟970推出之后，AI功能逐漸拓展，從手持超級夜景到語(yǔ)音助手、節能優(yōu)化、智慧識別、識圖翻譯......越來(lái)越多的應用場(chǎng)景都開(kāi)始運用AI加速運算，這些都得益于NPU的支持。

硬件層面，NPU可以代替CPU進(jìn)行處理，讓SoC具備了更強的本地AI運算能力（類(lèi)似于“硬解”）。相比較CPU的“軟解”，“硬解”效率更高、速度更快、功耗也更低。

但即便NPU功能十分強大，如今NPU在手機日常的應用領(lǐng)域還處于初級階段，它的重要性還遠不如CPU、GPU和ISP，屬于錦上添花的存在。

例如高通驍龍AI Engine引擎之中就沒(méi)有獨立的NPU單元，而聯(lián)發(fā)科在Helio P60/P90引入的NeuroPilot AI技術(shù)最早也是通過(guò)多個(gè)單元協(xié)同計算（APU+CPU+GPU）。

AI芯片只是第一步

有了AI芯片的支持,或許能增強手機AI能力，但目前的AI芯片卻不能很好地適配所有的軟件。

比如，很多直播APP都有實(shí)時(shí)美顏功能，可以利用降噪、顏色空間轉換實(shí)現磨皮、濾鏡等基礎功能，但使用不同的軟件可能會(huì )造成耗電量過(guò)高的異常，這就是軟件層面的不適配。

從整個(gè)市場(chǎng)上來(lái)看，目前AI芯片還處于算法主導到產(chǎn)品主導的過(guò)渡期，由于各家AI芯片的設計不同，AI方案架構方面都有不小區別，像寒武紀的“DIANNAO”、谷歌的TPU，再到華為的達芬奇架構，目前AI芯片的設計可謂百花齊放。除此以外，還有單一針對卷積神經(jīng)網(wǎng)絡(luò )的ASIC加速器，以及支持簡(jiǎn)單編程的通用型AI芯片。

這些種類(lèi)繁多的AI芯片，推動(dòng)了AI技術(shù)在手機端的普及，但不可避免會(huì )帶來(lái)一些問(wèn)題。

AI應用需要開(kāi)發(fā)者的努力

雖然各家的AI芯片都開(kāi)始集成獨立的神經(jīng)網(wǎng)絡(luò )處理單元，但是在設計上有很大不同，這意味著(zhù)在運行機器學(xué)習應用方面，幾家AI芯片在性能和能耗上有很大差別。因此，第三方開(kāi)發(fā)者是否針對幾家的芯片設計進(jìn)行優(yōu)化，或只支持某一種設計，會(huì )對系統性能產(chǎn)生重大影響。

目前，大多數移動(dòng)AI芯片在機器學(xué)習方面做了較為普適性的優(yōu)化，而對一些特定的計算方式則沒(méi)有進(jìn)行太多優(yōu)化。

就算開(kāi)發(fā)者開(kāi)發(fā)出同一款AI應用，其兼容性可能會(huì )存在很多問(wèn)題。當AI應用的開(kāi)發(fā)進(jìn)入到實(shí)際的應用和業(yè)務(wù)層面，開(kāi)發(fā)者面臨著(zhù)標準不同、API配適、軟件優(yōu)化等很多的難題。也就導致開(kāi)發(fā)者必須針對不同廠(chǎng)商的設備進(jìn)行逐個(gè)優(yōu)化。加之安卓生態(tài)比較混亂，移動(dòng)AI開(kāi)發(fā)者很可能受到更多阻礙。

就拿之前提到獲得AI技術(shù)加持的照相功能來(lái)講，除了在畫(huà)面上的提升，還是有很多人都會(huì )吐槽華為手機存在過(guò)分美顏、過(guò)度銳化、顏色失真等問(wèn)題，但這些問(wèn)題在iPhone上就很少被提及。

一直以來(lái)，蘋(píng)果在照片成像上的AI技術(shù)都調教的恰到好處，不論是自帶相機還是第三方相機，“拍照真實(shí)”也成為iPhone的賣(mài)點(diǎn)之一，很多專(zhuān)業(yè)攝影師已經(jīng)選擇將iPhone作為便攜街拍設備。相比而言，“傻瓜式”的安卓手機更偏向攝影小白。

不過(guò)隨著(zhù)安卓手機廠(chǎng)商和應用開(kāi)發(fā)者不斷對系統以及APP進(jìn)行優(yōu)化，現在的安卓手機拍照也變得更加智能。

所以，AI芯片只是提供了手機AI應用的基石，真正要挖掘出移動(dòng)端AI的魅力，還需要開(kāi)發(fā)者針對AI芯片的能力開(kāi)發(fā)出合適的應用。

結語(yǔ)

目前，以AI芯片為基礎打造一個(gè)AI應用生態(tài)圈的愿望真的十分美好，但這個(gè)過(guò)程還有很長(cháng)的路要走。硬件走在了前面，軟件也要跟得上。

在未來(lái)，NPU或許也會(huì )像當年FPU之于CPU一樣，成為移動(dòng)Soc芯片的標準?；蛟S在未來(lái)我們能在智能手機上體會(huì )到更棒的AI應用。

至少在現在，以NPU為首的AI芯片們，還有很長(cháng)的路要走。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！