为什么说 2017 是智能手机 AI 元年?

2018 年,智能手机职业对 AI 的拥抱将会愈加严密。

2017 年,智能手机职业有两个关键词:全面屏和 AI。

全面屏这个概念,能够说是伴跟着 2016 年 10 月 25 日小米 MIX 的冷艳发布而诞生,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承受,更是让它具有了某种钦定的意味。

相关于全面屏,AI 的状况要杂乱得多。2011 年,Siri 在 iPhone 4s 上的出面,让智能手机开始具有了与人对话的才能;但是尔后数年,无论是 Siri 自己,仍是其他厂商的相似产品,都没能给智能手机顺畅打上 AI 的标签,即便强悍如 Google Assistant,也不能破例。

一向到 2017 年,当智能手机第一次以芯片的方法在硬件层面与 AI 握手,整个职业才猛然认识到,本来 AI 现已真实来到了智能手机上。

由此,雷锋网以为,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,其实还看不到什么波涛。

三星 S8 系列 18.5:9 的曲面屏幕令人爱不释手,也算是进入到了全面屏序列;但新呈现的 Bixby 并没有超逸 Siri 之类的领域,更何况 Bixby 后来还呈现了许多问题,而我国版简直就是不能用的。华为上半年旗舰 P10 以“人像摄像大师”为名做了一波好宣扬,但用的仍是莱卡的东西。小米 6 则仍然走了国内首发高通骁龙 835 的老路子。

到了下半年 9 月,智能手机总算找到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发布了麒麟 970 芯片;为了协作这种【手机未发,芯片先行】的做法,华为将这款芯片界说为【全球首款智能手机移动端 AI 芯片】。

详细来说,麒麟 970 搭载了一款 NPU(Neural-network Processing Unit,神经网络处理单元),其亮点在于处理特定使命时比 CPU 等模块超卓得多,比如说在图片辨认使命中,NPU 每分钟能够辨认 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 更是 CPU 的 50 倍。当然,为了协作麒麟 970,华为在适配和开发层面也做了许多作业。

但是,关于普通用户来说,麒麟 970 作为一款芯片的含义并不大,它真实的运用价值还要体现在 10 月中旬 Mate 10 系列新品上。从成果上来看,这块 NPU 给华为 Mate 10 系列带来的是:

学习用户行为,完结行为猜测、资源分配、场景感知等功用;

体系响应速度将添加 60%,体系流通度将添加 50%;

实时智能辨认 13 种场景,针对摄影目标进行成像作用调校增强。

在雷锋网看来,除了在摄影上的场景辨认和成像增强,AI 芯片并没有给华为 Mate 10 带来什么详细的有用功用;而体系流通度这样的改进也是隐性的,难以感知的。

不过,麒麟 970 的另一个底子问题在于,它的 NPU 模块并非是独立研制,而是借用了寒武纪在 2016 年推出的 1A 深度学习处理器。不行否认,麒麟 970 在驱动、BSP、内存机制等方面做了许多作业,但它终究是一款拿来主义的产品。

当然,即便是拿来主义,麒麟 970 的面世也现已很难得了。

苹果的自给自足

严厉含义上来说,给麒麟 970 带上全球首款智能手机 AI 芯片的帽子,是华为获取眼球的讨巧做法。这种做法并不算错,但跟 9 月中旬的苹果新品发布会比较,仍是黯淡无光;由于就 AI 融入智能手机的完结度和可用性来说,新一代 iPhone(尤其是 iPhone X)和它们内置的 A11 Bionic 芯片,实在是过分超卓了。

雷锋网从前说过,A11 Bionic 才是那场发布会真实的亮点。它确实如苹果官方所言,是“一款智能手机到现在为止所能具有的最微弱、最智能的芯片”。其微弱自不用说,跑分碾压自己的前作,也碾压高通骁龙 835;而智能部分,则体现在苹果在 A11 Bionic 中自主研制的双核架构 Neural Engine(神经网络处理引擎),它每秒处理相应神经网络核算需求的次数可达 6000 亿次。

这个 Neural Engine 的呈现,让 A11 Bionic 成为一块真实的 AI 芯片。

但苹果的强壮之处在于,它不只是自主研制出了一个业界无敌的 AI 芯片,还在芯片的根底之上开宣告一系列重磅而有用的功用。以 iPhone X 为例,其与 Neural Engine 直接相关的功用体现在:

Face ID 经过面部特征解锁;

Animoji 经过追寻人的面部表情来实时创造动画表情;

人像形式能够创造出能够生动改动的光效 Portrait Lighting。

与华为共同,A11 Bionic 大大提高了 iPhone X 在摄影方面的运用体会,并供给了一些赋有构思的新玩法。而更具革命性的是 Face ID,它能够将传感器数据进行实时 3D 建模,并运用机器学习辨认用户容貌改动,在此过程中发生的很多核算需求,都需求凭仗 A11 Bionic 和 Neural Engine 来满意。

终究的成果是,Face ID 直接替代了 Touch I________ class="img-para">

除此之外,A11 Bionic 内置了苹果自主规划的第一款 GPU。这款 GPU 是为 3D 游戏和 Metal 2(苹果在 WWDC 2017 上推出的新一代图画烘托技能结构)专门规划的,并且能够与机器学习技能和苹果随 iOS 11 推出的 Core ML(中心机器学习)结构相协作。

归纳来看,凭仗强壮的自主研制才能和无与伦比的软硬件整合才能,苹果在智能手机 AI 化的道路上走得比华为厚实得多,也超前得多。这不只是是财力上的间隔,也是技能上的间隔,更是生态掌控力和影响力上的间隔。

Google 的剑走偏锋

在 2016 年 10 月 4 日的 Google Pixel 发布会上,Sundar Pichai 反复着重 Google 现已从 Mobile First 变为 AI First;体现在产品上,Google Assistant 率先在 Pixel 手机上露脸。惋惜在用户的认知中,Google Assistant 不过是一个增强版的 Siri,所以终究也没有激起什么波涛。

一年后的发布会上,Pixel 2/XL 相同带着 Google Assistant 来了。就在我们觉得无聊要散场的时分,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,其中心部分是 Google 自主规划的图画处理单元(Image Processing Unit,简称 IPU),IPU 的特色在于充沛可编程性和领域特定性,能够完结每秒高于 30 亿次的运算。

与华为和苹果不同,Google 表明 Pixel Visual Core 的用途很简单:将 HDR+ 的运转速度提高 5 倍,而功耗则将为十分之一。

但实际上,Google 还为 Pixel Visual Core 预留了其他方面的才能,比如说机器学习;为此,Google 供给了编程东西,开发者在图画处理方面运用 Halide,在机器学习方面运用 TensorFlow;而 Google 开发的编译器能够为底层硬件供给代码优化。

与华为的拿来主义和苹果的独当一面不同,Pixel Visual Core 是由 Google 与 Intel 协作规划的;考虑到 Google 此前现已运用过 Intel 旗下 Movidius 的芯片,这次的协作很可能与 Movidius 有关。

不过 Google 的野心不止于此。

Pixel Visual Core 和 TPU 现已开始展现出 Google 在芯片研制方面的堆集,而 Google 又从苹果和高通那里挖来了包含大神 John Bruno 在内的芯片规划工程师,这些工程师的使命就是为 Google 开发移动端 AI 芯片。

而依据研究机构 Tirias Research 创始人 Jim McGregor 的判别,Google 能够凭仗现成的知识产权,在半年内开宣告一款多功用的 SoC 芯片。

为什么是它们?

惋惜的是,除了苹果、Google 和华为,其他厂商都没有能够在硬件层面抵达 AI 的领域。那么问题来了,为什么是这三家?

首先要清晰,AI 在硬件层面的体现就是芯片。而智能手机芯片的特殊性在于,它不只是着重功用和功耗的平衡,还要考虑结合用户的运用场景;前者恰好是 AI 芯片在智能手机上的优势,但后者却是难点。因而,AI 芯片要呈现在智能手机上,一方面在芯片技能的深沉堆集,还需求经过软硬件结合来完结运用场景的落地。

苹果其实不用多言,软硬件结合一向都是它的中心产品理念。从 iPhone 4 起,苹果就现已在自主规划 A 系列芯片,并将规模从 CPU 一路扩展到 GPU;这背面堆集的技能实力足以支撑得起一个 Neural Engine。至于 Face ID 和 Animoji 等,关于苹果而言,更是一件瓜熟蒂落之事。

华为在麒麟 970 中提现出来的,首要是依据多年麒麟系列芯片的整合开发才能。NPU 尽管是借自于寒武纪 1A,但它与麒麟 970 的深度结合也是一件需求技能实力支撑的难事。当然,除了芯片,华为也在操作体系层面积极探索,但不得不说还有着很大的提高空间。

Google 剑走偏锋,将 Pixel Visual Core 用在 HDR+ 这一个功用点上,看似大材小用,实则直击痛点。摄影功用对手机的重要性显而易见,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堆集更多一点,以往首要依赖于云端处理和网络传输,而 Pixel Visual Core 将有助于 Google 将其上述堆集从本地设备中释放出来。

从技能上来看,Google 经过与 Intel 的协作完结 AI 芯片的开始完结,也算是抄近道;但其实 Google 有自己的技能堆集,并且正在不断从外部吸收人才。能够想见的是,依据强壮的财力和技能才能, Google 必然走上一条自主研制的道路。

别的,与华为、苹果比较,Google 的做法还有一个不同点。前二者所选用的 AI 硬件模块在形式上与传统的(包含 CPU 和 GPU 在内的) SoC 是一体的,而 Google 的 Pixel Visual Core 则是一块相对独立的 AI 协处理器,与高通骁龙 835 构成了协作关系。

Google 的这种解决计划固然有技能才能缺乏的要素,但也可能与它在整个 Android 阵营的位置有关。不是一切的手机厂商都有像华为那样的技能实力,考虑到未来整个智能手机职业都将会逐步走向 AI,Google 的这一计划也为其他厂商供给了某种演示功效。

究竟,与华为 970 的 SoC 一体化计划比较,高通 SoC+ AI 协处理器的解决计划,在技能门槛上要低得多。

2018,全面迸发

或许是由于对物理实体的执念,AI 芯片带来的认可度远远高于 AI 算法和运用,尽管后者也是 AI 的一部分。除了越来越强壮的 Siri 们,旷视和商汤的人脸辨认技能也现已别离呈现在小米、锤子、OPPO、一加等手机厂商的产品上,这些其实也是 AI。

但在 2018 年,智能手机职业对 AI 的拥抱将会愈加严密。

首先要要点说说三星。Bixby 在阅历了 2017 年的打磨之后现已有了不错的体现,但硬件才能才是三星的主场。尽管仍然有高通骁龙的保证,但下一代处理器 Exynos 9810 也将会在 2018 年年头面世,并且依据韩国媒体 Seeko 爆料,它将参加一颗 AI 协处理器。考虑到三星电子此前现已出资了我国的深鉴科技,而后者的产品也适用于智能手机,雷锋网以为 Seeko 的爆料是靠谱的。

别的一个不行忽视的玩家是高通。尽管高通声称从骁龙 820 起就现已具有 AI 才能,但 2018 年的焦点仍然是骁龙 845。考虑到面向整个 Android 渠道的通用性和灵活性,高通没有在骁龙 845 中添加独自的 AI 模块,但却计划经过由 CPU、GPU 和 DSP(要点是 DSP)组成的 AI 异构体系和 NPE 使命分配体系,协助不同的运用场景供给相应的核算解决计划。

能够看到,高通在骁龙 845 中供给的是 AI 根底硬件渠道才能,但一起又为其他手机厂商预留了满足的定制化空间和开发空间。这就为其他 Android 厂商仿效 Google,供给了时机。不要忘了,华为的 NPU 是从寒武纪借来的,其他手机厂商如果也想借用,也未必没有可能。

当然,除了硬件,人脸辨认等算法也将会跟着全面屏的开展而逐步遍及;而许多 Android 厂商也将在操作体系层面完结对 AI 算法的融入。不过整体来看,硬件软件算法三者的结合仍然是无法改动的开展趋势。

还有一个值得着重的点是 AI 在智能手机上的运用场景。就现在的开展状况来看,AI 在智能手机上的运用场景仍是极为有限的;尽管智能手机厂商现已在大力投入,但真实重要的是开发者关于 AI 技能驱动下的新式运用生态的参加和构建。而后者,才是智能手机真实走向 AI 的主体力气。

最终,2017 敞开了智能手机 AI 元年,2018,我们拭目而待。

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:http://www.analogpr.com/ziyuan/32.html