与之前所有手机中带有人工智能不同, 自麒麟970正式发布伊始, 手机开始拥有一颗真正为人工智能而生的芯片. 或许, 这颗芯片将开启手机AI的奇点时刻.
今天我们看到的麒麟970, 是两年多前开始投入研发的. 当时摆在华为Fellow艾伟及其规划和研发团队面前的挑战是: 没有人知道两年后手机上会流行什么. 艾伟团队的挑战是所有手机企业的挑战, '一个优秀品牌的手机, 用户会对其每一代产品的创新性充满期待. ' 正是这种用户的高预期, 无形中给所有手机企业带来了压力.
其实, 关于手机的创新瓶颈, 两年前就已经出现.
苹果从iPhone6开始, 近几代产品没有什么太大的变化, 无非就是处理能力快一点, 屏幕大一点, 用户对这样的变化已经无感; 三星在GALAXY 4之后的几代产品, 也都没有明显的差别. 用户的期望越高, 失望也会越大, 目前iPhone8的滞销就是最好的证明.
每一代产品都有研发周期, 往往两三年前的投入, 决定着今天市场上的表现. 对于创新方向的押宝, 也如同一场赌博.
'如果两年前我们项目立项的时候, 没有创新的东西, 那肯定是死了. 所以我们就努力找一些创新, 即使这个创新在两年后可能没有把握能成为流行. 但是没有就一定不行. ' 艾伟坐在懂懂的对面, 回忆起这个过程. 当然, 他知道, 今天的从整个行业的动态来讲, 押宝AI是对了. 接下来的考验就是他和他的团队能跑多快, 能不能甩开竞争对手.
按照摩尔定律, 芯片的计算能力在过去很多年里快速增长, 但如今摩尔定律逐渐失效, 而AI对于计算速度的要求更高了.
之前, 很多集成在智能手机系统中的AI功能大多依靠CPU, GPU或DSP进行深度学习计算, 其已经不能满足AI的运算量和速度, 并且由于它们的架构设计不是为深度学习定制, 处理效率也相对底下. 而NPU (即神经元网络处理单元) , 是专门为机器学习设计的. 面对同样工作时, 为AI而生的NPU处理效率极高, 麒麟970所搭载的NPU单元在机器学习方面拥有传统CPU的50倍能效.
在9月2日的德国 IFA 2017大会上, 华为消费者BG总裁余承东表示: 麒麟970是华为首款AI移动计算平台, 并且是全球首个集成专用NPU (神经网络处理单元) 的人工智能手机芯片, 所采用的是创新的HiAI移动计算架构, 其复杂度甚至超过英特尔, 更是超越了苹果和三星.
在艾伟看来, 手机的人工智能分为四级: 宠物级, 伙伴级, 教练级, 天使级. 而今天的麒麟970基本上达到了宠物级, 即使是最初级的宠物级AI, 也与以前手机有了本质的不同. 以前的手机, 本质上还是工具, 你需要的时候拿出来使用, 掏出来手机才开始工作. 而AI手机是将是人的一个器官, 跟人一起同步观察, 理解这个世界, 同时给人不同的建议, 并且更重要的是, 和人一起 '共同进化' .
'共同进化' , 艾伟着重用这个词组来形容AI手机与过去手机的不同. 最为可喜的是, 虽然麒麟970还只是初级AI, 但可以像一个孩子一样, 具备了快速成长的能力. '你可以说小孩子各方面能力都很差, 但是有一点非常好: 长得快! 我们希望和一个小孩一样就好了. ' 艾伟这样看待麒麟970的今天.
终端AI解决三大问题: 离线, 快速, 安全
在9月25日麒麟970正式发布的当天, 艾伟在现场做了一个演示: 用三星S8, 苹果iPhone 8以及麒麟 970进行图片识别, 三星 S8 每分钟只能识别95张, 苹果iPhone 8 可以达到800多张, 而麒麟 970芯片通过本地 AI 运算, 每分钟识别了2000多张.
麒麟970之所以有这样的速度, 基于两方面原因: 一是因为有AI专用NPU神经网络处理单元; 二是因为这个计算是在手机端 (终端) 完成, 而不是云端.
随着AI的兴起, 似乎将大数据传到云端, 在云端计算, 分析, 再将结果反馈给终端设备已经成为一种惯用路径. 但是通过云端实现AI, 面临着三大瓶颈: 第一没有网络的时候就无法AI; 第二是速度慢, 有延迟; 第三隐私, 用户不愿意将个人信息上传到云端.
艾伟认为, 将来更多的AI将在手机端实现, 而不需要通过云端.
云与手机端的关系是这样的: 基本的大数据分析和数据模型的形成是在云端, 在云端通过训练形成知识库, 知识库放在手机端, 用的时候随时从手机端调用. '这就有点像你在大学里学知识, 那是云端. 而你在工作中解决实际问题, 需要你用自己的知识去解决, 而不是回到大学里去查看所有知识. '
举一个例子. 在这次麒麟970的演示当中, 与照像功能相关的应用最多. 其实, 我们现在手机的拍摄功能越来越强大, 但是因为很多用户并非专业, 很多功能不会使用, 所以拍照水平的提升并不明显. 那么, 如果把专业摄影师的技能 '存放' 在手机里, 当手机遇到不同的场景, 不同的对象时, 就自动调用这些技能, 而不需要用户自己手动去调节, 这不就是最好的AI吗?
比如暗光场景时, 手机自动调节光圈; 而遇到快速运动的物体, 智能调快快门; 当发现拍照的对像是人脸时, 自动调整肤色……这些在970的演示当中都已经有具体的体现. 懂懂相信第一款搭载970的手机——Mate10将会在拍照功能上带来一个颠覆性的体验.
总结来看, 端+云的好处有三个: 第一, 不需要时时联网, 随时可以AI; 第二, 处理速度快, 没有延时; 第三就是对用户数据, 隐私的保护.
比如手机人脸解锁, 虹膜解锁之类的应用, 如果没有网络, 解不了锁, 那这个手机就无法使用了. 有网络, 但要到云端去匹配, 这个解锁时间可能会需要3~5秒, 如果在本地手机上直接匹配, 可能是零点几秒就够了. 用户一天解锁的频率几十次总是有的, 试想一下每次都要等上几秒钟, 会不会 '疯' 掉.
还有就是隐私问题, 如果是在云端处理, 你的人像就要被传到云端, 这个过程中会存在很多隐患. 人像是完全属于你个人性质的数据, 存在你个人的手机里是最合理的. 从这三个方面, 可以看到终端处理的优势.
其实, 这类似于当下正在逐渐流行的边缘计算. 或许, 未来AI的路径将会从单一的云端向云+端的模式去演进.
垂直整合: 麒麟助力华为终端成长, 从跟随到超越再到领跑
麒麟970芯片的发布是在9月份, 第一款内置麒麟970芯片的手机华为Mate10将会在10月16日正式发布. 只有麒麟与华为终端这种垂直整合的关系, 才能做到这样的效率.
曾经在很长一段时间里, 整个行业流行水平分工, 比如英特尔做芯片, 微软做操作系统, 惠普, 戴尔, 联想做PC, 似乎那也是一个最高效的产业链. 但是从苹果开始, 人们重新认识了垂直整合的更高效率. 芯片, 软件, 硬件, 生态, 苹果自己从头做到尾, 这才拥有最高的效率.
近年从整个产业来看, 三星, 谷歌, 微软这样的行业巨头, 都开始做不同程度的整合. 也正是受到苹果的启发, 2008年之后, 华为开始专注于为自己的产品提供芯片.
为什么在PC, 家电产业水平分工应用很好, 但到手机产业开始变得效率低下了呢?
因为用户对不同产品升级换代的期望不一样. 汽车, 家电, PC, 都要使用好几年, 甚至十年, 技术进步的要求也没有那么快. 而手机产品平均是一年一换, 每年换的时候用户都希望跟上一部手机有所不同. 用户对于手机创新的预期, 天然就要高于汽车, 家电, PC, 所有手机厂商都是在这样的压力下不断迭代.
如果按照过去水平分工, 芯片只考虑芯片的创新, 存储只考虑存储的创新, 大家各自创新, 然后再到终端企业去整合创新, 整个产业链太长, 创新的效率必然也会变缓慢——因为你要跟更多的人协同, 商量, 而不是一家企业决定全部.
垂直整合更适合现在的手机产业, 效率上会有天然优势. 比如麒麟970在研发的同时, 华为Mate10就可以配合开发新的功能. 在970发布之后不到一个月, 华为Mate10就可以正式发布并且开始销售, 几乎可以做到同步. 这一点在高通芯片的产业链上很难实现.
垂直整合, 除了创新速度快, 还有另外一个优势是其他厂商无法企及的: 很多功能, 可以优化到芯片层, 而不是软件层.
比如伪基站, 是用户常遇到的安全隐患. 华为的工程师在测试芯片的通信能力时发现, 手机信号格是满的, 但就是打不了电话. 经过排查后发现是驻留在伪基站上了. 针对这个问题, 华为从麒麟950开始, 就在芯片层增加了伪基站的识别能力, 而其他手机对于伪基站的识别是在软件层完成. 华为手机不会接收到伪基站发来的短信和电话. 而其他手机则是接收到之后再做分析, 排除.
一个安全专家这样对懂懂笔记形容两者的差别: 芯片层识别等于是根本不让坏人进门, 而软件层识别的方法是让好人, 坏人都先进来, 然后通过筛查再把坏人踢出去. 显然, 根本不让坏人进门, 安全系数更高一些. 而搭载麒麟950, 650之后的华为手机, 通过芯片层加软件层的双重识别, 更加保障了用户的信息安全.
当然, 艾伟很清楚, 垂直整合虽然提升了效率, 但也有一大弊端: 风险更大. '所有的成本你都是自己扛. '
高通推出骁龙835, 很多厂商都可以用, 一家卖得不好, 还有其他家, 市场总量很大, 可以分摊研发成本和研发风险. 而麒麟只给华为手机提供芯片, 巨大的研发投入, 都要看后期华为手机的表现. '这几年我们努力通过芯片的创新去支持华为手机的创新, 其实风险和压力都是很大的. ' 艾伟坦言.
懂懂认为, 这样的垂直整合, 也是华为手机近年地位不断提升的原因之一.
华为2012年发布全球首款支持LTE Cat4 Modem芯片Balong 710; 2013年推出全球首款支持LTE Cat6 MODEM芯片Balong 720; 2014年发布全球首款异构8核Cat6 SoC芯片Kirin 920; 2015年发布全球首款16nm制程手机SoC芯片Kirin 950以及全球首款Cat12/13 Modem芯片Balong 750; 2016年推出了全球首款支持inSE内置安全引擎从而达到金融级安全的手机SoC芯片Kirin 960……
凭借在通信领域的技术积累, 华为在芯片领域上也从追赶迈进到超越, 每一款芯片上的领先都在手机的终端上所有体现, 也慢慢奠定了华为手机今天的领先优势.
一个关于人工智能的新生态正在酝酿
在麒麟970发布的现场, 有一些关于AI应用的展示, 主要包括了拍照, 视听体验以及电池续航能力等方面. 但懂懂总体的感受是应用太少. 之前苹果iPhone8发布的时候, 也有AI, 但主要应用就一个: 人脸识别.
其实, AI在手机端的应用刚刚开始, 麒麟970在芯片的性能上尤其是AI处理性能上有了大幅提高, 接下来整个手机产业是否能快速进入真正的人工智能时代, 更多的还是要依赖于生态的发展. 正如一位业内人士所说: 手机的AI还缺少杀手级应用, 让消费者真正能够感知到价值.
艾伟表示, AI技术是一种基础能力, 未来将由应用场景驱动发展.
此次, 麒麟970将考虑把HiAI和安卓AI API两类接口开放给开发者, 让开发者能够在上面开发出各种各样的安卓应用, 并促成AI与手机的深度融合, 从而带给消费者革命性的体验. 艾伟透露, 未来华为还会给提供开源开发板, 它的调试口就只有一个USB, 开发者只要在开源社区里就可以下载开发环境, 开发应用了.
'我们既提供手段, 也能够给大家看到一个未来应用的前景. 有想法的人就可以开始干了. ' 在艾伟看来, AI在手机上的爆款应用, 极有可能就出现在华为生态平台未来百万级的开发者大军中.
当然, 现在的AI已经不是噱头, 从苹果, 三星, 华为等领导厂商来看, 整个生态的启动已经是必然. 仅以华为来分析, 预计2019年具有AI的手机存量就会上亿台, 再加上其他手机厂商, 2019年AI手机有2, 3亿的存量很正常. 那么对于APP开发者来讲, 这就是巨大的机会. '你赶得上就抢占了先机. ' 艾伟说道.