麒麟970作为华为第一颗移动人工智能芯片, 从余承东透露华为在研发人工智能处理器开始, 就一直备受业界关注, 不光是因为人工智能概念的火热, 更重要的是将人工智能芯片应用在手机移动端上, 这是业界的第一次探索. 毕竟, 谁掌握了领先的人工智能芯片, 谁就有可能获得下一代移动终端的商业先机, 引领智能手机从参数竞争到更多可能形态的突破.
人工智能芯片: 云端 VS 移动端
人工智能技术发展迅速, 科技巨头早已入局. 人工智能芯片大概有两个应用场景, 一个是用于云端服务器的高功耗高计算能力的芯片. 另外则是应用于终端 (手机, 平板等移动设备) 的人工智能芯片.
谷歌推出了用于人工智能的TPU, 英伟达推出了基于GPU的人工智能芯片, 以及英特尔, 微软等在云端AI芯片的研发上进展颇多. 然而, 移动端的芯片特别注重低功耗, 高能效比, 而反观AI应用需要大运算和数字处理能力, 两者之间的距离让这个领域难有成功商用的例子.
这也是为什么麒麟970未发先火的原因. 麒麟970的研发和商用, 将牵引了AI从云端芯片向移动端演进, 将意味着人工智能应用将触及, 应用于更加广泛的人群, 为人类提供无延时的感官体验和决策服务.
移动端AI芯片为什么难做? 方寸之间, 体积, 性能, 功耗, 散热, 一个都不能少.
战胜柯洁的谷歌AlphaGo, 背后是谷歌TPU 第二代, 在谷歌云平台构建机器学习超级计算机. 我们不妨对比谷歌TPU芯片和手机移动端芯片的实现条件, 来看华为麒麟970的 '攻关' 难度系数.
我们也看到, 由于谷歌TPU芯片需要进行大量复杂的运算, 但可依靠大面积的芯片来实现这种运算力. 反观智能手机, 受限于面积, 提及的因素, 无很好的拓展性. 摆在华为麒麟970面前的问题是, 如何在方寸之间实现高性能, 拥有支持大量的AI运算能力. 这也将是9月2日IFA的重要看点.
散热和续航, 同样是需要攻克的难题. Google使用TPU的方式是将载有TPU的板子插在数据中心机柜的硬盘驱动器插槽里来使用, 这样的做法既满足了TPU芯片使用时的电源问题, 同时也不涉及高速运算中的散热问题.
我们知道保障处理器速度的两大限制是发热和逻辑门的延迟, 只有保障了芯片的散热问题, 才能更好发挥其性能. 谷歌TPU芯片可以通过散热片来完成散热, 但对于移动端的芯片来说, 华为麒麟970要在方寸之间的芯片上来兼顾性能, 功耗及散热问题, 同时还需要考虑手机的续航问题, 这绝对是个不小的挑战.
最重要的是, 人工智能的体验关. 谷歌TPU服务更多的是面向云端, 也就是说使用的场景还是需要依靠云端, 通信网络来实现. 比如, 在谷歌AlphaGo与李世石及之后的柯洁围棋对决中, 谷歌TPU芯片通过为机器学习的神经网络加速, 让AlphaGo更加厉害, 而整个操作的场景还是依托通信网络来完成. 相较而言, 华为麒麟970传言将推出硬件AI芯片, 这意味着大量的运算将放到手机端来实现, 以规避云端运算对网络的依赖度, 以及可能带来的延时问题.
移动人工智能芯片能为手机带来哪些新形态?
麒麟970在上市之前能够引发业界热议, 让大家期待的是搭载人工智能芯片之后, 手机能够实现哪些惊艳的体验? 据悉, 麒麟970会在人脸识别, 图像处理和语音方面获得前所未有的能力, 而这种能力不仅提升了手机应用体验的丰富性和效率, 也打开了探索全新AI场景和玩法的无穷想象.
简单举个例子, 比如在拍照上. 过去我们用手机拍照, 然后用美图软件来实现 '美容' , 而在有了人工智能芯片麒麟970之后, 可以通过智能拍照的方式实现 '整容' 般的拍照效果. 这里已经不是简单的美颜效果, 而是实现美型的效果, 而这背后就是通过麒麟970人工智能算法来运算大量的用户数据分析得出. 这对于广大喜欢拍照的朋友来说绝对是难以抗拒的诱惑.
另外, 除了能够实现 '整容' 的拍照效果, 未来可能给食物拍照, 手机会自动提醒食物所含有的卡路里, 以及所包含的营养成分, 这简直就是减肥用户的福音. 更酷的体验是, 加入人工智能芯片之后手机还可以支持情绪识别, 能够读懂用户的喜怒哀乐, 之后手机会根据用户的情绪来适配更适合体验. 这些想象到的AI应用场景, 或许麒麟970都可以支持, 当然可能还有更丰富使用场景, 也是很值得期待的.
结语
在千机一面的同质化竞争中, 华为麒麟970发布, 让智慧手机的形态演变有了更多可能. 未来手机或将分为两种: 人工智能手机和非人工智能手机.