麒麟970作為華為第一顆移動人工智慧晶片, 從餘承東透露華為在研發人工智慧處理器開始, 就一直備受業界關注, 不光是因為人工智慧概念的火熱, 更重要的是將人工智慧晶片應用在手機移動端上, 這是業界的第一次探索. 畢竟, 誰掌握了領先的人工智慧晶片, 誰就有可能獲得下一代移動終端的商業先機, 引領智能手機從參數競爭到更多可能形態的突破.
人工智慧晶片: 雲端 VS 移動端
人工智慧技術發展迅速, 科技巨頭早已入局. 人工智慧晶片大概有兩個應用場景, 一個是用於雲端伺服器的高功耗高計算能力的晶片. 另外則是應用於終端 (手機, 平板等移動設備) 的人工智慧晶片.
穀歌推出了用於人工智慧的TPU, 英偉達推出了基於GPU的人工智慧晶片, 以及英特爾, 微軟等在雲端AI晶片的研發上進展頗多. 然而, 移動端的晶片特別注重低功耗, 高能效比, 而反觀AI應用需要大運算和數字處理能力, 兩者之間的距離讓這個領域難有成功商用的例子.
這也是為什麼麒麟970未發先火的原因. 麒麟970的研發和商用, 將牽引了AI從雲端晶片向移動端演化, 將意味著人工智慧應用將觸及, 應用於更加廣泛的人群, 為人類提供無延時的感官體驗和決策服務.
移動端AI晶片為什麼難做? 方寸之間, 體積, 性能, 功耗, 散熱, 一個都不能少.
戰勝柯潔的穀歌AlphaGo, 背後是穀歌TPU 第二代, 在穀歌雲平台構建機器學習超級計算機. 我們不妨對比穀歌TPU晶片和手機移動端晶片的實現條件, 來看華為麒麟970的 '攻關' 難度係數.
我們也看到, 由於穀歌TPU晶片需要進行大量複雜的運算, 但可依靠大面積的晶片來實現這種運算力. 反觀智能手機, 受限於面積, 提及的因素, 無很好的拓展性. 擺在華為麒麟970面前的問題是, 如何在方寸之間實現高性能, 擁有支援大量的AI運算能力. 這也將是9月2日IFA的重要看點.
散熱和續航, 同樣是需要攻克的難題. Google使用TPU的方式是將載有TPU的板子插在數據中心機櫃的硬碟驅動器插槽裡來使用, 這樣的做法既滿足了TPU晶片使用時的電源問題, 同時也不涉及高速運算中的散熱問題.
我們知道保障處理器速度的兩大限制是發熱和邏輯門的延遲, 只有保障了晶片的散熱問題, 才能更好發揮其性能. 穀歌TPU晶片可以通過散熱片來完成散熱, 但對於移動端的晶片來說, 華為麒麟970要在方寸之間的晶片上來兼顧性能, 功耗及散熱問題, 同時還需要考慮手機的續航問題, 這絕對是個不小的挑戰.
最重要的是, 人工智慧的體驗關. 穀歌TPU服務更多的是面向雲端, 也就是說使用的場景還是需要依靠雲端, 通信網路來實現. 比如, 在穀歌AlphaGo與李世石及之後的柯潔圍棋對決中, 穀歌TPU晶片通過為機器學習的神經網路加速, 讓AlphaGo更加厲害, 而整個操作的場景還是依託通信網路來完成. 相較而言, 華為麒麟970傳言將推出硬體AI晶片, 這意味著大量的運算將放到手機端來實現, 以規避雲端運算對網路的依賴度, 以及可能帶來的延時問題.
移動人工智慧晶片能為手機帶來哪些新形態?
麒麟970在上市之前能夠引發業界熱議, 讓大家期待的是搭載人工智慧晶片之後, 手機能夠實現哪些驚豔的體驗? 據悉, 麒麟970會在人臉識別, 映像處理和語音方面獲得前所未有的能力, 而這種能力不僅提升了手機應用體驗的豐富性和效率, 也開啟了探索全新AI場景和玩法的無窮想象.
簡單舉個例子, 比如在拍照上. 過去我們用手機拍照, 然後用美圖軟體來實現 '美容' , 而在有了人工智慧晶片麒麟970之後, 可以通過智能拍照的方式實現 '整容' 般的拍照效果. 這裡已經不是簡單的美顏效果, 而是實現美型的效果, 而這背後就是通過麒麟970人工智慧演算法來運算大量的用戶數據分析得出. 這對於廣大喜歡拍照的朋友來說絕對是難以抗拒的誘惑.
另外, 除了能夠實現 '整容' 的拍照效果, 未來可能給食物拍照, 手機會自動提醒食物所含有的卡路裡, 以及所包含的營養成分, 這簡直就是減肥用戶的福音. 更酷的體驗是, 加入人工智慧晶片之後手機還可以支援情緒識別, 能夠讀懂用戶的喜怒哀樂, 之後手機會根據用戶的情緒來適配更適合體驗. 這些想象到的AI應用場景, 或許麒麟970都可以支援, 當然可能還有更豐富使用場景, 也是很值得期待的.
結語
在千機一面的同質化競爭中, 華為麒麟970發布, 讓智慧手機的形態演變有了更多可能. 未來手機或將分為兩種: 人工智慧手機和非人工智慧手機.