全球智能手机市场整体遭遇寒冬, 中国市场是重灾区. 但几乎头部手机企业都获得了显著增长, 2017年第四季度中国手机市场前五品牌市场份额已超过80%, 预计2018年这一数据将接近90%.
最大的看点是巨头市场仍存在变数, 比如华为2017年中旬已连续两个月手机出货量超过苹果, 2017年两者整体市场份额差距约4个百分点, 但按照华为1.53亿台年出货依旧保持近10%的高速增长, 预计2018年华为手机出货量就将超越苹果成为全球第二大智能手机企业.
不过在重大技术变革面前, 与出货数字相比, 两家巨头的手机AI芯片与生态之争更加让业内关注.
AI手机两巨头有何不同?
智能手机让整个科技行业 '扁平化' , 也让苹果和华为这两家几乎 '出身' 完全不同的中美企业最终开启了正面竞争.
华为2017年发布了全球首款人工智能手机处理器麒麟970, 并随后推出了芯片级人工智能手机华为Mate 10, 苹果也在华为之后发布了搭载A11 Bionic处理器的iPhone X.
与高通这个传统芯片企业采用分布式架构的人工智能处理器方案不同, 华为和苹果人工智能处理器都采用了更为激进的深度定制(ASIC)方案, 虽然后者设计时间更长, 门槛更高, 但优势在于通过专用处理单元, 相比软件分配调用分布式架构方案的效率和速度会提升5~10倍, 并且能耗控制更具优势, 这也是华为和苹果在这一点上不谋而合的原因.
不过苹果与华为的首款人工智能处理器在应用侧重上区别较为明显: 苹果A11 Bionic主要用于增强iPhone X自身的人像智慧识别, 如Face ID, 拍照场景识别, 以及Animoji动画表情等, 有些 '炫技' 成分, 目前应用范围较狭窄. 华为则更加务实, 麒麟970的人工智能主要应用于手机拍照中AI慧眼识物, 智能语音与实时翻译, 信息服务直达等更多场景化实用智慧服务.
苹果A11 Bionic与麒麟970的不同特性, 表明了从三年甚至更早的处理器产品定义阶段, 苹果和华为两家巨头对人工智能终端的定位和生态布局策略就出现了明显差异.
人工智能手机芯片的生态之战
从PC互联网到移动互联网, 巨头都赢在平台和生态之争, 比如微软PC相对于苹果Macintosh, Google和苹果相对于功能机时代的诺基亚, 人工智能时代也同样如此.
苹果针对人工智能应用, 向开发者推出了机器学习框架Core ML, 降低了开发者开发AI应用的难度. 问题在于, Core ML并不是开源的, 必须基于苹果自有设备和生态开发, 策略较为封闭. 在苹果A11 Bionic开放AI能力较少, iPhone X销量有限, 人工智能体验尚弱的情况下, 无疑加大了开发者的投入成本和风险.
相比而言, 华为吸取了苹果和Google在移动互联网时代的生态竞争经验和教训: 推出了具备单独人工智能芯片的麒麟970, 同时向开发者推出了基于HiAI架构的全面AI 开放平台, 支持 Tensorflow/Tensorflow Lite 和 Caffe/Caffe 2等全球主流的神经网络编程框架. 相比苹果Core ML, HiAI架构既可以发挥华为人工智能芯片-操作系统-手机硬件-终端云服务的整合体验优势, 又可以依靠开放策略, 尽可能降低开发者在AI应用的开发门槛和成本.
互联网巨头也竞相推出了各自的AI开发套件, 但对于普通开发者而言, 必须购买其云服务. AI能力是基于云计算和大数据相结合的产物, 还是按流量计费的, 测试部署会产生成本, 搜集用户使用大数据会产生成本, 用户增长造成的带宽和流量增长还会产生成本. 显然, 小的开发团队和个人开发者难以承受, 大中型开发企业则无法承受战略绑定和未来不确定性, 同时仍需要面对不同的端侧适配.
由此来看, HiAI架构是目前唯一提供云侧计算+端侧AI能力的开放平台. 基于麒麟970芯片中NPU的专项AI处理能力, 可以为开发者提供高于大约CPU 25倍, GPU 10倍, 以及 50 倍能效优势的AI算力, 又可以规避超高的成本压力, 节省了大量开发成本, 可实现短时间内开发即所得, 通过不断验证及时优化自身的AI应用体验. 举个例子: 2012年吴恩达在领导的Google Brain猫脸识别项目建立的神经网络内部有10亿个节点, 总共动用了1.6万个CPU, 耗时长达7天, 而现在具备NPU的华为海思970处理器已经可以实时识别包括猫脸在内的13个物体和拍照场景.
现阶段, 无论是苹果iPhone X, 还是百度, 阿里等互联网企业利用单独的AI能力达成的体验都已成型, 比如A11 Bionic的神经网络处理引擎可识别和深度学习人的面部特征, 为Face ID, Portrait Lighting等提供更好的性能支撑, 阿里的识图购物, 百度DuerOS智能语音交互和语义深度学习方案等. 造成的结果是, 留给开发者在这个方向的突破可能并不大, 只能借助平台在细分AI领域技术去改良现有的移动应用.
针对这一行业困境, HiAI架构提供了包括视频(人脸识别, 手势识别, 人像分割, 人体姿势识别等), 拍照(美颜, 图像增强, AI识别), AR(环境理解, SLAM), 购物(识图购物), 社交(照片分类, 图像识别), 翻译(拍照翻译, 语音识别与互译)等六大AI能力和解决方案, 几乎覆盖了目前移动互联网的主要应用领域. 开发者可以通过HiAI架构调用NPU改良现有的移动应用, 也可以通过关联数个AI能力打造新的AI创新应用.
更加重要的是, HiAI架构将AI作为一种通用基础能力, 通过支持全球主流的神经网络编程框架和开放应用层API, 可以让开发者更加专注于AI应用本身的产品创新, 即使不懂AI算法的开发者也能在短时间完成高质量的应用开发和体验优化.
由此来看, 现阶段云测AI主要应用于巨头间的AI能力验证和自身现有业务优化, 端侧AI更加偏重终端用户体验和开发者创新. 而同样提供端侧AI开放平台的苹果和华为, 前者走的依旧是移动互联网时代的封闭生态之路, 华为则选择了全面开放策略, 人工智能手机芯片的 '帝国' 与 '共和' 生态之战由此而生, 也必将影响AI智慧手机的未来的竞争格局与行业走向.
手机行业走向华为最擅长的技术之争
华为是一家典型的技术驱动企业, 过去10年华为研发投入高达3100亿元人民币. 近年来华为投入的研发费用占收入的比例已上升至15%左右, 仅2016年就投入了764亿元人民币, 2017年研发投入更是高达107亿欧元(约合811亿元人民币), 超越苹果(95亿欧元)位居全球第六, 也是全球企业研发投入前50强中唯一的中国企业. 海思麒麟芯片就是华为坚持长达近14年巨额研发和人员投入的核心产品.
过去30年, 在华为陆续击败诺基亚, 西门子, 阿尔卡特, 朗讯, 爱立信等全球通讯巨头的过程中, 其员工的奋斗意志, 以点带面完成突破的重技术投入模式, 以及全球征战中的贴身肉搏打法, 屡屡让国际巨头们印象深刻.
在手机行业也是如此, 华为已是全球第三大智能手机企业, 当从功能机到智能手机, PC互联网向移动互联网转型, 华为又意识到了平台和生态之争的重要性. 而面临新的5G, 人工智能, 智慧互联网的重大技术变革关口, 实际上又回到了华为最熟悉的技术路线之争, 全球首款人工智能处理器海外麒麟970的发布则让华为开启了与苹果的正面 '硬撼' , 这同样是华为擅长的打法.
按照芯片行业的规律和华为, 苹果的产品技术路线, 两家手机巨头都将在今年发布第二代手机AI处理器. 华为的优势, 在于每年Mate 和P系列, 以及荣耀数字系列和V系列的更多产品迭代和创新, 以及HiAI架构全面AI开放策略面向全球庞大开发者群体的吸引力. 这将是一场与时间赛跑, 出货量比拼, 生态战略决胜的全方位较量, 也是2018年手机行业最大的看点和变数之一.