時至今日, AI技術已經從理論開始產品化實踐, 進而向消費電子領域全面普及, 特別在手機行業, 當下最火的技術應用就是AI, 上至旗艦, 下到千元機, 無論是拍照還是玩遊戲, 整個行業渴望搶食AI紅利, 乃至AI手機從擁有技術底蘊的公司辛勤研發的 '風口' 變成哪怕不具備能力的廠家希望能靠營銷上位的 '風噪' .
本文的目的, 即在於通過展示當下手機行業AI風噪的喧嘩與騷動, 釐清手機行業AI的真與假.
AI是下一代智能手機的發展方向
AI, 即人工智慧, 英文Artificial Intelligence, 又稱機器智能(Machine Intelligence). 顧名思義, 這是機器展現出來的智能, 區別於人或動物的自然智能(Natual Intelligence).
近兩年, 關於人工智慧的研究雨後春筍般不斷湧現, 也正是看中了AI的無限前景, 各大巨頭都對AI研究大力投入: Google提出了 'AIFisrt' 戰略;Apple在其最新的處理器中整合了神經引擎NE, 推出了運行機器學習任務的CoreML套件, 類似於Apple的神經引擎;華為去年發布的麒麟970 晶片搭載了一個強大的嵌入式神經網路處理器NPU;FaceBook和微軟則早幾年前就成立了AI研究小組.
但 '人工智慧' 真正開啟數以億計普通人生活大門的鑰匙, 則是智能手機.
從2016年開始, 智能手機市場已經出現了高原期, 導致整個增長停滯的根本原因還在技術創新上的乏力, 微產品創新已不能滿足用戶需求, 整個智能手機行業遭遇天花板.
也是在那時, 已經提前布局AI的華為便宣稱智能手機的下一代將是AI手機, 而華為集團旗下的互聯網手機品牌榮耀更率先搶得頭啖湯, 於2016年就發布面向未來的探索之作, 人工智慧智慧手機榮耀Magic, 這款手機擁有自主感知能力, 並能主動為用戶提供服務, 包括語義識別, 人臉識別等.
2017年是人工智慧爆發之年, 人工智慧手機開始真正步入成熟應用階段. 在智能手機整體陷入 '高反' 的時候, 蘋果, 華為, 榮耀積極探索新技術, 推出新產品, 帶動起了人工智慧手機的整體熱潮: 蘋果研發A11仿生人工智慧晶片, 並把技術應用在最新發布的iPhone X新品中;華為發布全球首款內置神經元網路單元(NPU)的人工智慧處理器的麒麟970晶片, 並應用在Mate10產品中;榮耀2017年發布的第二代人工智慧手機榮耀V10也內置麒麟970晶片.
從iPhoneX到華為Mate10, 榮耀V10等端側人工智慧技術的突破, 正在為智能手機的未來發展指明一條全新的路徑.
但伴隨手機行業巨頭在AI領域的率先發力, 競爭激烈的手機市場裡的不具備能力的手機廠商開始一如既然地一哄而上, 時下各種手機新品發布會上, AI成為標配, 好像開發布會如果不帶點人工智慧, 都不好意思和大家打招呼, 天花亂墜, 魚龍混雜, 消費者很難不被誤導.
AI亂象叢生, 亟需去偽存真.
1.有真正的AI晶片才是AI手機
一部真的AI手機, 其首要前提是所搭載的晶片要支援AI應用的計算.
因為AI的本質是運算, 只有晶片具備強大的AI算力, 其AI功能才能實現.
當前手機晶片AI運算解決方案主要分為: 獨立處理單元與分布式異構計算兩種形式, 前者以華為的麒麟970和蘋果的A11 Bionic為代表, 後者則以高通驍龍845為代表. 舉個例子, 具有獨立神經網路處理單元的SOC, 可以實現專人幹專事, 這就好比一個學校裡, 各科老師專門去教自己所屬學科的課, 語文老師專門教語文, 數學老師專門教數學;但沒有獨立處理單元, 實行分布式異構計算的SOC, 就要面臨一些AI工作需要CPU, GPU, DSP等模組來兼職幹活的情況, 語文老師要兼職教數學, 效率和效果當然都會大打折扣.
在麒麟970中, 除了傳統移動處理器的CPU, GPU, ISP等模組之外, 整合了專用獨立硬體處理單元NPU, 由NPU獨立完成專項的AI運算任務, 全面提升AI運算能力. NPU的特點就是全職而高效——只要涉及到AI任務處理, 均會交給NPU獨立晶片進行全職運算處理, 而且在同樣任務情況下, NPU的運算效率也要遠高於CPU+GPU+DSP分布式異構計算. 官方稱, 為AI而生的 NPU 處理在機器學習上擁有傳統CPU的25倍性能, GPU的6.25倍性能, 同時擁有超低功耗的優勢. 舉例來說, 在進行映像識別的計算中, 搭載 NPU 的麒麟 970每分鐘能夠處理 2005 張照片, CPU運算只能達到每分鐘95張的速度, 足見獨立NPU的強大.
蘋果的A11 Bionic同樣具有獨立處理單元, 它被命名為 '雙核架構神經處理引擎' (Neural Engine). 但要比較AI算力, 則麒麟970是A11 Bionic的三倍左右.
下面, 我們敲黑板, 記重點: 浮點計算能力是SOC算力的重要體現之一, 而衡量浮點計算能力時又有不同精度的標準——FP16(半精度浮點)就是當前體現一款SOC AI算力的主要指標, 其單位為TFLOPS, 也就是tera floating point operations per second, 意即1萬億浮點/每秒. 麒麟970的FP16性能達到了1.92 TFLOP, 每秒可以進行1.92萬億次浮點運算, 相比之下, 蘋果官方稱A11 Bionic每秒可以進行6000億次運算, 僅僅是麒麟970算力的三分之一.
採用分布式異構計算解決方案的高通驍龍845, 運用CPU, GPU, DSP三大模組進行AI運算, 通過神經處理引擎(SNPE)對具體的AI任務進行分析與下發, 之後才決定由哪一個或哪幾個處理器來參與異構計算. 因為沒有獨立AI處理模組, 所以當其他任務佔用這三部分時, AI運算(如映像識別)就需要'排隊'——或者至少表現為速度有一定損失.
聯發科P60號稱 '雙核APU' , 但一樣沒有獨立AI處理單元, 其設計初衷是通過多顆DSP的能力來提升映像後處理的運行效率, 順便可以做些AI相關的映像處理演算法. 其實質是兩個 '優化版' DSP的疊加. DSP強項在於映像處理, 相對CPU, GPU在處理AI演算法上有些優勢, 但還是不如專門獨立的AI處理單元高效.
因此, 理論上麒麟970無疑是當前市售AI解決方案最好的晶片. 那麼實際上的跑分或體驗如何呢?
麒麟970 AI跑分
驍龍845 AI跑分
跑分方面, 我們用魯大師最新的 'AI跑分' 功能進行對比, 發現麒麟970跑分為233分, 而搭載驍龍845的小米MIX2s跑分為194分, 值得一提的是, 麒麟970較驍龍845早了近半年發布, 仍能較大幅度領先, 足見其AI能力的強大.
因此, 無論是AI解決方案和實現原理, 還是實際的跑分與體驗, 麒麟970都是最優秀的AI晶片. 而市場上形形色色沒有獨立AI處理單元的 'AI手機' , 實際上都是 '假' AI手機.
有AI作業系統的才是AI手機
AI不僅體現在硬體層面, 當然也包括其軟體的支援和優化. 目前市面上, 真正全面支援AI能力的只有EMUI系統. EMUI系統具備智慧加速功能, 智慧服務, 越用越聰明等特性, 而且隨著AI不斷學慣用戶習慣, 能夠最大程度地實現AI功能.
EMUI在系統層級支援AI引擎智慧加速: 基於人工智慧2.0進行多核異構資源調度, 能讓應用資源感知調度, 基於應用優先順序匹配資源使用需求, 主動整理記憶體碎片, 進行後台記憶體壓縮, 配合自帶碎片整理機制的新型檔案系統, 系統調度性能提升60%, 操作流暢度提升50%, 長時間使用不卡頓.
智慧服務: 更加聰明的EMUI, 帶來無處不在的智慧化業務, 比如自動理解用戶的出行, 快遞等各種生活服務資訊, 在負一屏集中呈現, 幫助用戶更加便利地工作, 生活.
EMUI 8.0可通過不斷學慣用戶偏好, 越來越懂用戶, 帶來越來越好的體驗: 通過對用戶行為的細緻學習, 進而實現智能感知, 智能行為預測等, 使得EMUI的AI功能具有空前的完成度.
而市面上其他家手機系統中所謂的 'AI' , 卻僅僅局限於比較淺顯單一的功能, 並未貫穿整個系統層面.
例如一些手機廠商僅僅增加類似 'AI助理' 軟體, 實際上只是幫助調度部分系統資源, 並不具備自主學習功能, 其實質和幾年前的一些手機管家一樣, 只是較為機械的清理工具.
另一些廠商在拍照界面增加一些所謂的AI拍照美化功能, 但實際上只是官方對於拍照進行較為傳統的演算法優化, 並非基於AI感知場景而進一步做出的針對性優化決策.
因此, 搭載EMUI系統的華為和榮耀手機, 才具有支撐AI的軟體基礎. 配合真正的AI晶片麒麟970, 從硬體到軟體全面打通, 真正實現人工智慧.
有AI移動計算平台才是AI手機
AI晶片或AI手機並不是一成不變的, 而是需要不斷開發來挖掘更多潛力, 以平台的身份嫁接更多資源, 此即AI移動計算平台. 其本質是服務於用戶, 通過不斷連接更多AI應用的開發者, 不斷革新AI手機的應用體驗, 帶來更多智能化的用戶服務體驗. 形象比喻的話, AI晶片的本質上是做好黑土地, 提供養分充足的土壤, 這樣才能百花齊放, 讓用戶享受到AI開放帶來的價值.
在AI移動計算平台的開放上, 麒麟970是做得比較早, 且AI底層技術開放能力比較完備的. 華為率先推出面向移動終端的AI計算平台HiAI, 該計算庫可讓開發者便捷高效的編寫運行在AI手機上的人工智慧應用程序.
今年3月19日, 在香港開發者大會上, 華為發布全球領先的人工智慧開發平台HiKey970. HiKey970是一款非常適合人工智慧應用開發的平台, 整合華為創新設計Linaro的HiAI框架及其他主流的神經網路框架, 除了支援CPU和GPU的AI運算外, 還支援基於NPU的神經網路計算硬體加速, 能夠讓開發者進行深度學習演算法, 智能機器人以及智慧城市領域的開發, 華為和榮耀正致力於構建 '開放' 的AI生態, 讓開發者和消費者享受更多AI場景和體驗帶來的創新應用, 讓智慧生活從想象成為現實.
當然, 具備軟體開發套件的廠家還有蘋果和高通: 蘋果有CoreML框架, 高通有NPE神經網路引擎, 但是我們上文已經說明, 高通的SOC沒有配套的AI硬體.
所以說, 在安卓陣營, 榮耀搭載的麒麟970才是真正的AI移動計算平台.
總結: 基於此, 在安卓陣營只有華為和榮耀有底氣講什麼是真正意義上的AI手機;榮耀V10打造基於麒麟970這一真AI的SOC, 且榮耀研發AI起步最早, 配合真AI系統的EMUI, 其AI攝影, 人臉識別, AI翻譯, AI助手等等已成為當前階段完成度最高的一批AI應用, 而這種先發優勢, 不僅會讓他們旗下的AI手機越來越聰明, 也將在算力和數據的馬太效應之下, 在未來加速把競爭對手拋在身後.
還有非常值得注意的一點是, 華為與榮耀更側重端側AI上的發力, AI計算在設備終端直接完成, 藉助於端側強大AI運算能力, 未來AI運算即使沒有網路支援, 即時在端側運行處理, 時效也能得到大大提升;而且無需將數據提交到雲端, 用戶的數據安全更有保障.
人工智慧的概念不是炒作出來的, 而是看誰最後能提供真正驚豔的產品和服務. AI元年之後, 一定會有大洗牌, 越來越多的公司會加入AI手機行列, 但是行業的發展如大浪淘沙, 會淘汰掉不具備核心技術的公司. 任何技術的進步和革命, 需要的都是誠實, 努力, 目光長遠的玩家, 那些炒作 'AI' 概念但又鮮有研發投入的廠商, 在智能手機行業的下一個五年, 也許將很快湮滅.