AI(人工智能)，今年已经在国内手机圈成为了遍地开花的关键词。那么拥有AI技术的手机，到底能够带来什么?目前我们真的能感受深刻吗?
如今遍地开花的AI手机，普遍都会灌输给消费者一个认识：用了AI，你的手机能力将会更强。例如AI语音助理、面部解锁、照片智能分类等都使用了AI特性，当然被提到最多的则是摄影能力，诸如自拍美颜、面容优化、场景识别等这些功能，基本上时下热门的新型特性都可以借助AI功能来实现对手机用户使用设备时的效果提升。
但坦诚来说，对于自拍美颜、人脸识别以及游戏加速这些功能来说，用户对于AI芯片给予设备的性能提升感知是相当有限的。而AI芯片为了给用户带来这些有限的感受提升，在用户使用某些特定功能的时候，加大了自身运行的强度和频率。在这个时候，用户对于手机功能的提升并没有多在意，此时更在意的是手机电池续航的“崩塌式体验”。本应该为用户提供更多优良体验的AI芯片，这时反而要背上高功耗的锅，适得其反了。
“终端硬件的承载力将成为未来计算力的主要瓶颈，AI的需求会让手机变成"大火炉"。”英特尔通信与设备事业部首席技术专家吴耕曾这么说过，对于手机专用AI芯片功耗该如何控制，目前在业界已经是个共识性的问题了
在此之前我们先来简单了解下AI芯片的机制，目前AI芯片主要包括GPU、FPGA、ASIC以及类脑芯片，它们各自发挥优势，呈现出百花齐放的状态。例如GPU由于更适合执行复杂的数学和几何计算(尤其是并行运算)，而这部分刚好与包含大量并行运算的人工智能 学习算法相匹配，因此它也成为人工智能硬件首选，在云端和终端各种场景均率先落地，由于应用开发周期短，成本相对低，技术体系成熟，GPU方案也是目前应用范围最广、灵活度最高的AI硬件。
另外一种的FPGA则是一种用户可根据自身需求进行重复编程的“万能芯片”，其开发时间较短，相比于GPU具有低功耗优势，并且相对于GPU可深入到硬件级优化，不过遗憾的是由于其是针对需求定制，所以工作频率一般不会太高，且延展性不够强，算是目前的一种过渡方案。
至于ASIC(专用集成电路)其实大家之前就已经有接触过，例如近些年类似TPU、NPU、VPU、BPU等令人眼花缭乱的各种芯片，本质上都属于ASIC的一种定制方式。
另外ASIC无论是从性能、面积、功耗等各方面都优于GPU和FPGA，长期来看无论在云端和终端，ASIC都代表AI芯片的未来，目前包括微软、谷歌、英特尔等巨头都重金投到ASIC领域，不过由于目前AI算法快速迭代，且ASIC开发周期较长、需要底层硬件编程、占据芯片成本等，因此虽然前景利好，但也只有实力雄厚的大佬才敢提前布局。
虽然ASIC成本高且难度大，但移动AI芯片设计公司仍已经开始立足于ASIC的 学习，例如此前联发科发布的Helio P70中端设备芯片组其内部就自带ASIC方案专用的AI核心APU，不仅具备其他AI芯片所带的诸如美颜、人脸识别、场景优化等功能之外，更是大幅降低了AI芯片的功耗，使得用户在多场景使用环境下，不再为手机电量的大幅消耗而感到担忧。
很多用户迟疑，为什么联发科不直接在CPU或GPU内集成AI运算功能，而需要使用AI专核?实际上笔者觉得反而联发科的思路是正确的。
众所周知，CPU和GPU都有其专职的工作，例如CPU专注在大型运算，GPU侧重于图形绘制等，过多的功能堆叠只会虚耗电量和提高温度。所以在这样的环境下，AI核的优势显然就更加明显了。因此由CPU和GPU配合AI专核来进行分工协作，反而可以有效提升效能，降低散热。
以时下在图像识别领域以及前沿科技产品中的应用最为广泛的AI人脸识别技术为例，常见的人脸识别其实是一个“扫描检测”加“结果判别”的过程，而这个“扫描检测”的过程中包括五官坐标定位、人脸属性识别、人脸特征提取等等，在“结果判别“中更涉及到人脸验证、人脸识别、活体验证等多个特性，它已经不是一个简单的算法，而是涉及到CPU、GPU、VPU、DLA 等多个运算单元，跨单元的运算很显然会造成消费体验的不佳，更别提到结果涉及的端运行或是云运行问题，所以开发与之相应的AI人工智能神经网络算法是趋势，而这点通过网络上流出的联发科P60人脸识别技术对比图也能窥其一二。前者虽然定位中端，但却拥有单独的AI人工智能单元，人脸识别速度比同期的竞争对手更胜一筹，可见高效节能的AI独立单元，即ASIC专核专用是未来人工智能终端最基本的要求。
当然ASIC专核专用的优势还远不如此，它还包括对温度的有效控制。例如目前的AI算法基本都支持对使用场景的预测，能协助系统有效开关硬件，同时满足效能和温控。例如当你打开电子书后，AI算法会参考你之前的阅读习惯都在1小时左右，那接下来的1个小时内系统可能就会关闭高性能的运算，使用小核心进行运作，保证续航的提升。
所以从这一点看来，联发科自研的Corepilot 4.0多任务演算技术其实是走到了行业的前面，它时的处理器将能够集成智能任务分配系统、温度管理系统和用户体验监测系统于一身，预测手机用户的电量使用场景，按照某个时间点的任务的重要性及时进行优先级排序处理，从而更有效的控制设备功耗。
所以从AI人工智能和温度控制的角度出发，我们倒是很看好联发科P70芯片，性能方面就不再累赘，目前各大芯片的“实际使用性能”相差无几，而联发科使用的AI芯片+算法调度模式这两种软硬相辅的方式将会使得Helio P70将成为今年四季度或明年能效比最为看好的芯片组。
联发科Helio P系列目前就锁定中端，主打AI人工智能。(图/网络)
总体来说，用户对于手机功能的消费需求让AI芯片朝着越来越丰富的方向发展，未来AI专用芯片无疑会是IC设计的另一大方向。目前联发科抢先布局了AI芯片，预计高通、海思后续也都会持续跟进，这场AI之战联发科抢占了先机，后续也让我们更加关注。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
