昨天高通公布了845細節(jié)，AI支持性能大幅增強。但是采用845的手機還沒有出貨，因此本次對比不包括845。

作為手機界的新生事物，目前搭載人工智能芯片的手機并不多見，僅有iPhone X、華為Mate 10/V10、Google Pixel 2等寥寥幾款產(chǎn)品。其中，iPhone X和華為Mate 10系列內(nèi)置的人工智能芯片是封裝在處理器中的，而Pixel 2系列則是外掛了Pixel Visual Core這顆人工智能芯片。雖然實現(xiàn)方式上各有千秋，但它們都有一個共同的名字“人工智能智能芯片”。

這三款手機人工智能芯片有什么區(qū)別呢？我們先通過一張對比表格簡單了解一下。

從上面對比表格可以看出，相對于已有行業(yè)巨頭的CPU，AI芯片領域目前尚未有統(tǒng)一的架構(gòu)，既有寒武紀的NFU，也有Google的IPU，各不相同，具體核心規(guī)格上差異也十分之大。三大AI芯片具體有哪些應用呢？下面我們逐一來盤點盤點。

麒麟970中的NPU：寒武紀A1

華為海思麒麟970處理器中的人工智能芯片來自于初創(chuàng)公司寒武紀，這家成立于2016年的人工智能領域獨角獸企業(yè)在短短的時間內(nèi)已經(jīng)推出了多款智能芯片產(chǎn)品，麒麟970中的NPU正是出自它家的寒武紀A1處理器(Cambricon-1A)，這顆發(fā)布于2016年的人工智能芯片是全球首款商用的深度學習專用處理器，官方稱其在運行主流智能算法時性能功耗比全面超越CPU和GPU。

從參數(shù)上看，寒武紀A1的浮點性能可達1.9T，即每秒鐘可以完成1.9萬億次運算，性能著實強悍，然而這顆性能強大的NPU在華為手機上似乎有些“浪費”，未能完全釋放其卓越的性能。那么，華為利用這顆NPU開發(fā)了什么功能呢？

在華為Mate 10系列的發(fā)布會上，華為就麒麟970的圖片識別速度與競爭對手A11 Bionic、驍龍835進行了對比，結(jié)果是NPU加持下的麒麟970速度略快于A11，遠超驍龍835二十倍。由此可見，華為對于這顆芯片的開發(fā)方向是圖片識別。

華為挖掘NPU的第一個功能即是“AI慧眼識物”和“AI精準虛化”。“AI慧眼識物”即指智能識別十余種拍照場景，自動調(diào)校拍照參數(shù)，獲得更佳的拍攝效果；“AI精準虛化”即通過芯片的自主學習，更加精準摳圖，使得虛化效果更真實自然。

第二個功能即是“隨行翻譯”。華為選擇與微軟翻譯合作，通過AI芯片，加速文本、語音、照片的翻譯速度，提供更加優(yōu)秀的用戶體驗。

目前為止，華為對于這顆NPU的打磨仍然停留在文字、語音、圖片識別階段，僅僅把這顆AI芯片作為輔助性工具，尚未有深層次的開發(fā)應用。不過，小編相信，隨著行業(yè)趨勢的逐漸明確和打磨的逐步深入，這顆NPU將可能在未來大放異彩，開啟更多的新玩法。

Pixel 2中的Pixel Visual Core

在國外專業(yè)相機評測機構(gòu)DxOMark手機相機排行榜中，Google Pixel 2以總分98分的高分獨占鰲頭，而這還是在Google尚未開啟內(nèi)置的Pixel Visual Core(簡稱:PVC)芯片時得出的結(jié)果。在最新的Android 8.1固件中，Pixel 2系列已經(jīng)開啟了這顆PVC芯片，主要用于Google的HDR+算法。

Google博客公布的Pixel Visual Core結(jié)構(gòu)圖顯示，這顆芯片內(nèi)部集成了8個圖像處理核心(Image Processing Unit,簡稱:IPU)，一顆來自ARM的A53核心，同時還擁有MIPI/LPDDR4/PCIe控制器。得益于八個IPU核心，PVC芯片可以提供高達3T的浮點性能。作為對比，麒麟970內(nèi)置的寒武紀A1浮點性能為1.9T，而蘋果A11中的仿生芯片則為0.6T，Google這顆PVC芯片性能的恐怖程度可想而知。

Pixel Visual Core結(jié)構(gòu)圖

Google開發(fā)Pixel Visual Core的目的是將其當做一個超強、可學習的ISP使用，可以用于加速HDR+算法的運算速度。通過軟硬件的結(jié)合，Pixel Visual Core加持下的HDR+成像速度比原來快上5倍，而功耗卻僅為原來十分之一。

不開啟PVC與開啟PVC成像對比

那么，蘋果利用這顆人工智能芯片發(fā)掘了什么功能呢？

首先自然是iPhone X上獨一無二的Face ID。Face ID功能是通過原深感攝像頭來實現(xiàn)，其會投射超過30000個肉眼不可見的光點，并對它們進行分析，繪制出精確細致的深度圖。蘋果宣稱，即便你戴著帽子，留起胡須，或者佩戴眼鏡，甚至是不同款式的墨鏡，F(xiàn)ace ID同樣能夠認出你。而完成這寫自主學習的背后就是A11 Bionic內(nèi)置的神經(jīng)網(wǎng)絡引擎，利用先進的機器學習識別用戶樣貌的變化。

其次，與Google、華為一樣，蘋果也將神經(jīng)網(wǎng)絡引擎運用于手機相機成像中。由于原深感攝像頭和仿生芯片的加持，iPhone X上前置單攝也能夠?qū)崿F(xiàn)雙攝的背景虛化功能，同時還能實現(xiàn)人像光效模式和Animoji動畫表情。

注：我們的編輯先前發(fā)現(xiàn)，Animoji不需要原深感攝像頭參與也能實現(xiàn)

最后是增強現(xiàn)實(AR)功能的實現(xiàn)。A11 Bionic上的神經(jīng)網(wǎng)絡引擎的又一個重要應用點就是AR，通過強大的性能和自主學習處理能力，可以增強增強現(xiàn)實類游戲和APP的流暢度和真實感。

國內(nèi)尚未上線的AR游戲

毫無疑問，在目前搭載人工智能芯片的手機產(chǎn)品中，蘋果是最善于利用所搭載的AI芯片的，在浮點性能遠不及對手的情況下卻將其應用地更加廣泛，涵蓋Face ID、相機成像、AR等各方面，通過自主學習提升性能，起到加速硬件的作用。作為手機行業(yè)的領軍企業(yè)，蘋果下一步如何利用AI芯片也是業(yè)界乃至廣大用戶們所共同期待的。

當然，不得不承認的是，目前為止，上述三大廠商利用手機中人工智能芯片開發(fā)的功能通過傳統(tǒng)的CPU和GPU都能夠?qū)崿F(xiàn)，那么，人工智能芯片的優(yōu)勢在于哪里呢？子曰：“術業(yè)有專攻，如是而已?！比缃翊蠖鄶?shù)手機CPU和GPU的性能已經(jīng)足夠扛大梁，實現(xiàn)上述的大部分功能，但其與人工智能芯片相比，能效比遠不如后者，也就是說，人工智能芯片能夠以更快的速度、更低的功耗完成運算。

內(nèi)置AI芯片的手機雖然誕生于2017年的后半段，但其真正普及或許要等到2018年高通、聯(lián)發(fā)科等芯片大廠推出相關的產(chǎn)品或解決方案時才能實現(xiàn)，畢竟如同Google般單獨或聯(lián)合芯片廠商開發(fā)自用的AI芯片的高昂成本是一般手機廠商所無法或不愿意承擔的。因此，當內(nèi)置AI芯片的手機百花齊放之時，或許才是人工智能手機盛放的季節(jié)。