如果你在最近幾個(gè)月里關(guān)注過(guò)智能手機(jī)市場(chǎng)，那肯定會(huì)頻繁聽(tīng)到AI芯片這個(gè)詞。顧名思義，這是一種專(zhuān)門(mén)用來(lái)為移動(dòng)設(shè)備提供人工智能和機(jī)器學(xué)習(xí)能力的處理芯片。

雖然各大廠商都花了不少時(shí)間來(lái)炫耀自己的AI芯片技術(shù)上有多么先進(jìn)，但它究竟能給消費(fèi)者帶來(lái)多少好處呢？在選購(gòu)一部手機(jī)時(shí)，AI芯片的存在與否是否應(yīng)該左右我們的決定？

為什么要給智能手機(jī)專(zhuān)門(mén)加入一枚AI芯片？原因其實(shí)很簡(jiǎn)單。不管是手機(jī)、筆記本還是臺(tái)式機(jī)的處理器，都并不是為機(jī)器學(xué)習(xí)任務(wù)所特別設(shè)計(jì)的。如果強(qiáng)行讓它們?nèi)ヌ幚磉@些任務(wù)，不僅速度很慢，也會(huì)非常耗電。

當(dāng)前的人工智能需要計(jì)算機(jī)以非常快的速度去進(jìn)行大量的小運(yùn)算，但CPU用來(lái)執(zhí)行運(yùn)算的“核心”就那么多。也正是因?yàn)檫@個(gè)原因，技術(shù)公司更偏愛(ài)使用圖像處理單元，也就是顯卡，來(lái)處理AI任務(wù)。

顯卡當(dāng)然是為了渲染視頻游戲圖像所設(shè)計(jì)的，但巧合的是，它們恰好可以在短時(shí)間內(nèi)進(jìn)行大量的小運(yùn)算。相比只有幾個(gè)或者十幾個(gè)核心的CPU，顯卡的核心多達(dá)上千個(gè)。

以現(xiàn)在的技術(shù)水平，給手機(jī)芯片加入上千個(gè)處理核心還是件不可能的事。但我們可以通過(guò)其他的架構(gòu)調(diào)整來(lái)增加芯片在同一時(shí)間能夠處理的任務(wù)數(shù)量。

雖然“AI芯片”是個(gè)辨識(shí)度很高的名詞，但并不是非常準(zhǔn)確。就拿華為和蘋(píng)果為例，兩家公司所提供的并不是單一、獨(dú)立的芯片，而是作為更大SoC一部分的專(zhuān)用處理器。SoC本身就包含不同的部分來(lái)應(yīng)付不同的任務(wù)，比如渲染和處理圖像的圖形單元，因此為AI添加幾個(gè)處理核心也不是什么難事。

正如上文所述，特殊的AI硬件可提供更好的性能表現(xiàn)和更長(zhǎng)的續(xù)航——至少理論上如此。而對(duì)于用戶(hù)隱私、安全性、以及開(kāi)發(fā)者而言，AI芯片也都能提供更多好處。

先說(shuō)隱私和安全。目前的大多數(shù)機(jī)器學(xué)習(xí)服務(wù)都必須把用戶(hù)數(shù)據(jù)上傳到云端，來(lái)進(jìn)行實(shí)際的分析處理。蘋(píng)果和谷歌等少數(shù)公司開(kāi)發(fā)出了在本機(jī)直接進(jìn)行計(jì)算的方式，但它們并未得到大規(guī)模應(yīng)用。如果擁有專(zhuān)用的硬件，更多廠商就會(huì)選擇把AI任務(wù)放在本地運(yùn)行，這也就降低了數(shù)據(jù)泄漏或被黑的風(fēng)險(xiǎn)。

如果無(wú)需將數(shù)據(jù)發(fā)送到云端，用戶(hù)也就可以在離線(xiàn)狀態(tài)下使用AI服務(wù)，并存儲(chǔ)相關(guān)數(shù)據(jù)。后者對(duì)于開(kāi)發(fā)者而言格外有益，因?yàn)槿绻麛?shù)據(jù)分享是在本機(jī)進(jìn)行，那便省去了購(gòu)買(mǎi)服務(wù)器的花費(fèi)。只要用戶(hù)手里的硬件能勝任這些處理任務(wù)，那所有人都能從中獲益。

即便一款手機(jī)配備了AI芯片，這也并不意味著AI驅(qū)動(dòng)的應(yīng)用和服務(wù)就能夠利用到它。

再拿華為和蘋(píng)果舉例，兩家公司所提供的API都能讓開(kāi)發(fā)者利用到各自產(chǎn)品的“神經(jīng)”硬件。而在集成該API之前，他們必須確保自己使用的AI架構(gòu)——比如谷歌的TensorFlow或Facebook的Caffe2——能夠受到支持。如果不支持的話(huà)，他們就得先進(jìn)行轉(zhuǎn)換，然后再使用。

廠商們可能需要花上好一陣子來(lái)為這個(gè)硬件打磨使用體驗(yàn)，甚至是與開(kāi)發(fā)者或第三方合作。這也正是為什么微軟會(huì)和華為會(huì)聯(lián)手確保前者的翻譯應(yīng)用能夠憑借后者的NPU芯片離線(xiàn)運(yùn)行，或者是Facebook為什么會(huì)和高通合作去集成后者的AI軟件，以便更快地加載增強(qiáng)現(xiàn)實(shí)濾鏡。

雖然大公司有能力承擔(dān)這樣的時(shí)間和資金花費(fèi)，但這樣做對(duì)于小型應(yīng)用開(kāi)發(fā)者是否劃算？這還很難說(shuō)。這對(duì)iOS而言不是個(gè)問(wèn)題，因?yàn)殚_(kāi)發(fā)者只能在自己的應(yīng)用當(dāng)中采納蘋(píng)果的Core ML架構(gòu)。但在Android平臺(tái)，這就顯得很讓人頭疼了，假設(shè)各大廠商都選擇推出各自的服務(wù)協(xié)議的話(huà)。

所幸的是，谷歌正在使用他們?cè)谧约疑鷳B(tài)系統(tǒng)中的話(huà)語(yǔ)權(quán)來(lái)解決這個(gè)問(wèn)題。他們的移動(dòng)AI架構(gòu)TensorFlow Lite已經(jīng)在對(duì)移動(dòng)設(shè)備的體驗(yàn)進(jìn)行某種程度的標(biāo)準(zhǔn)化了，并且它們還計(jì)劃推出自己的Android級(jí)API來(lái)“利用芯片限定的加速器。”

從開(kāi)發(fā)者的角度來(lái)看，谷歌的這些努力并不會(huì)解決掉所有的碎片化問(wèn)題，但顯然能夠在一定程度上對(duì)其進(jìn)行緩解。不過(guò)有的舉措可能要等到Android P發(fā)布時(shí)才會(huì)生效。

簡(jiǎn)單來(lái)說(shuō)，這個(gè)問(wèn)題的答案是否定的。想要在目前的硬件上提高AI服務(wù)的運(yùn)行效果，廠商們需要做的還有很多。除非你是真正的高需求用戶(hù)，不然就不必糾結(jié)于此。

蘋(píng)果和華為的新產(chǎn)品之所以配備AI芯片，是因?yàn)樗麄兿氚炎约旱漠a(chǎn)品做得更好而已。華為可以用它來(lái)監(jiān)控Mate 10在生命周期之內(nèi)是如何被使用的，并重新分配資源來(lái)避免它變得卡頓。而對(duì)于蘋(píng)果而言，AI芯片可以用來(lái)驅(qū)動(dòng)Face ID和動(dòng)話(huà)表情等新功能。

為人工智能任務(wù)提供專(zhuān)用的計(jì)算性能是個(gè)很棒的功能，但從本質(zhì)上看，它和高端智能手機(jī)的其他功能并沒(méi)有什么兩樣，不管是雙攝像頭還是防水。對(duì)AI芯片夸夸其談在現(xiàn)階段是一種不錯(cuò)的營(yíng)銷(xiāo)方式，但用不了多久，它就變成智能手機(jī)的另一個(gè)標(biāo)配零部件而已。