文/壹觀察
從2017年9月IFA至2018年1月CES， 全球智慧手機行業以“跳躍”速度進入AI時代。
幾乎所有的手機晶片企業都推出或者宣佈推出AI晶片， 華為麒麟970、蘋果A11的規模商用更加劇了後來者的焦慮。 高通趕在2017年底發佈了驍龍845， 聯發科也宣佈其首款AI晶片將於2018年上半年開始供貨。
從2018年CES開始， 全球TOP手機企業的中高端產品將全部邁入“AI時代”， 未來兩年形成的AI手機競爭格局， 也必然會造就5G技術加速變革期的優先卡位。
可以說， 全球智慧手機已進入“AI生死時速”。
AI手機晶片兩大陣營
從作業系統劃分， 全球AI手機主要分為iOS和Android兩大陣營。
而如果從手機晶片AI設計方式來看， 則主要分為整合獨立單元與分散集成兩種， 前者以華為和蘋果為主， 後者從已發佈的產品來看則主要以高通為首。
“整合”與“分散”， 就如兩道技術分水嶺， 影響和決定著2018年手機市場格局和未來走向。
在2017年12月在夏威夷舉行高通驍龍845發佈會後的媒體對話環節， 高通高級副總裁兼移動業務總經理Alex Katouzian罕見地公開炮轟競爭對手華為麒麟970：“高通認為AI本質上是異構計算問題， 集成比某些企業採用的“外接模組”更具優勢， 並且不挑平臺， 即使高通中低端處理器也會使用到AI技術，
高通高管公開抨擊競爭對手的做法讓現場媒體非常驚訝， 因為作為行業“老大哥”， 高通過去極少公開抨擊競爭對手。 相隔太平洋的華為海思技術人員事後評論稱：“高通急了”。
麒麟970是華為海外在2017年9月德國IFA展上推出的全球首款內置獨立NPU（神經網路單元）的智慧手機AI計算平臺， 相比蘋果A11人工智慧晶片早一個月， 比高通驍龍845發佈提前了3個月。 這在過去十年的全球手機晶片市場並不多見。
更令業界關注的是， iPhone X搭載的蘋果A11Bionic（仿生）處理器也採用了與華為麒麟970相似的專用硬體“整合”方案， 其神經網路（Neural Networks）可以實現Face ID等需要機器學習和端側強計算的AI能力， 並且對AR也有更好的技術支援。
兩位知乎大V疑似發佈相同廣告內容慘遭知乎封號
而高通驍龍845採用的AI方案是分佈在CPU、GPU、DPS等每個單元上， 神經處理引擎（SNPE）對具體的AI任務進行分析與下發， 決定由哪一個或哪幾個處理器來參與異構計算。
按照高通向媒體透露的資訊， 採用“分散”方案對於手機企業而言開發更為靈活，
也就是說， 2018年全球智慧手機陣營將會呈現清晰的“整合”與“分散”兩大AI方案陣營。 而這種選擇， 也必將影響全球智慧手機的AI產品體驗和競爭格局。
“整合”與“分散”的優劣勢各有不同
技術方案本身並沒有對錯， 更多是晶片企業基於客戶需求的戰略選擇， 但技術方案的戰略選擇， 一定會影響到產品體驗和市場競爭格局。 比如過去企業在WiMAX與LTE、LCD與OLED的不同技術方案選擇， 都對之後的企業發展和市場格局產生了重要影響。
在同是Android系統下， 華為麒麟970與高通驍龍845兩大AI技術平臺對比更容易看清兩種方案的優劣勢：
“整合”更具效率：手機晶片通常作為系統級晶片（System On Chip，即 SoC）提供給手機企業，傳統上基本由CPU、GPU、ISP、DSP、通訊基帶等組成。CPU最早出現也最為常見，但弊端是需要大量的空間去放置存儲單元和控制邏輯，在大規模平行計算能力上極受限制，更擅長於邏輯控制。由此，更擅長圖形圖像大運算的GPU應運而生。近年來由於手機攝像能力需求大幅提升和即時美顏等強端側計算能力需要，又出現了ISP（圖像信號處理器），成為影響各家手機企業產品拍照體驗的重要因素。而人工智慧技術依靠的神經網路（Neural Networks）、大資料分析、深度學習等，需要更強大的端側計算、模型訓練和機器學習能力，這也是蘋果A11 Bionic、華為麒麟970採用專用硬體解決方案的原因。
也就是說，人工智慧大計算能力可以在任何形式的處理器上運行，包括CPU、GPU甚至是ISP和DSP，區別在於處理速度有多快，能提升多少效率，降低多少能耗。舉個例子：2012年吳恩達在領導的Google Brain貓臉識別專案建立的神經網路內部有10億個節點，總共動用了1.6萬個CPU，耗時長達7天，而現在具備NPU的華為海思970處理器已經可以即時識別包括貓臉在內的13個物體和拍照場景。按照華為Mate 10發佈會上公佈的資料，在性能上NPU 是 CPU 的 25 倍、GPU 的 6.25 倍（25/4），能效比上NPU 更是達到了 CPU 的 50 倍，GPU 的 6.25 倍（50/8）。餘承東甚至拿了Mate 10、iPhone 8Plus 、三星Note 8進行圖片識別比較，同樣識別100張照片，Mate 10需要5秒、iPhone 8P需要9秒、Note 8則需要100秒。
由此來看，專有硬體處理器的“整合”方案肯定比由神經處理引擎軟體對AI任務進行分析與下發的“分散集成”方案效率更高，體驗更好。有業內人士打比方稱：用分散集成的眾核晶片和NPU跑人工智慧，就等同於轎車和貨車拼載貨能力，“幾台轎車加起來也肯定不如專業貨車載貨更有效率”。
“分散”門檻更低：採用硬體處理器的“整合”方案涉及到重構SoC，成本較高，研發週期更長，對手機企業的適配技術能力要求也較高。因此華為和蘋果AI處理器主要是為自家智慧終端機設計與開發，不需要考慮其他手機企業不確定的產品需求。好處就是圍繞產品設計需求進行立項，一旦確定就可以投入更多的成本去專門做這件事情，最大化地呈現產品的優勢。而高通就必須顧及到更多手機合作夥伴及不同終端配置的要求，決策週期更長，這或許也是華為麒麟970推出時間較高通領先3個月，量產終端華為Mate 10發佈時間更是領先近半年的原因。
按照海思和高通新的產品週期，麒麟970的下一代AI晶片預計會在2018年三季度推出，採用高通845平臺的手機企業產品首發預計在2018年一季度，量產會在二季度，與海思在人工智慧平臺的隔代週期會更為明顯。
由於必須顧及到更多合作夥伴的不同需求，高通推出的方案需要更具相容性，對手機企業的技術研發要求儘量友好，對硬體門檻要求更低。因此高通高管會稱“不挑平臺，即使高通中低端處理器也會使用到AI技術”而所謂“低平台會採用更低功耗的方式”應該就是調用的CPU、GPU、DPS等參與異構計算的處理器更少，對計算能力要求相對不高。
“端-雲-芯”三位一體能力：晶片級的硬體AI處理器只是端側人工智慧的基礎，而真正的AI智慧終端必須是端側智慧+雲側智慧，考驗的是“端-雲-芯”三位一體的綜合研發實力和生態能力。華為除了推出麒麟970之外，還單獨成立了消費者BG雲服務部門，通過EMUI對Andrroid系統底層的“手術級”優化，以及服務直達、原子服務等應用智慧優化方式為使用者構建了完整的AI服務體驗。為了提高生態能力，華為向協力廠商開發者提供了Hi AI平臺，開發者可以通過它接入麒麟970 NPU，調用強大的AI計算功能，可以支援更即時、更強大、更智慧的AI應用。
高通驍龍845平臺與其相比，本身並不具備Android深度優化能力和終端雲服務能力，前者考驗的是各家手機企業自身的軟體研發能力和Google合作的緊密度，後者高通與百度、騰訊、阿裡等國內雲服務企業合作，嘗試為手機企業提供不同的雲平臺選擇。但從效率、體驗和穩定性來講，擁有“端-雲-芯”三位一體的手機企業在AI產品體驗上無疑更具優勢，而目前來看全球只有華為和蘋果有這個能力。
AI智慧手機出貨數量：AI晶片研發的最核心推動力還是來自用戶和市場接受度，最直觀的就是出貨量。從華為上一代雙旗艦Mate 9和P10來看，都是年出貨量超過1000萬台的“爆款旗艦”，再加上榮耀數位系列+V系列，意味著上一代麒麟960出貨量會達到3000萬左右的級別。而從搭載麒麟970的華為Mate 10熱銷程度、已經曝光的P11產品資訊，以及華為2018年2億台的目標出貨量來看，這代麒麟970完全有可能會明顯超出麒麟960的出貨量。這種市場回饋和使用者需求也會加速新一代麒麟人工智慧處理器的投入力度和研發速度。
按照高通公佈資料，全球大約有120款手機採用了驍龍835平臺。但需要注意的是，業內預估只有三星和小米兩個品牌的驍龍835手機出貨量超過了500萬台，其他TOP 6大廠中蘋果和華為採用了自己處理器，三星一半以上旗艦手機也採用了自家Exynos處理器，而OPPO和vivo更偏重使用深度優化、續航能力更好的驍龍600系列。可以說，2018年一季度發佈和量產的驍龍845手機，將成為高通在AI晶片領域的直觀檢驗，而其競品無論是麒麟970和蘋果A11現在都已證明了市場成功。
總結：
從今年CES來看，人工智慧已經成為最熱門的投資和硬體方向。全球幾乎所有晶片企業、終端企業、互聯網企業，甚至汽車企業和家電企業都進入了這場競爭。
可以預計，智慧手機已進入全面的AI競爭時代，這是一次真正改變終端交互形式、APP服務形態、重塑移動互聯網和智慧終端機格局的技術變革，並且會隨著5G時代到來形成更明顯的加速度。
從手機晶片AI設計方式來看，採用整合獨立單元的AI方案效率更高，並且經過了用戶和市場驗證，代表了未來AI晶片的技術方案演進方向。但對於手機晶片企業和手機企業而言，從2017年開啟的這場AI競爭從2018年1月就已全面加速。
在這個賽道上，選手只會越來越少，對於移動互聯企業和手機企業而言都是如此。
【壹觀察】—————————————
☞本文作者系《壹觀察》，轉載請務必注明作者。
☞《壹觀察》網站為：guanchacn.com ，同時入駐《今日頭條》、搜狐、新浪、網易、鳳凰、《百家號》、《虎嗅》、《鈦媒體》、《介面》、《一點資訊》、《天天快報》、《大魚號》等平臺。
☞歡迎我的《壹觀察》微信公眾號：guancha01，如果覺得本文不錯，可以分享到朋友圈。
“整合”更具效率：手機晶片通常作為系統級晶片（System On Chip，即 SoC）提供給手機企業，傳統上基本由CPU、GPU、ISP、DSP、通訊基帶等組成。CPU最早出現也最為常見，但弊端是需要大量的空間去放置存儲單元和控制邏輯，在大規模平行計算能力上極受限制，更擅長於邏輯控制。由此，更擅長圖形圖像大運算的GPU應運而生。近年來由於手機攝像能力需求大幅提升和即時美顏等強端側計算能力需要，又出現了ISP（圖像信號處理器），成為影響各家手機企業產品拍照體驗的重要因素。而人工智慧技術依靠的神經網路（Neural Networks）、大資料分析、深度學習等，需要更強大的端側計算、模型訓練和機器學習能力，這也是蘋果A11 Bionic、華為麒麟970採用專用硬體解決方案的原因。
也就是說，人工智慧大計算能力可以在任何形式的處理器上運行，包括CPU、GPU甚至是ISP和DSP，區別在於處理速度有多快，能提升多少效率，降低多少能耗。舉個例子：2012年吳恩達在領導的Google Brain貓臉識別專案建立的神經網路內部有10億個節點，總共動用了1.6萬個CPU，耗時長達7天，而現在具備NPU的華為海思970處理器已經可以即時識別包括貓臉在內的13個物體和拍照場景。按照華為Mate 10發佈會上公佈的資料，在性能上NPU 是 CPU 的 25 倍、GPU 的 6.25 倍（25/4），能效比上NPU 更是達到了 CPU 的 50 倍，GPU 的 6.25 倍（50/8）。餘承東甚至拿了Mate 10、iPhone 8Plus 、三星Note 8進行圖片識別比較，同樣識別100張照片，Mate 10需要5秒、iPhone 8P需要9秒、Note 8則需要100秒。
由此來看，專有硬體處理器的“整合”方案肯定比由神經處理引擎軟體對AI任務進行分析與下發的“分散集成”方案效率更高，體驗更好。有業內人士打比方稱：用分散集成的眾核晶片和NPU跑人工智慧，就等同於轎車和貨車拼載貨能力，“幾台轎車加起來也肯定不如專業貨車載貨更有效率”。
“分散”門檻更低：採用硬體處理器的“整合”方案涉及到重構SoC，成本較高，研發週期更長，對手機企業的適配技術能力要求也較高。因此華為和蘋果AI處理器主要是為自家智慧終端機設計與開發，不需要考慮其他手機企業不確定的產品需求。好處就是圍繞產品設計需求進行立項，一旦確定就可以投入更多的成本去專門做這件事情，最大化地呈現產品的優勢。而高通就必須顧及到更多手機合作夥伴及不同終端配置的要求，決策週期更長，這或許也是華為麒麟970推出時間較高通領先3個月，量產終端華為Mate 10發佈時間更是領先近半年的原因。
按照海思和高通新的產品週期，麒麟970的下一代AI晶片預計會在2018年三季度推出，採用高通845平臺的手機企業產品首發預計在2018年一季度，量產會在二季度，與海思在人工智慧平臺的隔代週期會更為明顯。
由於必須顧及到更多合作夥伴的不同需求，高通推出的方案需要更具相容性，對手機企業的技術研發要求儘量友好，對硬體門檻要求更低。因此高通高管會稱“不挑平臺，即使高通中低端處理器也會使用到AI技術”而所謂“低平台會採用更低功耗的方式”應該就是調用的CPU、GPU、DPS等參與異構計算的處理器更少，對計算能力要求相對不高。
“端-雲-芯”三位一體能力：晶片級的硬體AI處理器只是端側人工智慧的基礎，而真正的AI智慧終端必須是端側智慧+雲側智慧，考驗的是“端-雲-芯”三位一體的綜合研發實力和生態能力。華為除了推出麒麟970之外，還單獨成立了消費者BG雲服務部門，通過EMUI對Andrroid系統底層的“手術級”優化，以及服務直達、原子服務等應用智慧優化方式為使用者構建了完整的AI服務體驗。為了提高生態能力，華為向協力廠商開發者提供了Hi AI平臺，開發者可以通過它接入麒麟970 NPU，調用強大的AI計算功能，可以支援更即時、更強大、更智慧的AI應用。
高通驍龍845平臺與其相比，本身並不具備Android深度優化能力和終端雲服務能力，前者考驗的是各家手機企業自身的軟體研發能力和Google合作的緊密度，後者高通與百度、騰訊、阿裡等國內雲服務企業合作，嘗試為手機企業提供不同的雲平臺選擇。但從效率、體驗和穩定性來講，擁有“端-雲-芯”三位一體的手機企業在AI產品體驗上無疑更具優勢，而目前來看全球只有華為和蘋果有這個能力。
AI智慧手機出貨數量：AI晶片研發的最核心推動力還是來自用戶和市場接受度，最直觀的就是出貨量。從華為上一代雙旗艦Mate 9和P10來看，都是年出貨量超過1000萬台的“爆款旗艦”，再加上榮耀數位系列+V系列，意味著上一代麒麟960出貨量會達到3000萬左右的級別。而從搭載麒麟970的華為Mate 10熱銷程度、已經曝光的P11產品資訊，以及華為2018年2億台的目標出貨量來看，這代麒麟970完全有可能會明顯超出麒麟960的出貨量。這種市場回饋和使用者需求也會加速新一代麒麟人工智慧處理器的投入力度和研發速度。
按照高通公佈資料，全球大約有120款手機採用了驍龍835平臺。但需要注意的是，業內預估只有三星和小米兩個品牌的驍龍835手機出貨量超過了500萬台，其他TOP 6大廠中蘋果和華為採用了自己處理器，三星一半以上旗艦手機也採用了自家Exynos處理器，而OPPO和vivo更偏重使用深度優化、續航能力更好的驍龍600系列。可以說，2018年一季度發佈和量產的驍龍845手機，將成為高通在AI晶片領域的直觀檢驗，而其競品無論是麒麟970和蘋果A11現在都已證明了市場成功。
總結：
從今年CES來看，人工智慧已經成為最熱門的投資和硬體方向。全球幾乎所有晶片企業、終端企業、互聯網企業，甚至汽車企業和家電企業都進入了這場競爭。
可以預計，智慧手機已進入全面的AI競爭時代，這是一次真正改變終端交互形式、APP服務形態、重塑移動互聯網和智慧終端機格局的技術變革，並且會隨著5G時代到來形成更明顯的加速度。
從手機晶片AI設計方式來看，採用整合獨立單元的AI方案效率更高，並且經過了用戶和市場驗證，代表了未來AI晶片的技術方案演進方向。但對於手機晶片企業和手機企業而言，從2017年開啟的這場AI競爭從2018年1月就已全面加速。
在這個賽道上，選手只會越來越少，對於移動互聯企業和手機企業而言都是如此。
【壹觀察】—————————————
☞本文作者系《壹觀察》，轉載請務必注明作者。
☞《壹觀察》網站為：guanchacn.com ，同時入駐《今日頭條》、搜狐、新浪、網易、鳳凰、《百家號》、《虎嗅》、《鈦媒體》、《介面》、《一點資訊》、《天天快報》、《大魚號》等平臺。
☞歡迎我的《壹觀察》微信公眾號：guancha01，如果覺得本文不錯，可以分享到朋友圈。