作者 | DavidZh
出品 | AI科技大本營（公眾號ID：rgznai100）
4 月 26 日的 GMIC 大會上， 華為榮耀總裁趙明分享了榮耀品牌在人工智慧和全球化上的策略和進展， 並接受了 CSDN 等媒體的群訪。
從產品上看， 榮耀手機已經將 AI 相關技術更新至第二代。
2017 年 11 月， 搭載麒麟 970 的榮耀 V10 在北京發佈。 除了將螢幕換成 18:9 的全面屏， 榮耀 V10 也開始挖掘 970 中 NPU 神經網路處理單元的計算潛力。
第一個得到 AI 加持的核心功能是拍照。 榮耀 V10 通過 2000 萬黑白+ 1200 萬彩色的雙攝模組， 可以在拍照時獲得豐富的圖像和景深資訊。 此時 NPU 的主要作用有三個：
自動根據景深資訊對畫面進行語義分割， 突出拍攝主體
快速識別被拍攝物體， 根據 22 類標籤和 500 多個場景自動配置各項參數
對不同層次的圖像和主體進行分層調優處理
對於拍攝者來說， 這三個過程通常是在對焦的那一瞬間全部完成， 幾乎不需要任何等待。
在拍照之外， 華為去年還在 AI 模型計算當地語系化上跟一些開發者合作。
微軟的翻譯應用（Microsoft Translation App）可以直接在麒麟 970 的 NPU 上運行 NMT 翻譯模型。 而抖音則借助 NPU 的計算能力， 減少了視頻錄製時的動態模糊情況。
在主題分享中， 趙明將這個階段的 NPU 運用稱為 AI 1.0， 而所謂的 AI 2.0 是基於 NPU 晶片和能力建成一個 AI 開發平臺。 事實上， 華為和榮耀也確實是這樣做的。
去年 11 月榮耀 V10 發佈後， 華為啟動了首批 AI 開發者招募。 按照官網的介紹， 開發者需要將已經訓練好的神經網路模型通過編譯工具轉換成離線模型， 並保存為二進位檔案。
當這個離線模型被啟動時， 需要將使用者的輸入資料（圖片或語音等）拷貝到 NPU 中進行計算。 每一次推理只需要資料從 DDR 記憶體到 NPU 導入匯出一次即可。
目前， 麒麟 HiAI 平臺的 API 計算庫已經集成了 Caffe、Tensorflow 等流行框架， 而且能將不同框架中的網路模型和 Prototxt 翻譯為加速指令， 運行時直接使用翻譯後的加速指令進行計算， 資源佔用更少、速度也更快。
作為對比， 蘋果去年推出的 A11 Bionic 也擁有神經網路引擎（Neural Engine）， 但蘋果在 AI 上的策略一直不清不楚， 導致 iOS 開發者所能享用到 AI 算力資源非常有限。
在 AI 2.0 階段， 榮耀的典型產品是榮耀 10。 它支援層次更豐富的圖像語義分割， 自拍時更精細和專業的人像虛化處理。 應用生態層面， AI 也將體現在多個手機購物 App 產品中。
這也意味著， AI 已經成為榮耀乃至整個華為公司的核心戰略。
對於榮耀而言， 2018 年是繼續向海外進軍的一年。 按照趙明的說法， 榮耀去年在印度的銷量增長了 300-400%，
在印度以外， 歐洲、非洲、美國、俄羅斯、土耳其、印尼等地區也被列為榮耀海外擴張的重點市場。 目前， 榮耀在俄羅斯已經排名第三， 市場份額超過 10%。
具體到經營模式上， 榮耀跟華為迥然不同。 線下不開直營店， 只依靠很少的人手管理分銷管道， 線上則在官網商城之外， 同亞馬遜等電商平臺戰略合作。
趙明表示， 從銷售效率上這個維度上， 榮耀是中國手機公司裡最高的。
按照去年公佈的目標， 榮耀希望在三年內沖進手機市場全球前五名， 到 2020 年海外銷售占比要達到 50%。
在走下坡路的手機行業， 榮耀可能會採用更激進的 AI 產品策略來突出自己的品牌定位。