人工智慧確實很火， 深度學習確實需要高性能晶片進行大量運算。
可是， 這些運算發生在什麼地方？是在用戶端嗎？是在你的手機上嗎？
就拿人臉識別技術來說， 研發端確實需要用高性能電腦和大量的資料來訓練人工智慧， 使其識別率和識別功能大幅提升。 但是這些事情都是發生在研發這些技術的公司的辦公室裡， 用戶的手機上只需要得到這些人工智慧的成果就行了， 根本不需要什麼高性能計算。
NVIDIA的GPU、穀歌用的FPGA， 都可以用來做機器學習， 這些晶片的功耗都是桌面級的， 一顆晶片功耗能達到一兩百瓦， 上千顆的這種晶片進行分散式運算， 才能達到超算機級別的性能。 各個做人工智慧的公司都是用這種設備在搞人工智慧、深度學習。 而不是在用戶的手機上進行這些運算。
看到NVIDIA和穀歌搞人工智慧晶片， 熱門， 有新聞點， 餘承東也把自己手機裡的一顆晶片叫人工智慧晶片。
換個角度來說， 手機是個低功耗設備， 應該晶片越少才越好。 如果給它一顆做人工智慧運算的晶片， 讓它承擔起做深度學習、機器學習的任務， 整機功耗也會大幅增加， 這樣的手機誰敢買？
當然， 如果這顆晶片根本不是做這些工作的， 而只是冠了個AI的名頭， 那就無所謂了。