從移動(dòng)芯片到終端計算：AI找回被放逐的常識

　　不出所料，9 月 2 日的 IFA 2017 展會(huì )上華為正式發(fā)布了麒麟 970之后，全球首款移動(dòng)AI芯片瞬間成為了行業(yè)內外熱議的焦點(diǎn)。

　　除了麒麟970在算力、能效領(lǐng)域本身的提高外，此次更多的關(guān)注點(diǎn)集中在這款芯片搭載了全新的NPU(Neural Processing Unit，神經(jīng)處理單元)，從而獲得了人工智能領(lǐng)域的運算與處理能力。

　　在大量的媒體報道與解讀當中，都將麒麟970的移動(dòng)AI芯片身份稱(chēng)作影響AI格局，甚至拉升中國整體AI影響力的大事。

　　但排除“中國領(lǐng)先”的民族情緒和相對空泛的戰略思想，搭載NPU的移動(dòng)芯片究竟能為用戶(hù)和市場(chǎng)提供什么樣的價(jià)值?

　　這是我們追問(wèn)移動(dòng)AI芯片的第一個(gè)問(wèn)題：面對更高的成本，消費者將因何為AI買(mǎi)單?

　　我想，所有回答都應該開(kāi)始于一個(gè)樸素的論斷：麒麟970作為首款移動(dòng)AI芯片，有可能讓AI計算重回終端。

　　產(chǎn)業(yè)的虛幻之舞：云計算并非AI標配

　　這里所謂的“重回”，并不是說(shuō)AI運行原本就在終端，而是在常識上講，AI在學(xué)習能力、復雜任務(wù)處理能力、精準配合能力上的技術(shù)特征，都應該是發(fā)生在終端上的。但一直以來(lái)我們看到的AI計算，卻基本由云端計算來(lái)提供。

　　這里涉及到的一個(gè)AI領(lǐng)域的現狀，也是我們進(jìn)一步解讀麒麟970的基礎。所以我們不妨停留一下，看看人工智能與其背后硬件間的關(guān)系。

　　我們知道，AI在眾多層面上都呈現出了全新的運算關(guān)系：更趨近現實(shí)世界的運算目標、更復雜的算法以及分布式的任務(wù)處理方式，這都讓傳統的CPU難以負荷。一方面機器學(xué)習等AI任務(wù)需要更大的算力和能效，另一方面傳統運算處理方式在進(jìn)行AI任務(wù)的矩陣乘法等運算時(shí)指令步驟過(guò)多，也有點(diǎn)“驢唇不對馬嘴”的意思——所以AI的工程化和實(shí)用化，必須要獨立的硬件支撐。

　　提供高能效、高運算精準度和識別度的AI芯片與運算架構，近幾年已經(jīng)成為了行業(yè)巨頭的共識。谷歌的TPU在A(yíng)lphaGo上一戰成名， 加入 Tensor Core 結構的英偉達 Tesla V100成為其股價(jià)上漲的興奮劑，都是AI芯片給行業(yè)帶來(lái)的美好回憶。

　　(體型確實(shí)不適合民用終端的Tesla V100)

　　但這些專(zhuān)注AI處理的芯片與硬件體系卻有一個(gè)共同的特點(diǎn)：計算在云端完成。

　　各家如此默契的將AI芯片與云計算聯(lián)系起來(lái)，售賣(mài)計算服務(wù)而不是硬件，內中當然有很復雜的原因。首先這一類(lèi)為了特定應用與算法打造的芯片價(jià)值不菲，并且這些芯片集成了大量的固件，體積和重量都不小，也很難安裝在終端當中，自然造成了商業(yè)化的可能極具降低。

　　除此之外，硬件與互聯(lián)網(wǎng)巨頭對于自身業(yè)務(wù)的把控也是終端AI計算遲遲不出現的原因之一。無(wú)論是谷歌還是英偉達、微軟、高通，都致力于推廣自身的云服務(wù)業(yè)務(wù)和平臺化業(yè)務(wù)。缺少自身的硬件場(chǎng)景支持商業(yè)路徑，芯片巨頭當然更希望用戶(hù)群來(lái)為自己的核心業(yè)務(wù)付費。

　　加上技術(shù)難度和對商業(yè)成本的控制，AI逐漸在人們認識里成為了一個(gè)由云計算完成的任務(wù)。但事實(shí)上，這只是技術(shù)把控者出于產(chǎn)業(yè)利益做出的行為。從常識角度來(lái)講，云計算對AI價(jià)值巨大，但絕非AI的標準配置。

　夢(mèng)幻海灘和私人城堡：AI回歸終端計算的價(jià)值邏輯

       也許無(wú)人駕駛是一個(gè)理解云計算與端計算AI的最好示例：試想行駛中發(fā)生了以外，無(wú)人駕駛汽車(chē)必須緊急避險。這時(shí)假如AI需要將收集的道路和車(chē)輛信息上傳云端，獲得結果后再進(jìn)行處置…恐怕黃花菜都涼了，所以必須在車(chē)輛的智能體內部完成數據收集和處理。

　　同樣的道理，在手機中也是一樣——甚至手機作為與生活的全連接場(chǎng)景，對終端運行AI的需求更加多元與基礎化。

　　我們可以從內外兩個(gè)層面來(lái)審視手機終端運算AI任務(wù)帶給用戶(hù)的價(jià)值。

　　從手機場(chǎng)景與應用的鏈接維度看，AI應用的價(jià)值目前體現在三個(gè)領(lǐng)域：視覺(jué)領(lǐng)域(圖像、視頻和VR/AR等)、語(yǔ)音領(lǐng)域(語(yǔ)音交互、翻譯等)，以及對用戶(hù)的學(xué)習和理解。

　　可以想見(jiàn)，這三個(gè)領(lǐng)域不僅囊括了很多新應用價(jià)值產(chǎn)生的空間，也對現有主流應用構成了有效的延展與補充。根據數據顯示，麒麟970當中，以臺積電10nm工藝，集成了一個(gè)8核CPU，一個(gè)12核的GPU，以及控制攝像頭的雙ISP模塊。此外最主要的就是處理AI任務(wù)的NPU模塊。

　　在提供整合算力的基礎上，其中CPU負責通用計算任務(wù)，GPU負責圖形處理計算，而NPU則提供神經(jīng)網(wǎng)絡(luò )運算能力，解決需要卷積計算等運算方式的AI任務(wù)。換言之，明確的任務(wù)指向架構給AI應用提供了最大化的能效比配比與獨立運算空間，雖然這樣達成的運算效果較比云計算加持的AI芯片應該有較大差距，卻給在終端上完成AI應用工程化提供了條件。

　　對于用戶(hù)來(lái)說(shuō)，獨立的AI運算單元最有可能帶來(lái)三個(gè)層面的應用感提升：

　　一、從無(wú)到有的AI應用：云端進(jìn)行AI計算再傳輸到終端，很多時(shí)候不是計算效率的問(wèn)題。而是一來(lái)一回的計算過(guò)程讓?xiě)帽旧砜D嚴重，甚至無(wú)法達成使用條件?；诮K端的AI計算則可以憑借能效和性能的提升帶動(dòng)AI應用從無(wú)到有。

　　根據發(fā)布數據，麒麟970的架構在處理同樣的AI任務(wù)時(shí)，得到了50倍能效和25倍性能提升。比如圖像識別速度可以達到2000張/分鐘。更快的速度不僅是流暢性能的代表，更多是對AR、動(dòng)態(tài)捕捉這類(lèi)泛AI應用臨界值的突破。雖然目前我們還無(wú)法預測麒麟970對應的具體應用案例，但應該有不少此前無(wú)法達成觸發(fā)條件的應用在mate10等搭載機型上誕生。

　　二、現有應用的升級與延展：無(wú)論是微信這樣的超級應用，還是今日頭條這樣的內容平臺、美圖這樣的圖片處理軟件，都在打AI的牌。這或許說(shuō)明通過(guò)AI來(lái)了解用戶(hù)，提供針對服務(wù)和體驗升級已經(jīng)成為現有軟件突破體驗瓶頸的良方。

　　但由于手機環(huán)境的限制，社交、內容、圖片處理，甚至游戲等應用都難以大量釋放AI功能，因為沒(méi)有對應的運算環(huán)境，可能造成大量能耗和流量浪費，從而出現過(guò)猶不及的局面。而終端運行的針對性AI計算能力，或許可以解決這些問(wèn)題。語(yǔ)音、機器視覺(jué)和機器學(xué)習的延伸，在可預見(jiàn)范圍中是很多已有手機功能進(jìn)化的必經(jīng)之路。

　　三、瞬時(shí)與無(wú)網(wǎng)體驗加強：以拍照、圖片處理、游戲為主的AI功能，在用戶(hù)交互的邏輯上是完全的閉環(huán)。并且非常強調體驗感與配合度，但假如這些領(lǐng)域的AI處理需要大量依靠云計算的話(huà)，那就會(huì )造成用戶(hù)指令響應普遍需要延遲，但假如放棄AI又會(huì )造成功能上無(wú)法進(jìn)步，很容易造成應用開(kāi)發(fā)者的進(jìn)退失據。

　　終端進(jìn)行AI計算，最基本的特征是完成了無(wú)距離運算，可以在獲得AI體驗的同時(shí)避免延遲，也就讓這類(lèi)應用的體驗度跟上了用戶(hù)需求。另一方面，終端計算AI也可以避免在斷網(wǎng)或者網(wǎng)絡(luò )信號差的情況下AI功能失靈——試想一旦斷網(wǎng)你的自拍就變丑了，那簡(jiǎn)直天理難容!

　　應用角度的價(jià)值之外，AI計算回歸終端，對內也是對用戶(hù)數據的保護。

　　我們知道，蘋(píng)果的眾多官司與糾紛，都來(lái)自用戶(hù)數據大量上傳云端造成的泄露。但siri等智能交互又必須依賴(lài)收集用戶(hù)數據，造成了一個(gè)手機產(chǎn)業(yè)的悖論。而破解方式也很簡(jiǎn)單，不上傳云端，本地完成處理用戶(hù)數據就成了。

　　把AI運算放在終端內部，可以保證智能體學(xué)習用戶(hù)、了解用戶(hù)，并以訓練數據生成獨特體驗的能力。同時(shí)也確保了用戶(hù)數據與隱私始終存放在終端里，不會(huì )造成泄露和被暴力讀取的可能。

　　如今的手機已經(jīng)變成了強內容生產(chǎn)工具，用戶(hù)可以以AI為助手完成各種各樣的內容生產(chǎn)。這些內容上傳云端始終不安全，也沒(méi)有法律依據來(lái)支撐，所以就近在終端內部完成處理近乎是唯一的妥善方案。

　　從更終極的目標看，隨著(zhù)技術(shù)的升級，AI必然要從云端一步步回歸終端。因為AI的本質(zhì)是對人腦的仿生研發(fā)，追求極致化的神經(jīng)元控制與最短距離反應。所以終端AI，或許可以說(shuō)是人工智能從名到實(shí)的關(guān)鍵一步。

　　形象一點(diǎn)來(lái)說(shuō)，AI計算回歸終端就像構筑了一片海景別墅。對應用來(lái)說(shuō)，接入了無(wú)限多風(fēng)景的想象可能，讓外界非常夢(mèng)幻。對用戶(hù)則構筑了更加嚴實(shí)的私密城堡，確保用戶(hù)的安全與隱私不被侵犯。

　　反之，放任AI計算停留在云端的話(huà)，應用就像困在城堡里，畫(huà)地為牢;而用戶(hù)卻像睡在海灘上，大敞遙開(kāi)——反正都不是什么好的體驗。

　　手機AI的未來(lái)在打破線(xiàn)性發(fā)展

　　近三年以來(lái)，手機領(lǐng)域的摩爾定律暫停和產(chǎn)業(yè)競爭同質(zhì)化，成為了行業(yè)的主旋律之一。

　　學(xué)界的很多聲音認為，手機更新?lián)Q代速度的暫緩和產(chǎn)品天花板，似乎是因為智能手機被高度定式化了。手機廠(chǎng)商出于用戶(hù)洞察和戰略競爭考量，從硬件架構到運算體系都嚴密遵循一套體系，導致手機很難發(fā)生定義上的突破，也難有實(shí)質(zhì)性的新能力出現。

　　這被稱(chēng)為智能手機的線(xiàn)性發(fā)展階段，手機上的一切都按照固有領(lǐng)域前進(jìn)，不能繞道也不能自創(chuàng )新路。而AI技術(shù)的出現則被廣泛視定為智能手機打破線(xiàn)性發(fā)展的變量。但云計算驅動(dòng)的手機AI應用面臨著(zhù)幾個(gè)問(wèn)題，比如產(chǎn)業(yè)線(xiàn)索太過(guò)冗長(cháng)、技術(shù)堅壁帶來(lái)的應用開(kāi)發(fā)成本、手機環(huán)境縮緊了開(kāi)發(fā)空間等等。在這個(gè)邏輯上講，創(chuàng )造新的手機應用體驗，必須以終端計算的支撐能力作為前提條件。

　　舉個(gè)例子，此前谷歌用力推廣，卻最終飽受吐槽的AR應用Tango。其問(wèn)題之一在于捕捉環(huán)境的錯誤率過(guò)高，相對復雜一些的畫(huà)面場(chǎng)景就容易出錯。而背后的原因在于硬件環(huán)境支撐能力不足，無(wú)法在復雜的算法與流暢的體驗之間達成平衡。

　　在終端完成AR運算，可以獲得更高的運算效率，并且憑借AI處理能力來(lái)取得更好的環(huán)境分析、動(dòng)作分析和物理條件識別。在體驗升級的同時(shí)，可交互的玩法想象也突然之間多了不少。實(shí)質(zhì)性提升手機功能的體驗是否就蘊藏其間，也是不好說(shuō)的事。

　　總之，麒麟970作為移動(dòng)AI芯片的價(jià)值在于打破開(kāi)發(fā)者對固有手機部件的想象界限，從而繞開(kāi)產(chǎn)業(yè)線(xiàn)性發(fā)展的死循環(huán)。

　　當然了，這個(gè)計劃任重道遠，而且需要眾多力量和因素加入進(jìn)來(lái)。

　　進(jìn)化要素：移動(dòng)AI芯片的生態(tài)叢林

　　我們看到，麒麟970發(fā)布時(shí)宣布未來(lái)將進(jìn)一步開(kāi)放生態(tài)，引入合作伙伴加入。實(shí)際上這可以說(shuō)是未來(lái)控制AI手機生態(tài)的關(guān)鍵一環(huán)。畢竟現在僅僅能部署在高端產(chǎn)品中，且用戶(hù)認知模糊的移動(dòng)AI芯片，最迫切的需求是以手機應用性打開(kāi)市場(chǎng)局面。

　　而這一切的基礎，在于以多元化合作的方式，打造基于終端運算的手機AI生態(tài)。

　　這里要說(shuō)明的是，所謂終端AI運算絕不可能單純的發(fā)生在終端上。從麒麟970的性能上看，基于高性能計算的任務(wù)和算法依舊必須依靠云端。而二者協(xié)同組成結構化網(wǎng)絡(luò )恐怕是手機AI最好的達成方式。

　　除了與云端協(xié)作，手機AI還必須打造出一套優(yōu)質(zhì)的OS生態(tài)，在接口和兼容度上迎接有創(chuàng )意、敢于打破常規的AI應用。并且要保證應用與硬件銜接，這都要求芯片在架構上有強大的兼容性和開(kāi)放秩序。

　　當然，商業(yè)層面的合作也至關(guān)重要，如何促使已經(jīng)形成定勢的開(kāi)發(fā)者轉投華為帶來(lái)的終端AI生態(tài)、如何達成國際化的開(kāi)發(fā)群落，甚至如何與其他手機品牌組成共享機制，都將是制約未來(lái)手機AI發(fā)展的關(guān)鍵因素。

　　總之，麒麟970提供的終端AI計算能力并不是已經(jīng)水到渠成。它的核心價(jià)值在于打破了不合理的產(chǎn)業(yè)規則，讓“手機+AI”的命題回歸到了被放逐多時(shí)的常識理性當中。而擺在移動(dòng)AI芯片面前的，有充分的利潤誘惑和產(chǎn)業(yè)變局空間，但同樣有大量的未知因素與不確定性。

　　只能說(shuō)，一切剛剛是開(kāi)始。但面向普通用戶(hù)的AI回歸終端計算，確實(shí)是一條至關(guān)重要道路的開(kāi)始。