感覺(jué)自研芯片越來(lái)越廉價(jià)？那是因為NPU不是CPU

　　最近，自研芯片的新聞鋪天蓋地。

　　無(wú)論是才剛剛發(fā)布的OPPO Find N所搭載的“馬里亞納海溝X”，還是小米既澎湃之后再次準備提升日程的自研，亦或是華為一直在用的協(xié)處理器，都似乎在為我們傳遞一個(gè)信息：自研芯片的門(mén)檻越來(lái)越低，自研芯片變得越來(lái)越廉價(jià)。

　　但事實(shí)，真是如此嗎？

　　在回答這個(gè)問(wèn)題之前，先讓我們看看這篇當年麒麟970芯片發(fā)布時(shí)的分解宣傳圖。我們知道，麒麟970確實(shí)是華為自研芯片，它是由CPU、GPU、NPU、基帶組合而成，也就是說(shuō)，這一個(gè)芯片實(shí)際上內含了多個(gè)處理單元。

　　那么，自研NPU是否就意味著(zhù)自研了整個(gè)芯片架構呢？

　　換一個(gè)例子我們就會(huì )發(fā)現，NPU也可以作為單獨板載芯片而存在，甚至還有TPU、VPU這樣的芯片存在。

　　所以，到底什么是NPU，這一點(diǎn)就非常關(guān)鍵。

　　在我們的映像里，CPU中央處理器這個(gè)名字，就讓我們直觀(guān)了解到這個(gè)芯片的作用是整個(gè)系統連接的“大腦中樞”，也就是說(shuō)，它負責處理一切信息。

　　后來(lái)我們對顯示效果的需要越來(lái)越明確，從OpenGL的需求上來(lái)看，只有CPU處理的情況下，熱功耗會(huì )非常大，所以當年的電腦曾經(jīng)有過(guò)一板雙CPU的情況（見(jiàn)過(guò)這種板式插入CPU的人估計會(huì )很少，其實(shí)昂貴的iMAC主機也采用了板式插入）。

　　實(shí)際上從這時(shí)候開(kāi)始，CPU的工作被多個(gè)芯片分擔，那時(shí)候我們常見(jiàn)的聲卡、網(wǎng)卡就是分化的一種表現，而這些分擔芯片就成了“專(zhuān)職”芯片，雖然他們綜合能力并不強，但在某一領(lǐng)域的處理運算能力甚至會(huì )有加成。

　　最為突出的就是GPU——圖形處理器，早期安卓需要打開(kāi)“強制開(kāi)啟GPU渲染”才能提升性能的原因，就是當時(shí)圖形處理器還太過(guò)孱弱，很多軟件仍然利用CPU繞過(guò)GPU直接渲染，這種情況一直持續到Android 5.0才有所改善。

　　然而，CPU依舊是管理中樞，依舊是南北橋、存儲IO的交換中樞，這就意味著(zhù)，如果你用四代i5+RTX 3060，實(shí)際體驗可能還不如GTX950，而移動(dòng)端的GPU由于直接集成在CPU里，所以似乎并不存在這一問(wèn)題。

　　直到，移動(dòng)端本應集成在CPU里的5G基帶，也可以外掛。

　　基帶芯片獨立，是因為早期5G功耗實(shí)在太大，既影響芯片的性能表現，又會(huì )瘋狂搶奪系統資源，造成嚴重耗電，外掛后，只要你不使用5G，系統就可以把它關(guān)閉，自然也就不影響性能。

　　既然CPU活生生被拆的分崩離析，再加上谷歌推出的被稱(chēng)為張量處理器（tensor processing unit）TPU的存在，（關(guān)于TPU沒(méi)有太多好講的，是谷歌專(zhuān)門(mén)為加速深層神經(jīng)網(wǎng)絡(luò )運算能力而研發(fā)的一款芯片，與我們沒(méi)有太大的意義），再加幾個(gè)專(zhuān)職處理器是不是能讓系統的性能變得更強呢？

　　就像很多企業(yè)依靠事業(yè)部制，各司其職，提升工作效率一樣。

　　這個(gè)時(shí)候，中央處理器架構也終于想要向著(zhù)人類(lèi)大腦進(jìn)一步模擬復雜計算的處理能力，NPU（神經(jīng)網(wǎng)絡(luò )處理器）就應運而生了。

　　神經(jīng)網(wǎng)絡(luò )處理器（NPU）采用“數據驅動(dòng)并行計算”的架構，特別擅長(cháng)處理視頻、圖像類(lèi)的海量多媒體數據。NPU處理器專(zhuān)門(mén)為物聯(lián)網(wǎng)人工智能而設計，用于加速神經(jīng)網(wǎng)絡(luò )的運算，解決傳統芯片在神經(jīng)網(wǎng)絡(luò )運算時(shí)效率低下的問(wèn)題。

　　最經(jīng)常的應用，就是我們看到的各家為了自己的攝像能力，創(chuàng )造出的各類(lèi)NPU芯片了，當然OPPO前期也利用NPU實(shí)現了“畫(huà)質(zhì)增強引擎”，包括視頻超清增強、視頻色彩增強、視頻動(dòng)態(tài)插幀，都屬于嚴重的復雜計算，而NPU經(jīng)過(guò)長(cháng)期與大量的學(xué)習后，就可以幫你做任何復雜的決定，幫你創(chuàng )造不存在的那些視頻幀。

　　那么，這是否意味著(zhù)NPU作為自研芯片來(lái)說(shuō)，沒(méi)有什么講頭呢？

　　恰恰相反，相對于更為重要常見(jiàn)的基礎芯片，NPU這一新興芯片，反而是目前自研芯片最有發(fā)展空間和發(fā)展潛力的方向。

　　人工智能，是當今時(shí)代新的發(fā)展著(zhù)力點(diǎn)，也是科技的新原點(diǎn)。

　　相對于構成系統最基本，經(jīng)過(guò)N年固化下來(lái)的基礎構成部件，NPU擁有更大的前景，甚至可以說(shuō)，如果NPU進(jìn)一步發(fā)展，獲得進(jìn)一步強大的力量，就能創(chuàng )造出比如今的CPU、GPU更強大的處理終端。

　　實(shí)際上，NPU現在更像一個(gè)呀呀學(xué)語(yǔ)的幼兒，相比于CPU只能在固定模式下機械的重復，NPU已經(jīng)具備了一定的創(chuàng )造力，在現在大數據的時(shí)代下，它學(xué)習的力量或許能讓它的創(chuàng )造力呈幾何數增長(cháng)，跳出固有的數據模式，不僅能夠完美替代被技術(shù)卡脖子的CPU、GPU，甚至還能創(chuàng )造出更多的未來(lái)。