在即將到來的人工智能大潮下，芯片板塊近日在資本市場的表現格外搶眼，本文從一個技術的角度來談談人工智能芯片的話題。
一隻人工智能芯片跟現有的cpu有怎樣的不同呢？過去三年，智能手機的cpu使用了ARM的big.LITTLE架構，它能夠將相對較慢的節能核心與速度更快、能耗更低的核心結合起來。主要目標是讓芯片儘可能少佔用電能，以獲得更好的電池續航時間。今年的“人工智能芯片”讓這一概念更進一步，它通過添加一個新的專用組件來執行機器學習任務，或者使用其他低功耗內核來執行機器學習任務。
華為今年發佈了Kirin 970，他們稱其為第一款帶有專用神經單元處理器（NPU）的芯片組。然後，蘋果發佈了A11仿生智能芯片，該芯片為iPhone8、8Plus和x提供引擎動力。A11仿生芯片的特點是，它的神經引擎處理器是專門為機器學習而設計的。繼而，高通發佈了驍龍845，該芯片能夠將人工智能任務發送至最合適處理器的核心繫統。這三家公司的設計方法並沒有太大的區別——最終歸結為每種芯片向開發者提供的訪問權限，以及每一種設置所消耗的電量。
這種新的架構意味著過去只能在雲端處理機器學習計算，現在可以在設備本體上更高效地運行。通過使用非CPU的部分來運行人工智能任務，用戶的手機可以在同一時間處理更多的事情，這樣你在等待應用為你翻譯或尋找寵物狗的圖片時就不會遇到延遲的煩惱。此外，在手機上運行這些程序不用將用戶的使用數據發送到雲端，這對用戶隱私也有了更強的保護，因為這樣可以減少黑客獲取數據的機會。
這些人工智能芯片的另一大優勢是節約能源。因為有些工作是重複的，我們手機電池消耗量需要針對這些重複的進程進行更合理地分配。到目前為止，這些芯片都沒有在現實世界中帶來明顯的影響。因為我們正處於讓設備進行機器學習的發展早期階段，重點則是研究如何讓機器學習相關的任務在用戶設備上運行得更快、更省電。
閱讀更多 羽時AI股 的文章
