摩爾定律的終止已成為業界共識，那麼AI芯片的革命又從何說起？從人工智能發展史來看，經歷了早期以控制論和簡單神經網絡的推理時代、以邏輯過程與編程革命為基礎的知識時代，再到如今以人工神經網絡與深度學習的數據時代，人工智能技術進程在算法與算力的不斷迭代中演化至今。就當前而言，神經網絡算法日新月異的發展，深度學習的
算力就成了AI芯片給各種AI應用所提供的唯一保障。
目前深度學習需要大量的算力進行支撐，所以早期只有Google、Facebook以及Amazon等大型企業才有所投入。而在移動互聯早期時代，以Nvidia（英偉達）為代表的GPU通用運算方案曾冠絕群雄，成為了各大企業在雲運算領域的標配方案。但隨著人工智能應用場景的延伸，GPU這樣的解決方案並非適合於所有內嵌深度學習任務的設備使用，而以Google為首的TPU專核方案則迅速壯大，開啟了AI芯片專核專用的先河。
AI專核方案成行業共識，神經網絡引擎革新用戶體驗
相比GPU集群，以ASIC方案為核心的TPU專核方案因其定製化、低功耗和低延遲等特點，不僅在雲端計算取得了突破，也在終端側運算環節有了廣泛應用。例如自2017年秋季始，以蘋果、華為、聯發科為首的手機硬件廠商就已經在自研處理芯片中加入了獨立AI模塊NPU或APU，從而將AI專核帶入到移動終端上，開啟了移動AI時代。
移動AI芯片其實是一個大的概念，具體落地到消費者關心的層面，AI芯片能帶來怎樣的好處呢？最簡單以拍照說，如今的手機相機很多都有AI技術的加持，例如面部識別、智能降噪、場景分析、物件識別等，這其實都是相機配合深度學習運算，在毫秒級別內配合手機軟硬件來最終完成相關的運算處理，才能讓你感受到“所見即所得”。
但是在早期的時候，訓練和識別都是在雲端完成的，手機拍到一張汽車的照片，要發送到雲端進行辨識，雲端判斷出這是一輛汽車，再回傳到手機端。在這一過程中，即使雲端AI再強大，但受制於網絡的速度和延遲瓶頸，整體的識別效率將會大打折扣，所以AI專核專用已經成為手機行業的新共識。譬如蘋果之前發佈的A11 Bionic 芯片上就率先集成了神經網絡引擎（neural engine）的人工智能加速器，也正是因為這樣的專核加速模塊，iPhone X上的Face ID人臉識別體驗才能備受好評。
聯發科P90跑分成績超越高通855，APU 2.0持續發力
近日高通、聯發科、海思都紛紛發佈了帶有AI功能的芯片，其中我們注意到聯發科全新發布的Helio P90芯片，力在打造新旗艦和專注用戶體驗，其AI能力的成績幾乎已經做到了業內領先，而這也引起不少網友關注，為什麼聯發科P90的AI能力能有如此巨大的進步？
雖然搭載聯發科P90芯片的手機產品要到明年第一季度才會上市，但Helio P90的APU 2.0已經在性能和功能上實現了對競爭對手的超越。首先在性能方面，蘇黎世聯邦理工學院開發的AI Benchmark已經驗證了這一點，官方公佈其得分為25645分，面對驍龍855這樣的旗艦平臺（得分22082）已經有了大幅領先的優勢。
聯發科P90在AI部分的跑分已經超越高通驍龍855。（圖/網絡）
除了性能領先外，聯發科P90在功能方面也可圈可點。例如最新的3D人體姿態識別與追蹤、美顏美體、人像留色、實時焦點直播實時視頻虛化, 降噪抓拍等特性，不僅能讓AI在手機端的應用得到大幅提升，而且最關鍵的是，P90已經可以讓面部識別、靜態識圖、數據學習等移動AI的基礎功能擺脫和雲端的交互環節，依靠APU 2.0就能進行快速判斷和識別，實現了AI從雲端側到終端側的部署，而這個過程中聯發科的AI邊緣計算也已經成長為一個完整的平臺。
聯發科P90最新的3D實時人體姿態識別與追蹤展示，可聯動機器人。（圖/網絡）
對於更加強勁的Helio P90來說，全新的APU 2.0不僅在識別效率上大大提升，更是做到了業內的最低功耗降水準，對於中端AI市場今後在新型手遊產業、直播產業、移動醫療檢測領域，以及下一步促進人工現實 (AR) 與混合現實(MR)在終端進一步商用都有極大的推動作用。
NeuroPilot 2.0登場，智能平臺構建泛智能AI設備體系
有了一個更強勁的終端APU只是完成了用戶體驗提升的一半，聯發科在今年初推出的NeuroPilot平臺此次伴隨著Helio P90的發佈也升級為了v2.0版本，此平臺推出的初衷首先就是為了提升終端AI的運算效率，在終端APU需要用到到巨量算力的場景，開發過程中NeuroPilot v2.0平臺自帶的網絡剪枝技術將會去除錯綜複雜的網絡中不重要的神經元，隱去不重要的參數，能為終端設備減少近35%的運算量，也能節省手機上寶貴的帶寬消耗，在終端本身具備強APU的情況下，加上開發過程的輔助平臺，用戶體驗的提升也會是必然的。
而推動自研NeuroPilot平臺項目還有一個更深遠的戰略目標就是為今後終端人工智能（Edge AI）的發展打下良好基礎。
在接下來要到來的物聯網時代，隨著網絡基礎設施的高速發展，各類形態功能的智能終端設備將層出不窮。他們將大量搭載物聯網處理器。通過加強終端側的AI能力提升，一來將有利於用戶隱私的保護，本地AI有助於更好的保護用戶隱私。二則可以降低對於網絡連接的依賴。如果人工智能完全依賴於雲端，那麼在沒有網絡的情況下就無法使用。而本地AI將有助於物聯網設備脫網處理事物。在接下來的新網絡時代聯發科技通過NeuroPilot平臺訓練強化新型物聯網AI處理器的處理能力，力圖構築一個以手機為中心，包含萬物的泛智能AI設備體系。
AI芯片戰爭已經全面打響，由人工智能進程引發的第二次芯片革命已經讓業界嗅到了熟悉的工業革命的氣息。正如19世紀蒸汽機、內燃機的迭代結束了大洋之上縱橫數個世紀的風帆時代，人工智能算力的突破亦將成為摩爾定律的變革者，將延續了近一個世紀的計算機科學文明引入下一階段，而聯發科顯然在這個萬物智聯的時代，成為潮流的領航者。
閱讀更多 稀飯玩數碼 的文章
