在手机芯片的发展过程中，备受关注的不仅仅是制程工艺的逐代更新，伴随着各种新兴功能的陆续加入，如现在大行其道的AI人工智能。一时间所有的手机芯片都在强调自身的人工智能属性，简直可以说“无AI，不手机”，而手机芯片如何承担AI，又或者AI是否行之有效仍旧令部分用户困惑。不过最近微博上热传的一张关于AI芯片的漫画倒是解决了部分疑惑。

漫画解读：AI芯片这么看挺形象

在漫画中，作者将手机芯片比作一个学校，用大家最熟悉的老师形象来说明不同芯片的AI解决方案。

这则简短的漫画，说明的正是目前不同手机芯片针对AI的处理方案，有没有专用的硬件处理单元，还真就是专业老师和代课老师的差别（摊手）。

市面上主要有哪些AI手机芯片？

如上面漫画所展示，市面上比较主流的手机芯片在处理AI时，分别采取着不同的方案。目前市面上主要的AI手机芯片主要有新加入NPU的麒麟970、加入Neural Engine神经网络引擎硬件的苹果A11以及采用AIE人工智能引擎的高通骁龙。下面，就让我们逐一来看下这三款手机芯片。

麒麟970：独立AI硬件单元

NPU，全称Neural Nework Processing Unit神经元网络，是麒麟970处理器设立的一个专门的AI硬件处理单元，主要任务是用来处理海量的AI任务。这个时候肯定很多人问，为什么不利用芯片原有的CPU、GPU部件，反倒是重新设立一个，这不是在增加处理器的功耗吗？其实这方面理由主要有二：

一方面，我们在谈及人工智能在硬件层面的深入研究时，更多的是针对专门的硬件模块所进行的卷积神经网络的优化和执行工作。甚至在过去的十年中，已经开发出了一套软件在GPU的硬件层面的模拟人脑的结构。但是GPU、CPU仍旧是受限于有限的处理能力，无法完成神经网络算法及机器学习所需要的海量的信息处理。

除此之外，NPU本身的体积、能耗仅有大型处理器的百分之一，这也满足了能够在手机端有限的电量下充分使用。

事实上，集成NPU的效果也十分明显，麒麟970所采用的HiAI移动计算架构，AI性能密度大幅优于CPU和GPU。在做对比时，处理器相同的AI应用任务麒麟970新的异构计算拥有相较于四个Cortex-A73大约50倍能效和25倍性能优势，每秒运算次数最高可达19200亿次。并且因为麒麟970芯片是运用到自家机型，底层开始的资源整合也具备着巨大的优势。

华为本身在强调AI人工智能的应用落地，这一点在搭载麒麟970处理器的Mate 10、华为P20以及荣耀10和荣耀V10上都有所展现。在最初搭载的华为Mate 10上，能够看到基于AI所实现的AI智慧拍照，实时智能识别22类标签和五百多种场景，并且针对性调节参数实现随手拍大片。AI智能语音助手，能够更智能的回答用户评论，并且能够主动判断用户的需求，手机开始真正懂用户。

甚至在华为P20上，AI功能得到进一步升级。例如利用AI技术所实现的AIS智慧防抖技术，这一项黑科技解决了不能手持拍夜景的问题。智能拍照辅助功能利用AI能够智能提醒用户调整手机的角度和如何构图实现更好的拍照效果，变焦拍摄文字功能中AI对于最终文字成像的清晰程度具有显著的优化效果。

值得注意的一点在于华为建立了开发者联盟，联合热门软件的开发商以及全球开发者不断提升AI在华为手机上的使用体验，这让生态不断壮大。近期，已经有部分AI应用在华为应用商店上线，APP的使用体验得到优化，带给普通用户更多实际的体验提升。

苹果A11：独立神经网络引擎

和麒麟970相同，苹果A11仿生芯片也采用了内置独立硬件单元的方案，通过全新的Neural Engine神经网络引擎这一硬件来处理人工智能任务。但是与麒麟970中的NPU接管所有的人工智能任务不同的是，苹果A11仿生芯片主要是为了提升Face ID以及Emoji的使用体验。

Neural Engine神经网络引擎的加入，实现了每秒运算次数最高可达 6000亿次的优秀成绩。借助于强大的人工智能算力，苹果iPhone X上出现的Face ID能够瞬间通过30000投射点阵来感知用户面部特征，瞬间识别用户。这一背后所设计的复杂计算，是普通处理器所无法完成的。

同时iPhone X上实现的Animoji功能，背后就是人工智能算力的强大支持。而且虽然目前iPhone X利用Neural Engine神经网络引擎来负责Face ID以及Emoji，相信借助于苹果在生态方面的巨大能力，AI人工智能的应用会得到进一步的开发。

骁龙845：不一样的软硬结合

和麒麟970和苹果A11单独利用AI人工智能硬件不同的是，高通骁龙845试图使用一种叫作“AIE人工智能引擎”的方式。首先来看看官方对这一功能的解释：

高通骁龙AIE人工智能引擎是由多个硬件与软件组成，以加速终端侧人工智能用户体验在部分骁龙移动平台上的实现。硬件部分，AIE的关键组件包括Hexagon向量处理器（HVX）、Adreno GPU和Kryo CPU的多核优化组合；软件部分则是一套软件工具和库，包括骁龙神经处理 SDK，Android NN和Hexagon NN。

能够看到高通骁龙845使用的方式和漫画里学校B的做法一致，AIE本身是一种软件算法，它所利用的正是芯片本身的CPU、GPU以及HVX，当AI人工智能任务来临时，就需要其中之一去冲锋陷阵。但是需要知道的一点在于，这些组件有着各自原本的职能，当需要处理AI人工智能任务就势必对原本的任务产生碰撞，甚至存在优先级的问题，优先级低的会遭受影响。同时因为这些组件属于通用系列，他们适合绝大多数的工作，但不是设计来进行大规模的AI人工智能运算的，这样就存在着巨大的效率差距。

并且高通骁龙845所不具备的优势在于，华为和苹果在设计芯片的同时也生产手机，这样就能够更好的促成AI应用生态的组建和不断完善。而骁龙845单方面依赖于手机厂商自己的创造实力，并不足够令人抱有过高的期望。现阶段，搭载骁龙845的旗舰手机不少，但在AI应用的落地上，好像除了拍照、翻译等系统功能外，还没有看到其他不一样的功能。

总结

其实无论哪种AI解决方案，手机厂商都是在追求技术的更新与体验的提升，相信在AI技术的不断发展与入局之下，手机的使用体验将会实现质的飞跃，为消费者带来更多充满想象并且非常实用的功能与体验。