驍龍835如今已經(jīng)是各大旗艦手機的“賣點”與“身份象征”了，三星S8/S8+、索尼Xperia XZ Premium、HTC U11相繼都搭載了這顆心臟。該產(chǎn)品的性能毋庸置疑，不僅回歸了八核設計，而且高通還與三星合作，運用最新的10納米FinFET工藝來打造芯片，使得驍龍835相較821提升了近30%。
不過，單純的堆砌硬件并不能解決所有問題。此前采取同樣設計思路的驍龍810被人們戲稱為“燒龍”(形容其功耗和發(fā)熱過高)，主要就是因為受限于20納米制程，而不是晶體管的具體數(shù)量。盡管驍龍835改變工藝之后情況有所好轉(zhuǎn)，但芯片老化、性能和資源的調(diào)配等問題仍然是不小的困擾。
相較之下，同樣使用了10納米制程的麒麟970，甚至比驍龍835還多出20多億個晶體管。而為了更合理的分配這些資源，麒麟970搭載了一個同類產(chǎn)品都沒有的小部件——神經(jīng)網(wǎng)絡處理器(NPU)芯片，也就是我們常說的AI芯片。此外，蘋果的A11也是一顆AI芯片，也內(nèi)置了神經(jīng)網(wǎng)絡引擎。
有趣的是，為了對標麒麟970和A11，高通可能要在年底的技術峰會上推出最新的驍龍845芯片。除了相關參數(shù)較835有所提升外，參考會議邀請函的“智在芯中，有龍則靈”主題，它極有可能也內(nèi)置了AI核心。不過，高通此舉更像是沿襲麒麟970和蘋果A11的跟風之作。
眾所周知，麒麟970和蘋果的A11是目前僅有的兩顆有AI技術加持的手機芯片，蘋果A11芯性能強勁，并能夠可通過自主學習不斷優(yōu)化Face ID的體驗。
麒麟970同樣是是表現(xiàn)不俗，相比于傳統(tǒng)的CPU和GPU計算，麒麟970AI芯片能數(shù)據(jù)處理能力更加的強大，華為Mate 10在配備了麒麟970 AI芯片之后，AI運算時的性能可以達到CPU的25倍，GPU的6.25倍，且能耗更低。由此可見，AI芯片是未來手機芯片方面的一大趨勢。當然，布局“人工智能手機”并非華為心血來潮，Mate 10均衡而全面的表現(xiàn)也不是一步到位的。早在去年年底，榮耀Magic就已經(jīng)為其奠定了基礎。
華為布局人工智能由來已久，AI或許也是智能手機的進化趨勢
回過頭來看，榮耀Magic在系統(tǒng)層面上針對AI進行了很多嘗試。不僅僅止步于Siri、Cortana這樣的聊天機器人，該產(chǎn)品的確有一定的“感知”能力，且非常自然的整合到了常用的功能中。實際上，基于Android 6.0打造的Magic Live系統(tǒng)功不可沒，其核心在于交互體驗的優(yōu)化。
榮耀Magic的AI交互大致分為兩個方向：其一是通過硬件、傳感器來判斷用戶行為，其二是通過地理位置、軟件信息來實現(xiàn)反饋。當然，兩者的使用情境略有不同。
在硬件反饋上，智能亮屏和鎖屏可能是最為直觀的體驗，榮耀Magic根據(jù)用戶的持握和視覺方向就能做到這一點，使用起來非常流暢。除此之外，感知弱光而啟動手電筒、感知開車環(huán)境而切換成“駕駛模式”等復合功能，也得益于硬件、傳感器和系統(tǒng)的緊密結(jié)合。
Magic Live的軟件反饋則主要集中在社交和購物領域，比如截取聊天內(nèi)容自動呈現(xiàn)相關的回復，又比如根據(jù)社交軟件中的關鍵詞，展示某物品的購買渠道和比價信息等。最為巧妙的還是地理位置的應用，它能判斷用戶“取快遞”、“看電影”等行為，從而實現(xiàn)預先取件，主動展示取票碼等功能。
不難發(fā)現(xiàn)，大多數(shù)軟件相關的AI應用都得用到云端數(shù)據(jù)，這無疑會造成一些麻煩。相比之下，內(nèi)置了AI芯片的華為Mate 10顯然往前走了一步，它通過更底層的方式將部分自主學習轉(zhuǎn)移到了終端，能夠保證文字翻譯、場景識別、圖像處理等功能更高效的完成。
這其實與華為的“Mobile AI=On-Device AI + Cloud AI”的戰(zhàn)略極其吻合，余承東此前在9月份的柏林IFA展上還表示：“人工智能體系一定既要充分發(fā)揮終端自身的能力和價值，也要結(jié)合大數(shù)據(jù)和云技術帶來的海量信息、服務和超強計算力，人工智能在未來終端上的實現(xiàn)必須通過端云協(xié)同，這也是我們當前戰(zhàn)略布局的重點。”
這可以視為智能手機的一種進化趨勢，蘋果的產(chǎn)品設計中就有相似的地方。iPhone 8和iPhone X都搭載了它們自研的A11 Bionic芯片，其內(nèi)置的神經(jīng)引擎(Neural Engine)同樣可以用來完成機器學習。但值得一提的是，iPhone X通過Face ID進行人臉識別的功能倒不是什么新鮮玩意了，榮耀magic的Face Code早就實現(xiàn)了這一點，基本與其如出一轍。
將機器學習落實到終端后，華為榮耀V10還能有哪些突破?
如果說榮耀Magic完成了AI的系統(tǒng)優(yōu)化，Mate 10完成部分AI的終端計算，那么后續(xù)將要推出的榮耀V10，在麒麟970的加持下可能會受益于另一項策略——第三方開源。麒麟970采用的HiAI移動計算架構(gòu)與寒武紀-1A有著很深的關系，這也直接促使它內(nèi)置的NPU能夠迅速的支持Tensorflow、Caffe等機器學習平臺，這點在Mate 10推出之時就已經(jīng)確定了。
不過，大多數(shù)開發(fā)者最初還是拿不定主意，是否要針對“單款”手機開發(fā)AI應用，業(yè)內(nèi)也普遍認為開源的意義并不大。然而榮耀V10或許能改變這一點，由于沿用了麒麟970，它至少能證明該芯片有著拓展系列機型的潛力，進而吸引一批開發(fā)者入駐。不難發(fā)現(xiàn)，通過開發(fā)社群來擴充AI內(nèi)容的豐富度，正是華為后續(xù)產(chǎn)品發(fā)力的重心。
選擇TensorFlow的好處在于，該平臺不僅易用靈活，而且還完全免費，盡可能降低了第三方的開發(fā)門檻。TensorFlow打造多樣內(nèi)容的潛力還是很足的，僅推出一年它就成為了GitHub上有著最多forked repositories的框架。暫且不說開發(fā)者專門為Mate和榮耀V10打造內(nèi)容，現(xiàn)成的一些Demo進行細微修改也許就能完成移植，大大降低了開發(fā)成本。
谷歌通過TensorFlow就自研了一些非常有趣的AI應用，這些都能夠用在智能手機上。
比如讓機器進行圖像識別航拍中的海牛，精度可以達到人類的1.4倍。這項技術同樣用在了分揀農(nóng)作物上，日本的一位菜農(nóng)就使用TensorFlow，將儲存的黃瓜分揀出了九種品類。而GNMT(神經(jīng)網(wǎng)絡機器翻譯)也用上了TensorFlow，它能夠?qū)Ρ榷叹?，將翻譯誤差降低55% ~ 85%。
總體來說，“AI”思路能為智能手機帶來許多適合消費者的輕度內(nèi)容。拍照和錄制視頻可以用上疊加色彩的Neural Style，Mozilla Deep Speech可以更合理的將語音轉(zhuǎn)化為文本，“句子分類”甚至能夠判斷使用者的情緒。正如現(xiàn)在的App一樣，未來的AI應用說不準就迎來了百花齊放，而對于AI軟硬件已經(jīng)落地的華為和榮耀而言，它們已經(jīng)有一些先行優(yōu)勢了，而且可以預見的是即將發(fā)布的榮耀V10必定會進一步推動人工智能手機的普及。
作者：小謙，互聯(lián)網(wǎng)觀察員，微博@小謙筆記，微信公眾號請搜索關注小謙筆記。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
