两年前，当时世界排名第一的围棋选手李世石，五番战罢，投子认降，这项号称世界上最考验智商的运动，被彼时还不为大众所熟知的“人工智能”所征服。至此，一向神秘的人工智能，逐渐走进普通人的视野。
时至今日，AI技术已经从理论开始产品化实践，进而向消费电子领域全面普及，特别在手机行业，当下最火的技术应用就是AI。
上至旗舰，下到千元机，无论是拍照还是玩游戏，整个行业渴望抢食AI红利，乃至AI手机从拥有技术底蕴的公司辛勤研发的“风口”变成哪怕不具备能力的厂家希望能靠营销上位的“风噪”。
本文的目的，即在于通过展示当下手机行业AI风噪的喧哗与骚动，厘清手机行业AI的真与假。
AI是下一代智能手机的发展方向
AI，即人工智能，英文Artificial Intelligence，又称机器智能(Machine Intelligence)。顾名思义，这是机器展现出来的智能，区别于人或动物的自然智能(Natual Intelligence)。
近两年，关于人工智能的研究雨后春笋般不断涌现，也正是看中了AI的无限前景，各大巨头都对AI研究大力投入：
- Google提出了“AIFisrt”战略;Apple在其最新的处理器中集成了神经引擎NE，推出了运行机器学习任务的CoreML套件，类似于Apple的神经引擎。
- 华为去年发布的麒麟970芯片搭载了一个强大的嵌入式神经网络处理器NPU;FaceBook和微软则早几年前就成立了AI研究小组。
但“人工智能”真正打开数以亿计普通人生活大门的钥匙，则是智能手机。
从2016年开始，智能手机市场已经出现了高原期，导致整个增长停滞的根本原因还在技术创新上的乏力，微产品创新已不能满足用户需求，整个智能手机行业遭遇天花板。
2017年是人工智能爆发之年，人工智能手机开始真正步入成熟应用阶段。在智能手机整体陷入“高反”的时候，苹果、华为、荣耀积极探索新技术、推出新产品，带动起了人工智能手机的整体热潮：
苹果研发A11仿生人工智能芯片，并把技术应用在最新发布的iPhone X新品中;华为发布全球首款内置神经元网络单元(NPU)的人工智能处理器的麒麟970芯片，并应用在Mate10产品中;荣耀2017年发布的第二代人工智能手机荣耀V10也内置麒麟970芯片。
从iPhoneX到华为Mate10、荣耀V10等端侧人工智能技术的突破，正在为智能手机的未来发展指明一条全新的路径。
AI手机乱象丛生，亟需去伪存真
但伴随手机行业巨头在AI领域的率先发力，竞争激烈的手机市场里的不具备能力的手机厂商开始一如既然地一哄而上，时下各种手机新品发布会上，AI成为标配，好像开发布会如果不带点人工智能，都不好意思和大家打招呼，天花乱坠、鱼龙混杂，消费者很难不被误导。
有真正的AI芯片才是AI手机
一部真的AI手机，其首要前提是所搭载的芯片要支持AI应用的计算。
因为AI的本质是运算，只有芯片具备强大的AI算力，其AI功能才能实现。
当前手机芯片AI运算解决方案主要分为：独立处理单元与分布式异构计算两种形式，前者以华为的麒麟970和苹果的A11 Bionic为代表，后者则以高通骁龙845为代表。
举个例子，具有独立神经网络处理单元的SOC，可以实现专人干专事，这就好比一个学校里，各科老师专门去教自己所属学科的课，语文老师专门教语文，数学老师专门教数学。
但没有独立处理单元，实行分布式异构计算的SOC，就要面临一些AI工作需要CPU、GPU、DSP等模块来兼职干活的情况，语文老师要兼职教数学，效率和效果当然都会大打折扣。
在麒麟970中，除了传统移动处理器的CPU、GPU、ISP等模块之外，集成了专用独立硬件处理单元NPU，由NPU独立完成专项的AI运算任务，全面提升AI运算能力。
NPU的特点就是全职而高效——只要涉及到AI任务处理，均会交给NPU独立芯片进行全职运算处理，而且在同样任务情况下，NPU的运算效率也要远高于CPU+GPU+DSP分布式异构计算。
官方称，为AI而生的 NPU 处理在机器学习上拥有传统CPU的25倍性能、GPU的6.25倍性能，同时拥有超低功耗的优势。
举例来说，在进行图像识别的计算中，搭载 NPU 的麒麟 970每分钟能够处理 2005 张照片，CPU运算只能达到每分钟95张的速度，足见独立NPU的强大。
↑↑↑麒麟970每分钟图片识别
苹果的A11 Bionic同样具有独立处理单元，它被命名为“双核架构神经处理引擎” (Neural Engine)。但要比较AI算力，则麒麟970是A11 Bionic的三倍左右。
下面，我们敲黑板，记重点：浮点计算能力是SOC算力的重要体现之一，而衡量浮点计算能力时又有不同精度的标准——FP16(半精度浮点)就是当前体现一款SOC AI算力的主要指标，其单位为TFLOPS，意即1万亿浮点/每秒。
麒麟970的FP16性能达到了1.92 TFLOP，每秒可以进行1.92万亿次浮点运算，相比之下，苹果官方称A11 Bionic每秒可以进行6000亿次运算，仅仅是麒麟970算力的三分之一。
采用分布式异构计算解决方案的高通骁龙845，运用CPU、GPU、DSP三大模块进行AI运算，通过神经处理引擎(SNPE)对具体的AI任务进行分析与下发，之后才决定由哪一个或哪几个处理器来参与异构计算。
因为没有独立AI处理模块，所以当其他任务占用这三部分时，AI运算(如图像识别)就需要"排队"——或者至少表现为速度有一定损失。
联发科P60号称“双核APU”，但一样没有独立AI处理单元，其设计初衷是通过多颗DSP的能力来提升图像后处理的运行效率，顺便可以做些AI相关的图像处理算法。
其实质是两个“优化版”DSP的叠加。DSP强项在于图像处理，相对CPU、GPU在处理AI算法上有些优势，但还是不如专门独立的AI处理单元高效。
因此，理论上麒麟970无疑是当前市售AI解决方案最好的芯片。那么实际上的跑分或体验如何呢?
↑↑↑麒麟970 AI跑分
跑分方面，我们用鲁大师最新的“AI跑分”功能进行对比，发现麒麟970跑分为233分，而搭载骁龙845的小米MIX2s跑分为194分，值得一提的是，麒麟970较骁龙845早了近半年发布，仍能较大幅度领先，足见其AI能力的强大。
因此，无论是AI解决方案和实现原理，还是实际的跑分与体验，麒麟970都是最优秀的AI芯片。而市场上形形色色没有独立AI处理单元的“AI手机”，实际上都是“假”AI手机。
总结：
人工智能的概念不是炒作出来的，而是看谁最后能提供真正惊艳的产品和服务。AI元年之后，一定会有大洗牌，越来越多的公司会加入AI手机行列，但是行业的发展如大浪淘沙，会淘汰掉不具备核心技术的公司。
任何技术的进步和革命，需要的都是诚实、努力、目光长远的玩家，那些炒作“AI”概念但又鲜有研发投入的厂商，在智能手机行业的下一个五年，也许将很快湮灭。
