0
本文作者: 李帥飛 | 2017-12-29 17:30 |
2017 年,智能手機(jī)行業(yè)有兩個(gè)關(guān)鍵詞:全面屏和 AI。
全面屏這個(gè)概念,可以說是伴隨著 2016 年 10 月 25 日小米 MIX 的驚艷發(fā)布而誕生,并在整個(gè) 2017 年形成智能手機(jī)在外觀上的新潮流;而蘋果 iPhone X 對(duì)全面屏這一概念的接受,更是讓它具備了某種欽定的意味。
相對(duì)于全面屏,AI 的情況要復(fù)雜得多。2011 年,Siri 在 iPhone 4s 上的露面,讓智能手機(jī)初步具備了與人對(duì)話的能力;然而此后數(shù)年,無論是 Siri 自己,還是其他廠商的類似產(chǎn)品,都沒能給智能手機(jī)順利打上 AI 的標(biāo)簽,即使強(qiáng)悍如 Google Assistant,也不能例外。
一直到 2017 年,當(dāng)智能手機(jī)第一次以芯片的方式在硬件層面與 AI 握手,整個(gè)行業(yè)才驀然認(rèn)識(shí)到,原來 AI 已經(jīng)真正來到了智能手機(jī)上。
由此,雷鋒網(wǎng)認(rèn)為,2017 年是智能手機(jī) AI 元年。
如果只把目光投向 2017 上半年,其實(shí)還看不到什么波瀾。
三星 S8 系列 18.5:9 的曲面屏幕令人愛不釋手,也算是進(jìn)入到了全面屏序列;但新出現(xiàn)的 Bixby 并沒有超脫 Siri 之類的范疇,更何況 Bixby 后來還出現(xiàn)了諸多問題,而中國(guó)版幾乎就是不能用的。華為上半年旗艦 P10 以“人像攝像大師”為名做了一波好宣傳,但用的還是萊卡的東西。小米 6 則依然走了國(guó)內(nèi)首發(fā)高通驍龍 835 的老路子。
到了下半年 9 月,智能手機(jī)終于找到了它的下一個(gè)關(guān)鍵詞——AI。
2017 年 9 月 2 日下午,華為在德國(guó)柏林消費(fèi)電子展發(fā)布了麒麟 970 芯片;為了配合這種【手機(jī)未發(fā),芯片先行】的做法,華為將這款芯片定義為【全球首款智能手機(jī)移動(dòng)端 AI 芯片】。
具體來說,麒麟 970 搭載了一款 NPU(Neural-network Processing Unit,神經(jīng)網(wǎng)絡(luò)處理單元),其亮點(diǎn)在于處理特定任務(wù)時(shí)比 CPU 等模塊出色得多,比如說在圖片識(shí)別任務(wù)中,NPU 每分鐘可以識(shí)別 2005 張,CPU 每分鐘為 95 張,前者比后者多了 20 倍;從能效上來說,NPU 更是 CPU 的 50 倍。當(dāng)然,為了配合麒麟 970,華為在適配和開發(fā)層面也做了很多工作。
然而,對(duì)于普通用戶來說,麒麟 970 作為一款芯片的意義并不大,它真正的使用價(jià)值還要體現(xiàn)在 10 月中旬 Mate 10 系列新品上。從結(jié)果上來看,這塊 NPU 給華為 Mate 10 系列帶來的是:
學(xué)習(xí)用戶行為,實(shí)現(xiàn)行為預(yù)測(cè)、資源調(diào)配、場(chǎng)景感知等功能;
系統(tǒng)響應(yīng)速度將增加 60%,系統(tǒng)流暢度將增加 50%;
實(shí)時(shí)智能識(shí)別 13 種場(chǎng)景,針對(duì)拍攝對(duì)象進(jìn)行成像效果調(diào)校增強(qiáng)。
在雷鋒網(wǎng)看來,除了在拍照上的場(chǎng)景識(shí)別和成像增強(qiáng),AI 芯片并沒有給華為 Mate 10 帶來什么具體的實(shí)用功能;而系統(tǒng)流暢度這樣的改善也是隱性的,難以感知的。
不過,麒麟 970 的另一個(gè)根本問題在于,它的 NPU 模塊并非是獨(dú)立研發(fā),而是借用了寒武紀(jì)在 2016 年推出的 1A 深度學(xué)習(xí)處理器。不可否認(rèn),麒麟 970 在驅(qū)動(dòng)、BSP、內(nèi)存機(jī)制等方面做了很多工作,但它終究是一款拿來主義的產(chǎn)品。
當(dāng)然,即使是拿來主義,麒麟 970 的問世也已經(jīng)很難得了。
嚴(yán)格意義上來說,給麒麟 970 帶上全球首款智能手機(jī) AI 芯片的帽子,是華為博取眼球的討巧做法。這種做法并不算錯(cuò),但跟 9 月中旬的蘋果新品發(fā)布會(huì)相比,還是黯淡無光;因?yàn)榫?AI 融入智能手機(jī)的完成度和可用性來說,新一代 iPhone(尤其是 iPhone X)和它們內(nèi)置的 A11 Bionic 芯片,實(shí)在是太過出色了。
雷鋒網(wǎng)曾經(jīng)說過,A11 Bionic 才是那場(chǎng)發(fā)布會(huì)真正的亮點(diǎn)。它的確如蘋果官方所言,是“一款智能手機(jī)到目前為止所能擁有的最強(qiáng)勁、最智能的芯片”。其強(qiáng)勁自不必說,跑分碾壓自己的前作,也碾壓高通驍龍 835;而智能部分,則體現(xiàn)在蘋果在 A11 Bionic 中自主研發(fā)的雙核架構(gòu) Neural Engine(神經(jīng)網(wǎng)絡(luò)處理引擎),它每秒處理相應(yīng)神經(jīng)網(wǎng)絡(luò)計(jì)算需求的次數(shù)可達(dá) 6000 億次。
這個(gè) Neural Engine 的出現(xiàn),讓 A11 Bionic 成為一塊真正的 AI 芯片。
但蘋果的強(qiáng)大之處在于,它不僅僅自主研發(fā)出了一個(gè)業(yè)界無敵的 AI 芯片,還在芯片的基礎(chǔ)之上開發(fā)出一系列重磅而實(shí)用的功能。以 iPhone X 為例,其與 Neural Engine 直接相關(guān)的功能體現(xiàn)在:
Face ID 通過面部特征解鎖;
Animoji 通過追蹤人的面部表情來實(shí)時(shí)創(chuàng)作動(dòng)畫表情;
人像模式可以創(chuàng)造出能夠生動(dòng)變化的光效 Portrait Lighting。
與華為一致,A11 Bionic 大大提升了 iPhone X 在拍照方面的使用體驗(yàn),并提供了一些富有創(chuàng)意的新玩法。而更具革命性的是 Face ID,它能夠?qū)鞲衅鲾?shù)據(jù)進(jìn)行實(shí)時(shí) 3D 建模,并利用機(jī)器學(xué)習(xí)識(shí)別用戶容貌改變,在此過程中產(chǎn)生的大量計(jì)算需求,都需要借助 A11 Bionic 和 Neural Engine 來滿足。
最終的結(jié)果是,F(xiàn)ace ID 直接取代了 Touch ID。
除此之外,A11 Bionic 內(nèi)置了蘋果自主設(shè)計(jì)的第一款 GPU。這款 GPU 是為 3D 游戲和 Metal 2(蘋果在 WWDC 2017 上推出的新一代圖像渲染技術(shù)框架)專門設(shè)計(jì)的,并且能夠與機(jī)器學(xué)習(xí)技術(shù)和蘋果隨 iOS 11 推出的 Core ML(核心機(jī)器學(xué)習(xí))框架相配合。
綜合來看,憑借強(qiáng)大的自主研發(fā)能力和無與倫比的軟硬件整合能力,蘋果在智能手機(jī) AI 化的道路上走得比華為扎實(shí)得多,也超前得多。這不僅僅是財(cái)力上的距離,也是技術(shù)上的距離,更是生態(tài)掌控力和影響力上的距離。
在 2016 年 10 月 4 日的 Google Pixel 發(fā)布會(huì)上,Sundar Pichai 反復(fù)強(qiáng)調(diào) Google 已經(jīng)從 Mobile First 變?yōu)?AI First;體現(xiàn)在產(chǎn)品上,Google Assistant 率先在 Pixel 手機(jī)上亮相??上г谟脩舻恼J(rèn)知中,Google Assistant 不過是一個(gè)增強(qiáng)版的 Siri,所以最終也沒有激起什么波瀾。
一年后的發(fā)布會(huì)上,Pixel 2/XL 同樣帶著 Google Assistant 來了。就在大家覺得無聊要散場(chǎng)的時(shí)候,Google 卻宣布了 Pixel 2/XL 的 One More Thing,也就是那顆 Pixel Visual Core。
Pixel Visual Core 是一塊協(xié)處理器,其核心部分是 Google 自主設(shè)計(jì)的圖像處理單元(Image Processing Unit,簡(jiǎn)稱 IPU),IPU 的特點(diǎn)在于充分可編程性和領(lǐng)域特定性,可以實(shí)現(xiàn)每秒高于 30 億次的運(yùn)算。
與華為和蘋果不同,Google 表示 Pixel Visual Core 的用處很簡(jiǎn)單:將 HDR+ 的運(yùn)行速度提升 5 倍,而功耗則將為十分之一。
但實(shí)際上,Google 還為 Pixel Visual Core 預(yù)留了其他方面的能力,比如說機(jī)器學(xué)習(xí);為此,Google 提供了編程工具,開發(fā)者在圖像處理方面使用 Halide,在機(jī)器學(xué)習(xí)方面使用 TensorFlow;而 Google 開發(fā)的編譯器可以為底層硬件提供代碼優(yōu)化。
與華為的拿來主義和蘋果的獨(dú)立自主不同,Pixel Visual Core 是由 Google 與 Intel 合作設(shè)計(jì)的;考慮到 Google 此前已經(jīng)使用過 Intel 旗下 Movidius 的芯片,這次的合作很可能與 Movidius 有關(guān)。
不過 Google 的野心不止于此。
Pixel Visual Core 和 TPU 已經(jīng)初步展現(xiàn)出 Google 在芯片研發(fā)方面的積累,而 Google 又從蘋果和高通那里挖來了包括大神 John Bruno 在內(nèi)的芯片設(shè)計(jì)工程師,這些工程師的任務(wù)就是為 Google 開發(fā)移動(dòng)端 AI 芯片。
而根據(jù)研究機(jī)構(gòu) Tirias Research 創(chuàng)始人 Jim McGregor 的判斷,Google 可以借助現(xiàn)成的知識(shí)產(chǎn)權(quán),在半年內(nèi)開發(fā)出一款多功能的 SoC 芯片。
遺憾的是,除了蘋果、Google 和華為,其他廠商都沒有能夠在硬件層面到達(dá) AI 的范疇。那么問題來了,為什么是這三家?
首先要明確,AI 在硬件層面的體現(xiàn)就是芯片。而智能手機(jī)芯片的特殊性在于,它不僅僅強(qiáng)調(diào)性能和功耗的平衡,還要考慮結(jié)合用戶的使用場(chǎng)景;前者恰好是 AI 芯片在智能手機(jī)上的優(yōu)勢(shì),但后者卻是難點(diǎn)。因此,AI 芯片要出現(xiàn)在智能手機(jī)上,一方面在芯片技術(shù)的深厚積累,還需要通過軟硬件結(jié)合來完成使用場(chǎng)景的落地。
蘋果其實(shí)不必多言,軟硬件結(jié)合一直都是它的核心產(chǎn)品理念。從 iPhone 4 起,蘋果就已經(jīng)在自主設(shè)計(jì) A 系列芯片,并將范圍從 CPU 一路擴(kuò)展到 GPU;這背后積累的技術(shù)實(shí)力足以支撐得起一個(gè) Neural Engine。至于 Face ID 和 Animoji 等,對(duì)于蘋果而言,更是一件水到渠成之事。
華為在麒麟 970 中提現(xiàn)出來的,主要是基于多年麒麟系列芯片的整合開發(fā)能力。NPU 雖然是借自于寒武紀(jì) 1A,但它與麒麟 970 的深度結(jié)合也是一件需要技術(shù)實(shí)力支撐的難事。當(dāng)然,除了芯片,華為也在操作系統(tǒng)層面積極探索,但不得不說還有著很大的提升空間。
Google 劍走偏鋒,將 Pixel Visual Core 用在 HDR+ 這一個(gè)功能點(diǎn)上,看似大材小用,實(shí)則直擊痛點(diǎn)。拍照功能對(duì)手機(jī)的重要性不言而喻,無論是蘋果和華為的 AI 芯片都是在此處著力。但 Google 在軟件和算法層面的積累更多一點(diǎn),以往主要依賴于云端處理和網(wǎng)絡(luò)傳輸,而 Pixel Visual Core 將有助于 Google 將其上述積累從本地設(shè)備中釋放出來。
從技術(shù)上來看,Google 通過與 Intel 的合作完成 AI 芯片的初步實(shí)現(xiàn),也算是抄近道;但其實(shí) Google 有自己的技術(shù)積累,而且正在不斷從外部吸收人才??梢韵胍姷氖?,基于強(qiáng)大的財(cái)力和技術(shù)能力, Google 勢(shì)必走上一條自主研發(fā)的路線。
另外,與華為、蘋果相比,Google 的做法還有一個(gè)不同點(diǎn)。前二者所采用的 AI 硬件模塊在形式上與傳統(tǒng)的(包括 CPU 和 GPU 在內(nèi)的) SoC 是一體的,而 Google 的 Pixel Visual Core 則是一塊相對(duì)獨(dú)立的 AI 協(xié)處理器,與高通驍龍 835 形成了協(xié)作關(guān)系。
Google 的這種解決方案固然有技術(shù)能力不足的因素,但也可能與它在整個(gè) Android 陣營(yíng)的地位有關(guān)。不是所有的手機(jī)廠商都有像華為那樣的技術(shù)實(shí)力,考慮到未來整個(gè)智能手機(jī)行業(yè)都將會(huì)逐步走向 AI,Google 的這一方案也為其他廠商提供了某種示范效用。
畢竟,與華為 970 的 SoC 一體化方案相比,高通 SoC+ AI 協(xié)處理器的解決方案,在技術(shù)門檻上要低得多。
也許是因?yàn)閷?duì)物理實(shí)體的執(zhí)念,AI 芯片帶來的認(rèn)可度遠(yuǎn)遠(yuǎn)高于 AI 算法和應(yīng)用,盡管后者也是 AI 的一部分。除了越來越強(qiáng)大的 Siri 們,曠視和商湯的人臉識(shí)別技術(shù)也已經(jīng)分別出現(xiàn)在小米、錘子、OPPO、一加等手機(jī)廠商的產(chǎn)品上,這些其實(shí)也是 AI。
但在 2018 年,智能手機(jī)行業(yè)對(duì) AI 的擁抱將會(huì)更加緊密。
首先要重點(diǎn)說說三星。Bixby 在經(jīng)歷了 2017 年的打磨之后已經(jīng)有了不錯(cuò)的表現(xiàn),但硬件能力才是三星的主場(chǎng)。雖然依然有高通驍龍的保障,但下一代處理器 Exynos 9810 也將會(huì)在 2018 年年初問世,而且根據(jù)韓國(guó)媒體 Seeko 爆料,它將加入一顆 AI 協(xié)處理器??紤]到三星電子此前已經(jīng)投資了中國(guó)的深鑒科技,而后者的產(chǎn)品也適用于智能手機(jī),雷鋒網(wǎng)認(rèn)為 Seeko 的爆料是靠譜的。
另外一個(gè)不可忽視的玩家是高通。雖然高通宣稱從驍龍 820 起就已經(jīng)具備 AI 能力,但 2018 年的焦點(diǎn)依然是驍龍 845??紤]到面向整個(gè) Android 平臺(tái)的通用性和靈活性,高通沒有在驍龍 845 中增加單獨(dú)的 AI 模塊,但卻打算通過由 CPU、GPU 和 DSP(重點(diǎn)是 DSP)組成的 AI 異構(gòu)系統(tǒng)和 NPE 任務(wù)分配系統(tǒng),幫助不同的應(yīng)用場(chǎng)景提供相應(yīng)的計(jì)算解決方案。
可以看到,高通在驍龍 845 中提供的是 AI 基礎(chǔ)硬件平臺(tái)能力,但同時(shí)又為其他手機(jī)廠商預(yù)留了足夠的定制化空間和開發(fā)空間。這就為其他 Android 廠商效仿 Google,提供了機(jī)會(huì)。不要忘了,華為的 NPU 是從寒武紀(jì)借來的,其他手機(jī)廠商如果也想借用,也未必沒有可能。
當(dāng)然,除了硬件,人臉識(shí)別等算法也將會(huì)隨著全面屏的發(fā)展而逐漸普及;而諸多 Android 廠商也將在操作系統(tǒng)層面實(shí)現(xiàn)對(duì) AI 算法的融入。不過總體來看,硬件軟件算法三者的結(jié)合依然是無法改變的發(fā)展趨勢(shì)。
還有一個(gè)值得強(qiáng)調(diào)的點(diǎn)是 AI 在智能手機(jī)上的使用場(chǎng)景。就目前的發(fā)展情況來看,AI 在智能手機(jī)上的使用場(chǎng)景還是極為有限的;雖然智能手機(jī)廠商已經(jīng)在大力投入,但真正重要的是開發(fā)者對(duì)于 AI 技術(shù)驅(qū)動(dòng)下的新型應(yīng)用生態(tài)的參與和構(gòu)建。而后者,才是智能手機(jī)真正走向 AI 的主體力量。
最后,2017 開啟了智能手機(jī) AI 元年,2018,我們拭目以待。
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。