进入到 2017 年 9 月，智能手机芯片行业发生了新的变化。先是月初华为在德国柏林国际消费类电子产品展览会上发布了全球首款人工智能芯片麒麟 970，接着苹果在新品发布会上宣布了 A11 Bionic 芯片的诞生。一时间，智能手机行业也拥抱上人工智能，移动 AI 芯片成为行业关注的焦点。
大势当前，无论是这个行业里的先行者还是后来者，都丝毫不敢怠慢。
华为：借用外力先走一步
麒麟 970 在 CPU、GPU 等传统芯片项目上的更新自不必说，我们关心的是它之所以被称为全球首款人工智能芯片的部分，也就是它内置的那块 NPU（Neural Processing Unit，神经网络处理单元）。
虽然华为并没有在发布会上重点强调，但我们需要指出，华为口中的 NPU 实际上就是中国科学院计算基数研究所旗下的寒武纪公司所自主研发的“寒武纪 1A 深度学习处理器”（Cambricon-1A Processor），寒武纪方面对它的介绍是“国际上首个商用深度学习处理器产品，在人工智能应用上达到了四核 CPU 25 倍以上的性能和 50 倍以上的能效。”。
作为专门为深度学习定制的模块，NPU 在特定任务上的表现令人吃惊。比如说在图片识别任务中，NPU 每分钟可以识别 2005 张，CPU 每分钟为 95 张，前者比后者多了 20 倍；当然在功耗上，也有飞跃式的提升。
当然为了配合 NPU，华为也在麒麟 970 中采用了 HiAI 移动技术架构，来使其性能最大化。而华为也在推出麒麟 970 的同时推出了一个开放 AI 生态环境，支持 Tensorflow/Tensorflow Lite 和 Caffe/Caffe 2 这两个比较主流的神经网络编程框架，方便开发者更好地在应用中调用 NPU。
目前来看，华为在移动 AI 芯片领域上已经先行了一步；虽然借用了寒武纪的外力，但华为自己在 AI 方面的投入也不可或缺。不过潜在的问题是，寒武纪 1A 并不仅仅属于华为，未来也有可能出现在其他公司的移动 AI 芯片上。
苹果：移动 AI 芯片领域的领先者
在雷锋网先前的文章中，我们已经给出这样一个结论：苹果的 A11 Bionic 可以说是当前性能最为强劲的移动处理芯片。但实际上，A11 Bionic 真正让人眼前一亮的地方，却是它的神经网络处理引擎（Neural Engine）。
实际上，A11 Bionic 的神经网络处理引擎每秒处理相应神经网络计算需求的次数可达 6000 亿次，可以为面部特征的识别和使用提供性能支撑。
iPhone X 利用面部特征识别技术在人像模式中创造出可以生动变化的光效（Portrait Lighting），Face ID 可以通过面部特征来解锁，Animoji 通过追踪人的面部表情来实时创作动画表情，这些无不与 A11 内置的 Neual Engine 有关。
除此之外，A11 Bionic 内置了苹果自主设计的第一款 GPU；其重点在于，这款 GPU 是为 3D 游戏和 Metal 2（苹果在今年 WWDC 上推出的新一代图像渲染技术框架）专门设计的，并且能够与机器学习技术和苹果随 iOS 11 推出的 Core ML（核心机器学习）框架相配合。
总体来说，苹果 A11 Bionic 对于人工智能的拥抱更加追求实用性，其在技术上的自主性更强；而且基于苹果自身软硬件结合的巨大优势，这些基于人工智能的特性已经被应用在实际产品上。
由此可见，苹果 A11 Bionic 才是整个移动 AI 芯片领域真正意义上的领先者。
高通：硬件为主，算法、软件为辅
作为 Android 阵营中除了华为之外诸多手机厂商的芯片提供者，高通自然不可能对华为和苹果目前的动向无动于衷。然而眼下，高通旗下的旗舰产品骁龙 835 处理器除了性能强劲之外，还没有在真正意义上增加专门面向人工智能技术的内部构件。
然而，这并不意味着高通没有动作。早在 2016 年，高通就宣布正在开发神经处理引擎 SDK（软件开发工具），并与 Google 和 Facebook 合作以支持 TensorFlow 和 Caffe/Caffe 2；开发者可以利用它来优化应用，使其在高通骁龙 600 和 800 系列处理器上运行 AI 应用程序。
2017 年 7 月，高通已经这一 SDK 开放出来，命名为骁龙神经处理引擎。
在硬件层面，高通在骁龙 835 上也有准备，其中内置的 Hexagon 690 是第一款支持 TensorFlow 和 Halide 框架的移动 DSP。2017 年 8 月，高通宣布收购专注于前沿机器学习技术的阿姆斯特丹大学附属公司 Scyfer，目的在于扩充人才，并将后者的技术应用在高通的产品和领域中去。而高通工程技术副总裁 Jeff Gehlhaar 在关于这次收购的媒体沟通上表示：
移动终端正成为全球最普遍的人工智能平台，而高通处理器将成为无处不在的终端侧人工智能平台。
不过，对于高通而言，真正值得关注的依然是未来骁龙处理器在硬件方面的动向。高通副总裁 Jeff Gehlhaar 表示高通将通过硬件、算法和软件三个层面来实现终端侧（包括智能手机）的人工智能战略；就硬件来说，未来高通骁龙处理器必然会增加人工智能相关的硬件模块。
从产品周期的角度看，目前高通骁龙 835 已经推出 9 个月的时间，已经超越了去年骁龙 820 到骁龙 821 的升级周期。据此可以推测，高通可能在骁龙处理器上憋一个与人工智能相关的大招，预计最迟到明年就会新的产品出来。
联发科：明年 Helio P70 见
作为智能手机芯片厂商的重要一员，联发科虽然在高端芯片上无法与高通抗衡，但也人工智能的大潮下，也不甘落后。
联发科董事长蔡明介曾经表示，人工智能将是未来发展重点，公司内部已经成立成立团队，并且投入 AI 运算的研发，目前已经有其具体成果展现。
而目前的最新消息是，联发科已经完成了神经网络及视觉运算单元的处理器核心设计，将在 2018 年推出的 Helio P70 手机处理器上内建，这会是联发科首颗内建神经网络及视觉运算单元（Neural and Visual Processing Unit，NVPU）的手机处理器，将在 2018 年上半年会以台积电以 12 纳米制程生产，后续还会推出多款内建相同核心的 Helio X 及 P 系列手机处理器。
三星：虽然迟到了，但也在努力
与其他厂商相比，三星在 AI 方面的动向似乎晚了一点。
今年的 Galaxy S8 上，三星的语音助手 Bixby 虽然亮相了，但远远不够。而在硬件方面，作为世界上少数几个有能力自己制造芯片的手机厂商，三星一边采用高通骁龙 835，一边继续推进自家 Exynos 的研发和使用；遗憾的是，两种芯片都离人工智能的距离还很远。
然而反应快速和资金雄厚如三星，自然不会坐以待毙。
就在数天前，有韩国媒体报道称，三星也已经在着手研发基于人工智能技术的移动端芯片。一位三星的合作伙伴表示，三星的这枚 AI 芯片旨在让本地设备拥有巨大的数据处理能力，可以大幅度减少对云端服务器的通信依赖。
此前，三星电子设备解决方案部门的半导体业务总裁 Kim Ki-nam 曾经在举行于韩国首尔的科技论坛中表示，现有的 CPU 和 GPU 无法满足 AI 计算的要求，而 NPU（Neural Processing Unit）可以应对这个挑战；不过 NPU 的问题在于，它的存储能力只相当于人脑的千分之一。Kim Ki-nam 的这段话也表明，三星正在移动 AI 芯片领域有所动作。
除此之外，三星也在投资位于英国的 AI 芯片初创公司 Graphcore；去年，三星为这家公司投资了 3 亿美元的战略投资。而来自韩国科学技术院的教授 Yoo Hoi-jun 也表示，三星除了内部正在研发 NPU 之外，也在考虑收购一些 AI 公司。
Intel：剑走偏锋，机会重重
虽然遗憾地错失了移动互联网的大潮，但 Intel 丝毫没有放弃，也在努力寻找机会，试图跟上人工智能的大潮，在移动设备上寻找到自己的一席之地。
2016 年 9 月，Intel 宣布收购计算机视觉创业公司 Movidius，后者曾经为 Google 的 Project Tango 3D 传感器提供了关键硬件处理技术。实际上，Google 采用的 3D 传感器为 Movidius 的 Myriad 1 型视觉处理器；由于 Movidius 非常注重功能和续航能力，因此非常适用于移动平台。
到了今年 8 月，Movidius 在 Intel 的麾下推出了下一代 Myriad X 视觉处理单元（VPU），它是一种低功耗片上系统（SoC），可以用于各类移动设备的深度学习以及其他人工智能视觉应用加速。Movidius 表示，Myriad X 可以在同样功耗条件下提供 Myriad 2 十倍的深度神经网络（DNN）性能。
此外，Intel 也在近期推出了一款代号为 Loihi 的全新自主学习神经拟态芯片，它模仿了大脑根据环境的各种反馈来学习如何操作的运作方式；它可以让机器实现自动化，并实时进行调整，无需等待来自云端的下一次更新。Loihi 在产品特性上的重点在于非常节能，与训练人工智能系统的通用计算芯片相比，它的能效提升了 1000 倍。
这些特征，都为 Intel 在移动 AI 芯片领域的发展提供了机会。
雷锋网总结：
除了上述几家主要的手机芯片企业，小米也有自己的松果 S1，不过离 AI 尚且遥远； Google 已经挖来苹果的资深芯片架构师 Manu Gulati 担任首席 SoC 架构师，并且收购 HTC 的部分硬件团队，自研芯片一事基本上已经是定论，关键是什么时候能够融合 Google 自家在 AI 上的技术积累。
总体来看，雷锋网(公众号：雷锋网)认为，智能手机芯片已经正式人工智能时代；在此时代下，所有的玩家都在快速前进，这时候技术的积累显得愈加重要了。如此一来，人工智能也将凭借智能手机迎来一波普及的大潮；正如 The next Web 所言：
也许每一款旗舰手机都将在 2018 年下半年搭载一块 AI 芯片。
