AI成為手機芯片“決勝點”
你知道AI手機嗎？
相信對于大多數普通用戶而言，“AI手機”依然活在概念當中，即便在距離手機廠商第一次喊出“AI手機”已經過去了7年時間的今天，“AI”都沒能成為手機市場的主要驅動力。
相較之下，即便問世稍晚的“折疊屏”，似乎都更有用戶認知度，并且也確實撐起了安卓手機高端市場，今年出現的“三折疊手機”更是成為了全網熱點。那么，這個被國際一線科技大廠競相追逐，把英偉達和微軟兩家科技巨頭市值推上3萬億美元的新技術，為何在手機上就不靈了？
歸根結底，還是在于“AI手機”本身，與AI PC一樣，它并沒有帶來肉眼上可以感知的形態變化，AI的提升，更多來自功能層面，而這波AI浪潮的底層驅動力，則是機身內那顆小小的“芯片”。
7年不痛不癢，AI體驗“太弱了”
回想智能手機第一次與AI的結合，最早可以追溯到2017年9月，當月，手機圈共有兩條重磅新聞，首先是9月2日華為推出麒麟970芯片，這款芯片是全球首款內置獨立NPU（神經網絡單元）的智能手機AI計算平臺。
另一款則是主導了蘋果未來5年設計，改變手機正面屏幕形態的iPhone X，在所有人都集中于蘋果終于在設計上進入“全面屏時代”并提出“劉海屏”作為未來設計方向的同時，卻很少有人注意到，iPhone X機內搭載的A11芯片，同樣增加了“AI能力”。
芯片內建的神經網絡引擎（Neural Engine）由蘋果自主設計，這是一個專為機器學習而開發的硬件單元。它采用雙核設計，每秒運算次數最高可達6000億次（0.6TFlops），主要負責處理機器學習任務，如面部識別、Animoji等。這個引擎能夠接管CPU和GPU的任務，提高運算效率，減少能耗。
沒錯“NPU單元”、“AI算力”、“機器學習”這些自去年開始被所有科技廠商掛在嘴邊的詞匯，早在7年前，就已經落地在手機芯片當中。只不過，當時的NPU單元，更多地是為日常的功能提供加速計算，而不是處理重度負載的“AI任務”，比如拍攝中的場景識別、色彩優化、暗光場景下的人臉識別等等。
聯發科技計算與人工智能技術事業群副總經理陸忠立博士向鈦媒體APP介紹：“用戶能夠感知到AI能力的最典型場景就是手機在攝影時的各類功能，一方面是圖像采集部分，另一方面則是視頻顯示部分，比如自動切換幀率模式以及對圖片、視頻的最終畫面效果進行動態范圍、智能降噪的優化，其中都已廣泛應用了AI技術。”
但這些都是比較早期的AI應用，也就是所謂的“分析式AI”，它與大家今天所談到的“生成式AI”有很大的不同，這些AI技術更多地只是在某一特定應用或場景中實現了體驗層的升級而已，或者你也可以把它理解為對傳統固定智能算法的“小升級”。
生成式AI，如何改變手機？
而現如今大家所談論的“生成式AI”，核心是通過深度學習和大數據分析，使得機器能夠創造出全新的內容，如文本、圖像和音頻。這種AI技術不僅能夠模仿已有的數據模式，還能在此基礎上進行創新，產生具有多樣性和一定不可預測性的輸出。
而且與傳統的基于固定算法或者基于現有內容進行增強的AI功能相比，生成式AI的應用范圍更加廣泛，從自然語言處理到藝術創作，它都能提供高效的解決方案，從而極大地提升自動化水平和工作效率。
AI能力的變化，背后也有芯片算力提升的推動，早期的NPU單元和手機芯片的總體算力非常有限，如果用它們來運行生成式AI，可能生成一副圖片就需要十幾分鐘，處理一段文本、理解一段語言，也需要幾分鐘的時間，因此根本不具備在終端中應用落地的可能性。
近兩年火熱的“AI芯片”，其最大的變化就是更加強調的是能夠在AI方面擁有獨當一面的能力，比如上月蘋果隨iPhone 16系列發布A18 Pro芯片，從最簡單的算力層面來看，蘋果A11芯片的神經網絡引擎采用雙核設計，每秒運算次數最高可達6000億次（0.6TFlops），而A18 Pro芯片的神經引擎是16核，算力為35 TOPS（即每秒35萬億次操作）。
簡單估算一下，A18 Pro的AI算力差不多是A11芯片的58倍。本月初聯發科剛剛發布的天璣9400，同樣也在AI能力上進行了增強，其搭載了聯發科全新的第八代AI處理器NPU 890。
天璣9400在端側長文本理解能力以及AI模型文本支持長度方面進一步提升，并且支持50Token/秒大模型運行速度，再加上對多模態AI模型的支持，使得手機能夠擁有更多的AI應用場景。
舉個現實生活應用的案例，現階段智能手機的語音助手，當聽到“我餓了”的描述時，它們只會機械地幫你打開外賣、地圖或者搜索平臺，這些都不能幫你解決“饑餓”的實際問題，而天璣9400所支持的智能體，則會通過詢問你的喜好，學習你的生活習慣，直接為你尋找或者推薦附近的餐廳。
再比如，當你拍攝了一張數學題，傳統的智能助手最多只能告訴你這是一道數學題，或者是通過聯網搜索扔給你一個標準答案。而在天璣9400加持下的智能體，則能夠實現本地的推理運算，像一個會做題的老師一樣，為用戶呈現出從解題思路到最終答案的完整過程。
端側算力，成為手機芯片競逐賽道
由此可見，更好用、更全能的AI，并不是不存在，而是過去只能通過云端算力或者工作站才能滿足，像ChatGPT、kimi等，這類語音助手所具備內容創作能力、文字搜索歸納的效率，都遠超大家想象，但它們的背后，都是由一個個服務器組成的算力中心。
未來“AI手機”的競爭，與其說是拼想法，倒不如說是拼芯片，對于終端廠商來說，部署龐大規模的云端算力很顯然是一件“費力不討好”的事情。一方面，高額的持續投入成本很難化解，站在消費者層面，很難接受作為出廠標配的“AI功能”，竟會是一個需要付費的增值服務。
另一方面，AI功能的全面云端化，也會帶來因網絡延遲、網絡波動導致的“體驗一致性差”，再加上AI功能“0差異”也很難成為刺激用戶換新的手段，因此，AI功能的“端側移植”可以說是勢在必行。
這一趨勢不光會出現在“AI手機”當中，隔壁的“AI PC”也很早就走上了相同的道路。鈦媒體APP預測，未來幾年，無論是蘋果、聯發科、高通亦或是其他手機芯片廠商，其芯片的迭代重點都會將“AI算力”納入其中，同時也是通過算力層面或者說硬件層面的領先部署，來為應用層面的更多可能性提供支撐。
新一輪的手機芯片大戰，將會圍繞“AI”展開。
本文鏈接：http://www.albanygandhi.com/news-23-6202.htmlAI成為手機芯片“決勝點”
聲明：本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇：游戲大樹，PC滋生新年輪
