拓墣分析丨AI手機處理器陸續面世，GPU並非是首要選項

隨著華為Kirin 970與Apple的A11 Bionic陸續面世，再加上手機晶元大廠Qualcomm近年來在AI領域的動作也相當積極，可確定的是，接下來不論是手機系統廠或是晶元廠，其產品藍圖都會將AI相關功能納入新一代處理器中。

1. 眾家處理器的發展趨勢：作法各有差異

從現階段手機大廠Apple與華為推出的自有處理器來看，為了因應AI應用，不管名稱為何，皆在處理器中搭載對應神經網路運算之加速器，Apple稱之為Neural Engine，華為則是NPU，若無意外，華為應是採用由中國中科院孵化出的寒武紀公司的IP。

至於Qualcomm則是強化在Hexagon DSP的性能，支援向量擴張的計算支援，這也正式開啟了Qualcomm在AI的第一步，Qualcomm利用異質運算特性，妥善運用CPU、GPU與DSP各自的運算優勢，再搭配推出的NPE SDK，滿足AI相關的應用設計。

至於聯發科雖然不只一次在公開場合說過，將會投資AI領域，但目前為止，聯發科在智能型手機處理器的開發上僅在機器視覺上引入了VPU，似乎仍未導入AI中與Deep Learning相關功能。

2. 發揮手機AI運算效能，GPU並非首要選項

就AI晶元發展中，NVIDIA可說是發展相當亮眼的，從Training (訓練)到Inference (推論)端，都有相當完整的解決方案，究其原因，NVIDIA主要還是仰賴強大的GPU運算效能來對應其終端應用，但NVIDIA在AI領域始終沒有將觸角伸向智能型手機領域，其理由恐怕還是在功耗表現上，無法滿足智能型手機的使用時間。

而從Apple或是華為發布的處理器來看，即便華為採用了ARM最新的GPU IP，Apple也首次發布了自行設計的GPU核心，但還是都會搭配對應的AI加速器IP，顯然要肩負智能型手機上AI相關的神經網路或是相關軟體框架的運算工作，GPU並非是首要選項，反倒是推出對應的硬體IP來專職其運算工作，似乎是相對合理的選擇。

Qualcomm雖然沒有對應的硬體IP，但觀察近年來諸多矽智財大廠如Cadence與CEVA等，都以DSP IP作法來對應AI的神經網路運算，不難發現DSP架構在AI領域亦有其一席之地。

整體來看，其手機處理器的硬體規格未來走向，在導入AI功能後，將相對變得更難以預測，其硬體IP的排列組合也變得更加豐富多元。

（文/拓墣產業研究院 姚嘉洋）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！