18個月，華為AI手機涅槃誕生記

一個月前，華為陸續在德國及國內推出了兩款年度旗艦手機Mate 10和Mate 10 Pro，這兩款手機都搭載了此前名噪一時的手機AI晶元「麒麟970」、支持最新的安卓8.0系統、全面屏、比上一代最高增加40%的電池容量、f/1.6超大光圈雙攝、4.5G LTE標準……

搭載麒麟970的華為Mate 10在10月20日已經開賣，成為目前市面上第一款搭載AI晶元的智能手機。Mate 10 Pro則將會在11月15日開賣。

Mate 10和Mate 10 Pro

在Mate 10系列發布後的這一個月間，智東西深入華為內部，來到上海和深圳，遍訪一眾從不對外發聲的華為高層人員，從AI晶元規劃、到手機打造、再到系統搭載的AI平台……我們將所有拼圖一塊塊收集起來，還原了Mate 10這款AI手機打造始末，同時也在不斷採訪與深入挖掘過程中，逐漸拼湊出華為這一科技硬體巨頭在端側智能領域的強大技術引領，以及其未來從硬到軟的全平台野心。

在讀這篇文章之前，建議延伸閱讀：

《華為麒麟970是不是真正的AI晶元？》

《華為AI旗艦手機Mate10/Pro發布現場11次叫板iPhone》

一、源起：麒麟970立項始末

端側智能，又稱端智能，是近兩年來AI領域大火的概念之一，指的是數據的採集、計算、決策都在前端設備進行，這一概念與雲智能相對應，雲智能指的是採集後的數據需要通過網路傳輸到雲端，由雲端進行計算後，再將決策發回前端設備執行。

與雲智能相比，端智能的優勢在於穩定、時延小、同時能夠保護用戶隱私等，但與此同時，雲智能能夠提供的強大儲存計算力也是端智能的薄弱之處。不過，隨著AI的進一步普及，端智能在市場中的呼聲越來越高。

端智能需要在硬體終端配備相應的晶元/板卡，拿華為Mate 10為例，這台手機里搭載了能夠進行AI計算的硬體——麒麟970晶元，自誕生之日起便無數光環纏身它，不僅甫一發布便刷遍各大新聞網站頭條，更是搶佔了「第一款手機AI晶元」的頭條。

打造這款麒麟970晶元的背後究竟又什麼故事？搭載麒麟970的Mate 10系列又究竟實現了什麼AI功能？為了讓AI應用順利跑通，華為在軟體、平台、硬體上又作出了什麼努力？未來AI晶元、端智能設備的路徑又在何方？……帶著這些問題，智東西首先在華為上海研究院附近的一個果汁吧里與華為無線終端晶元業務部市場總監Eric聊了聊。

Eric告訴我們，與其他所有工作一樣，一塊晶元的打造流程也包括前期的定義、立項、設計，以及後期的製作打造。前者通常需要幾個月到半年時間，麒麟晶元概念小組經過一遍又一遍的討論審批修改才正式立項，隨後這塊打造周期也最起碼要18個月，因此，總製作流程起碼要一年半到兩年的時間（18-24個月）

麒麟970的立項是前年的事情了，有著12年晶元工作經驗的Eric告訴我們，定義晶元有一個最重要的點——預判。

第一個角度是從用戶需求去預判。比如在手機晶元中集成AI模塊這件事，兩年前其實並沒有這一概念。但是當時，華為的團隊們觀察到了AI行業的一個重要瓶頸——計算力，計算力不足的情況下，無論是深度學習的訓練還是應用都極大地受到限制。而眾所周知，在半導體行業里改善算力最大的方法就是製作專用晶元，谷歌、英偉達都在做著類似的事情，再結合用戶對時延、隱私保護等端智能的需求，搭載NPU的麒麟970應運而生。

第二個預判則需要從半導體技術發展的角度來進行，由於晶元製造過程匯總涉及到很多工藝的進展，比如麒麟970今天使用的台積電10nm工藝，當時在設計之初並不存在。而除了製作工藝，還需要預判半導體產業其他相關技術（如CPU、GPU、內存、屏幕等）究竟將會發展到什麼程度，才能對此做一個前瞻性的判斷。

無論是對用戶需求的預判，還是對半導體相關技術發展的預判，說到底都是對行業的把握。這一環節的重要性不言而喻，正如前文所說，一塊晶元的製作流程起碼要18-24個月，兩年前決定的方向一旦出錯，後果將會影響深遠。

現在華為麒麟晶元基本以每年一代的節奏迭代著，所以「（雖然）我們今天討論970，但其實未來兩代都已經在路上了。」Eric這麼說道。

和上一代麒麟960相比，麒麟970除了新增了AI模塊「NPU」，還在各類性能、能效比、通信、以及其他如安卓版本升級等解決方案層面進行了優化，尤其是能效比。在手機晶元上，永遠都逃不開能效比，一塊手機晶元上無論規劃再強的算力，如果最後功耗上有問題的話，就會被一道坎兒卡住，因此這是一個非常關鍵的核心要點。

談到AI，Eric其實並沒有非常興奮；他認為，今年大家對這個概念有點被過熱討論，未來AI將會是一個基礎技術，可能明年家家都會有這個能力，只是高低的區別而已。

二、幾千研發人員、數億美元投入

麒麟970之所以敢叫自己「AI晶元」，是因為麒麟970提供了全新的HiAI人工智慧移動計算新架構，其中集成的專用AI硬體處理單元——NPU（Neural-Network Processing Unit，神經網路處理器）的技術合作方為寒武紀科技（Cambricon）。寒武紀成立於2016年3月，是中科院計算所孵化出來的AI晶元創業公司，中科院計算所不僅對寒武紀進行了天使輪融資，同時還給與了長期的支持與投入。

今年8月底，寒武紀宣布完成了1億美元的A輪融資，投資方為國投創業、阿里巴巴、聯想等，一躍成為國內AI晶元屆獨角獸。而麒麟970正式推出於今年10月，在寒武紀1億美元融資的新聞發布僅隔兩月，使得大家對麒麟970晶元的關注點常常聚焦到寒武紀這隻獨角獸身上。

其實，華為和寒武紀合作要比這早上許多，早在2011年以來，中科院計算所自就和華為展開合作，組建了「中科院計算所-華為聯合實驗室」。而且正如前文所說，一塊晶元的打造周期非常漫長，在華為選擇之初寒武紀還不是獨角獸。

很長一段時間，寒武紀都以「研究性」企業被業內所知，產品一直沒有出現；去年4月份的世界互聯網大會期間才宣告自己的第一款AI晶元產品寒武紀1A流片了，不過之後其產品到底有沒有商用，有沒有量產，並沒有官方說法。

任何一個沒有商用過的新的東西，離真正商用都有很長一段距離，這個過程中的一大難度在於工程化。研究性的商品工程化，變成一個真正可用的東西，並且能夠成功搭載在一個消費級電子產品里，這一條路中間有著極其多的坑。

不過好在，華為最強大的能力之一就是將一個概念工程化，最擅長的就是讓技術在產品上體現出來——比如華為整通信領域就在干這件事情，進行從4G到5G的迭代升級。從某個角度而言，也是只有華為這個量級的土壕才有能力讓寒武紀1A真正產品化。

而對於華為的麒麟晶元而言，另一個很大的優勢就是——麒麟晶元是專為華為終端產品而設計開發的，不需要考慮其他不確定的產品需求。一旦想清楚選擇某個點，就會儘力地將這一方面投入放大、一次到位，可以投入更多的成本去專門做這件事情，最大化地呈現產品的優勢。而一般的商業晶元公司在這些事兒上下決定會比較猶豫，在一些新的方向上的投入上可能也會需要先觀望一下情況。

華為有著遍布全球的十幾個研究院，每一個外研都有自己專註的方向，比如美國研究所有很多專註於射頻技術，歐洲也有相應的通信、圖像演算法研究所，所以每一代晶元多是全球研究院所共同協作研發的成果。拿麒麟970為例，這一級別的晶元的研發打造每次都會有幾億美金的投入，數千名人員共同參與。

三、從硬到軟，華為的AI平台野心

雖然有了搭載NPU的「AI晶元」，但是AI從硬體基礎到APP應用之間還需要眾多軟體級與系統級的優化，而這些也是Mate 10實現端側智能的重要因素。基於麒麟970之上實現的手機端AI應用開發既涉及到華為晶元底層架構兼容，又需要華為軟體工程部門進行上層資源的打造開發。為此，智東西也來到了位於深圳的華為軟體工程部，與副總裁張寶峰進行了一場深入長談。

1）AI到底能給手機應用帶來什麼體驗優化：

張寶峰認為，以目前AI技術的發展而言，真正從演算法意義上的成熟的應用領域主要包括：圖像識別、語音識別這兩方面。像AlphaGo Zero這類推理決策的「AI黑科技」離消費極電子產品還是有些距離，因此，基於圖象識別和語音識別相關的技術所能驅動的業務，肯定會擺在第一優先順序的地位。

從Mate 10真正能夠實現的AI功能來說，主要包括以下幾點：

GIF/994K

1）物體識別及卡路里計算。Mate 10能夠讓AI脫離網路限制，手機本地就能進行物體識別，分別將葡萄、蘋果、牛角包等物體放置在攝像頭前，它都能識別出食物名稱，並計算卡路里。

2）AI美顏功能，通過Mate 10搭載的人臉識別技術，手機可以自動檢測人臉並進行美顏，每3秒鐘還能變換不同的動態效果，即使在鏡頭前移動，AI美顏也能精準貼合。

3）自動回復及情緒識別。Mate 10能夠實現文本實體提取、情緒識別、智能自動回復等功能，比如聊天中輸入文字「今天發工資了」，就能自動聯想出「」表情，輸入「戰狼2」就能自動推薦觀影信息。

4）AI降噪。通過深度學習演算法，麒麟970能有效抑制噪音，增強語音信號，車噪場景下的語音識別率從80%提升到92%。

5）拍照場景識別，目前Mate 10和Mate 10 Pro已經經過了1億張照片的訓練，能夠智能識別13種場景和物體。 在攝像頭識別出鏡頭內到底是什麼場景/物體後（比如一朵靜止小花又或是一個奔跑的人類），系統會根據該物體的屬性調整相機參數或是進行主動去糊，拍出更適合那個場景的照片。

張寶峰認為，除了圖像和語音識別外，另一塊最為接近成熟的AI技術是自然語言處理（NLP），而在目前NLP的各類應用中，翻譯與虛擬助手是提的較多的兩項。

Mate 10搭載了微軟定製的AI驅動語音翻譯系統，可通過NPU加速實現實時文字交互翻譯和識圖翻譯，比傳統翻譯快了300%，能夠支持50國語言。與此同時，Mate 10系列裡AI語音助手「小E」也進行了功能升級。定鬧鐘、設日程、讀信息、刷微博，導航打車找吃的，等等等等，都可以通過呼喚小E語音助手完成，而且，小E並且可以基於用戶習慣和場景分析，定製個性化服務在手機的負一屏顯示。

順便一提，Mate 10上小E的一大亮點在於，它可以在熄屏狀態下通過語音喚醒的，不需要額外按一個鈕把它調出來。也是為了儘可能地避免誤喚醒，它的喚醒詞採用四個字的「你好，小E」（或者也可以自定義，但同樣需要四個音節）。從小E的表現來看，其語音識別和語義理解能力相對於以前華為的語音服務有了飛躍式的提升。

此外，華為Mate 10還有一個特殊的AI應用，那就是通過分析本地數據，嘗試理解用戶的個人的習慣，進而在保證用戶體驗儘可能不被影響的情況下，把後台一些無效應用給關閉掉。

舉個例子，比如現在在後台里開了一個有字典應用，在查完某個單詞之後，絕大部分人應該不會再去查了。但是根據以前的系統模式，應用會在後台進行長期的駐留。而通過AI學慣用戶習慣後，機器能夠知道我20分鐘或者一個小時內估計都不會再用了，就可以自動把詞典應用關閉。

2）系統層面的AI優化——如何讓AI運用跑得最好

對於AI應用來說，首先這個系統要在晶元的軟體層面跑起來，主要強調的是基於端側的CPU、GPU、NPU等的異構調度能力。現在我們手機上所有東西都是通過APP應用呈現的，而每一個APP都一定需要多種運算，比如：只要手機在基本運作，CPU肯定少不了；當你開了屏幕，GPU就要開始繪圖；當你開了攝像頭，ISP就要打開；當你開始進行AI場景識別，NPU就要開始運行……

所以，讓一個AI應用能夠真正運行得好，不是NPU一個單一組件的問題，而是一個系統調配的過程。華為方面主要機型異構軟體層面的優化，讓不同運算單元去執行不同任務，同時保證整個軟硬體的功耗與反應速度都是最優的。

對於軟體工程層面而言，則包括安卓系統的匹配優化，以及面向第三方開發者的HiAI平台。

Mate 10系列搭載華為EMUI 8.0系統，支持最新版本的安卓8.0。一方面，安卓系統本身對AI進行了優化，Mate 10需要對此進行適配兼容；另一方面，由於安卓每次的新版本都和舊版的兼容性很差，每升級一次就會有大量的兼容性損失，為了不能讓產品上體現出這個問題，工程師們需要花很大的精力去排查。

面向第三方開發者的HiAI平台則非常值得一說。HiAI全稱HiAI移動計算平台，開發者可以通過它接入華為NPU，調用強大的AI計算功能。

對於自己擁有AI開發能力的、使用TensorFlow或者Caffee等架構的APP開發者來說，在不改變自己訓練模型的情況下，HiAI會給他們提供相應的工具，讓開發者可以快速遷移已有的模型到HiAI平台。

而對於普通APP開發者來說，HiAI將會提供已經封裝好的語音識別、圖像識別等技術，開發者們不需要自己做基礎AI研發，可以調用HiAI中封裝好的AI技術直接應用。

結語：從跟隨到引領，火熱的AI市場

目前，AI行業正如火如荼的發展著，整個行業都呈現出一派興旺火熱的景象。演算法層面，無數科研人員在人工智慧的不同領域進行研究，不僅出現了AlphaGo這類「黑科技」，演算法的應用落地也在不停優化；硬體層面，從GPU到各類定製化AI晶元層出不窮，從半導體的硬體基礎上推動計算力增長。隨著演算法+晶元這兩件事同時發生作用，AI計算力每年都有幾十甚至上百倍的提升。

以前，由於性能與技術的限制，開發者們對於AI應用被限制在了雲端。而現在，隨著演算法和晶元的雙重加成，端智能能夠為AI應用開發者解鎖更為廣闊的想像空間，手機可以支持更實時、更強大、更智能的AI應用。

在這幾年裡，華為在消費級電子產品的技術發展速度有目共睹。如果說前幾年裡，華為在很多領域扮演的都是一個跟隨者的角色，那麼現在在AI、在5G等高新技術上，華為走到了前面。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！