搭載AI內核的麒麟970，晶體管數量達到了55億，將人工智慧拉入平常百姓家

現在的人工智慧浪潮起源與2012的深度學習，其背後擅長並行運算的GPU功不可沒，而現在圍繞著AI加速功能的晶元也越來越多，比如谷歌 TPU ，全新 Tensor Core 結構的英偉達 Tesla V100。不過這些晶元都在伺服器，超級計算機上使用的，並為在家庭中普及，9 月 2 日，在德國柏林舉行的 IFA 2017 展會上，華為正式發布了全球首款移動端 AI 晶元麒麟 970，一舉填補了這一空白

970採用台積電10nm 工藝製造，晶體管數量達到了55億，是蘋果A10處理器的近兩倍，是目前手機SOC中晶體管數量最多的，內部搭載了4 個用於處理重負載任務的 Cortex A73 核心，4 個 Cortex A53 核心，GPU 則為全新一代具有 12 個核心的 Mali-G72 MP12，支持部分5g的全球最高的通信規格 LTE Cat.18/Cat.13基帶。

上述的一些主要部件，並不能消耗55億晶體管的數量，對晶體管數量貢獻最多恐怕是寒武紀神經網路內核。

眾所周知，當前的 CPU 負責通用任務計算，面向指令密集和邏輯控制運算；GPU 則是數據密集型，主要面向向量任務的圖形處理計算。對於人工智慧領域的應用，目前人們面臨的主要任務是對於矩陣乘法的運算，這種任務使用 CPU 和 GPU 來做效率並不高。因此而誕生了專門為矩陣乘法優化的AI晶元，這類晶元在運行特定演算法的時候，效率遠遠高於CPU和GPU。

簡單來說就是，CPU相當於大學生，什麼都會做，但是數量少（核心少），當做簡單的數學題目如加減乘除，就做的慢，GPU相當於小學生，只會做加減乘除，但是數量多，所以做的快，而AI晶元就相當於一堆學過速演算法的小學生，做加減乘除的速度遠遠要比沒學的快

這個神經網路內核是由華為和寒武紀共同研發，並首次將神經網路任務處理的 NPU（Neural Network Processing Unit）計算單元集成於手機SOC中，其加速性能和能效比大幅優於 CPU 和 GPU，為了能夠更高效的協調NPU，970還搭載了為此研發的HiAI 移動計算架構。

目前已經出現被這款晶元優化的應用了——在華為手機的前端 DNN 降噪演算法中，它可以通過深度學習 DNN 演算法，有效抑制非穩態噪音，增強語音信號，可以提高其語音識別在惡劣環境下的識別率。特別是在開車的時候

華為已經開頭了，相信不久的將來將會有更多支持硬體級的AI功能。 mate10買不起，同樣搭載970的榮耀V10將有會是小編的下個手機。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！