現階段手機AI晶元算噱頭嗎？手機的AI晶元有什麼用？

AI並不複雜

雖然人工智慧也就是AI是現階段以及以後很長時間的熱門話題，說起來並不繁瑣，在人類的歷史長河中，我們發明出了工具幫我們處理一些簡單的勞動，隨著時間的發展，我們又發明了比工具更複雜的機器，機器能夠處理簡單重複性的工作，其實也是工具的一種延伸，而現在，人工智慧提上日程，機器與人工智慧的區別，無非是人工智慧能夠參考以往的經驗（也就是大數據）處理更複雜的問題，因為更加接近人類本身，所以起了個響亮的名字「人工智慧」，可是在現階段，人類能夠處理的問題遠比人工智慧更複雜。

AI晶元

CPU也可以做到人工智慧

AI晶元的關鍵在於識別，然後給出解決方案，不但要識別文字，語音，還要識別大量的圖像，多角度的識別物體，產生空間方位，識別一系列需要的場景，並且能夠對比以往的雲端數據，就好像人類的大腦一樣。

比如時下熱門的智能駕駛，簡單來說除了利用定位系統就是在利用多角度的攝像頭，不斷的拍攝照片，通過AI晶元識別當前的各種路況，然後對比雲端大數據給出解決方案，這就需要大量的流量加持，無人駕駛汽車每天大概會產生4TB的數據，這只是在平面路況行走，以後會發展飛機的智能駕駛，在空間上每天會產生40TB以上的數據，更快速的處理海量圖片的能力，是AI晶元需要努力做到的。

自動駕駛

智能識別首先要有良好的輸入設備，如同人類的眼睛與耳朵一樣，攝像頭與聽筒是AI設備的基礎，現在的手機的CPU、GPU都可以有AI的功能。諸如華為、三星、英特爾、谷歌、英偉達、高通，以及IBM等公司的CPU都可以做到簡單的人工智慧。

AI晶元

獨立AI晶元與CPU區分在哪？

AI晶元能夠做到什麼，更好的收集整理信息的能力，更好的運算與分析能力，並給出更好的應對方案，比如華為率先發布的AI晶元，在 CPU/GPU/ISP/DSP的基礎之上，集成 NPU（Neural Network Processing Unit）嵌入式神經網路處理單元，增加了 HiAI計算架構，宣稱 AI 性能密度大幅優於 手機的CPU 和 GPU。

AI晶元

NPU並非華為獨立研發，實際上是中國科學院計算基數研究所旗下的寒武紀公司所自主研發的「寒武紀 1A 深度學習處理器」（Cambricon-1A Processor），在圖片的識別任務上，NPU 每分鐘可以識別 2005 張，而CPU 每分鐘僅能識別 95 張，前者比後者多了 20 倍；並且功耗更低。

手機常常作為互動式的工具，我們輸入，手機給出反應，而AI晶元是我們給出問題，AI晶元要把採集的信息同雲端大數據做對比，分析，給出解決方案，更接近人腦的神經網路。

AI晶元

現階段AI的難點在於大量圖片的識別，所以在桌面顯卡領域稱王的英偉達又一次站在了科技前沿。市值飆升到1309億美元，憑藉圖像處理領域的積澱，很有希望站在自動駕駛領域的最前端。

AI在自動駕駛領域會更快應用

AI晶元

英偉達

2017年英偉達用GPU識別常規圖片中的花朵，並匹配名稱，最快1秒處理5張，而現在已經可以做到1秒處理7000張。英偉達製作了兩套人工智慧AI程序，一套在設計以假亂真的人臉，一套負責識別真正的人臉，在兩套AI程序的不斷競爭中，人工智慧製作人臉的技術在飛速提升。發布Drive Xavier晶元，集成大約90億個晶體管，被稱為人類歷史上最複雜的系統級晶元，可以有效判斷路障，路徑規劃，圖像識別，圖像處理，可以滿足5級自動駕駛需要的計算能力。

AI無人機

英特爾

英特爾雖然在人工智慧方面落後英偉達，但是在2017年收購了自動駕駛晶元研發公司Mobileye，目前依然是晶元行業的第一巨頭，市值要高於英偉達。

英特爾發布了小型無人機編隊，宣稱有2400萬輛基於Mobileye的自動駕駛系統，發布49Qubits Chip量子計算晶元。

自動識別

總結

在手機領域，增加核心能夠增加讀取大數據的效率，而增加核心會大幅增加耗電，所以目前蘋果、三星、高通等都在開發能耗更低，效率更高的神經網路AI晶元，不過基於數據量的不足，未來5G普及之後，人工智慧才會進入井噴式發展，因為5G的網速比4G快20倍以上，數據的交互會大幅上漲，而人工智慧所依託的更多是大數據的支持。

合理消費，請關注數碼自媒體《光影淺談》

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！