中國AI晶片領域又有巨頭匆匆入局，聯發科要搶最後一張車票

（《麻省理工科技評論》中英文版APP現已上線，年度訂閱用戶每周直播科技英語講堂，還有科技英語學習社區哦~）

聯發科才剛上任的總經理陳冠州在年末記者會上宣布聯發科 2018 年的布局，而在 AI 方面，聯發科也正如 DT 君之前的報導，即將推出 AI 相關的手機晶片方案，但是聯發科在 AI 方案的機會有多大，能否藉由 AI 晶片的布局而重返榮耀？

DT 君認為，目前主打 AI 的手機方案還是以高端為主，中低端 AI 手機晶片市場目前看來是一片空白，聯發科進場後似乎大有可為，有機會重演當初聯發科在 3G 市場發展出其攻城略地的過程。

聯發科雖然在高端市場鎩羽而歸，但其中低端還是有一定的市場份量，若能藉由 AI 方案確保基本盤，未來相關生態成熟後，不論是擴大晶片的應用空間，或者是重新進攻高端市場，都不是不可能的事情。

除手機外，目前聯發科在智能音箱方案接近 8 成的市占，這部分的出貨規模預期也會逐年增加，未來導入硬體 AI 加速能力，更可改善使用體驗，進而確保客戶不會變心。

但展訊等潛在的競爭對手仍須注意，聯發科的 AI 方案不像華為或蘋果，是屬於十年磨一劍，注重生態的整體解決方案，其戰略更像是相准當前中低階手機廠商急於將自己新產品冠上「 AI 」名號、搶佔明年預期湧現的 AI 手機市場大餅，而滿足客戶這樣的需求，就成了聯發科的機會，相較於在效能上反覆琢磨，Time to market 無疑是聯發科手機AI解決方案的當前要務。

陳冠州很明確的表示，其 AI 方案是結合終端與雲端計算，並將用上晶片中包含 CPU、GPU、VPU 等所有可計算單元，所以 DSP 的 AI 計算核心可能僅是作為輔助，這個作法就有如高通的 NPE(Neural Processing Engine，神經處理引擎)，但是在重視成本的聯發科身上，重點不在於晶片能夠發揮出幾成功力，反而是性價比，畢竟其目標客戶群定位相當明確。

而為達到最快的上市時程，聯發科可能採用來自 Imagination 的 DSP 方案作為 AI 計算核心，但這樣的作法在電晶體效率、成本控管能力卻可能會有問題，這又會與中低階手機廠商在意的成本效益問題會有衝突，但在這一點上又會再回到以量取勝、量變而後質變的循環，關鍵仍在於聯發科這一次的出手，是不是真的夠準的打到中低階手機廠商的需求痛點上。

趁相關市場空白進占，期望複製 3G 時代市場奇蹟

目前在手機晶片使用 AI 技術的廠商已經不少，包含高通、蘋果、華為，都已經在其手機晶片中用上了專屬的神經網絡加速設計，但這些方案都集中在高端市場，換言之，對消費者而言，不是購買昂貴的高端手機，那也就談不上 AI 應用，而對終端廠商來說，如果想要製造出物美價廉的AI 終端產品，且要擁有硬體神經網絡加速能力，那可選擇的方案更是少之又少，畢竟蘋果和華為方案並不外供，而高通方案也只有 Snapdragon 800 和 600 系列支持 AI 計算加速，向來也和物美價廉扯不上關係。

換言之，這是個對聯發科絕佳的時機點，現在 AI 計算環境才剛起步，情況就如當初手機無線網絡（ WI-FI ）剛發展時類似，業界需要有更低廉的價格來普及 AI 的概念，效率就不是這些廠商第一時間考慮的重點，聯發科即使無法立即在 AI 計算能力上和已經研發相關技術，或已經在產品中導入 AI 計算達數年之久的廠商相提並論，就如同當初 2G 網絡轉換到 3G 網絡，3G 網絡因為晶片供貨商技術層次不同，呈現出來的網絡效率也有落差，但實際上，對客戶而言，從沒有到有就已經是個極大的賣點，消費者對效率還沒有什麼明確的概念，只要產品性價比夠高，那麼就會有市場。

就長期來看，現在的狀況跟 3G 時代剛起飛時，聯發科利用 Turn-key 創造出市場奇蹟的狀況不同，當初是只要手機做得出來，就會有市場，所以能做手機的人越多，聯發科的獲利也就能跟著增加，Turn-key 就肩負著教會大多數手機廠客戶怎麼做手機的重要任務，也創造了中國特有的手機傳奇。

但是到了 AI 時代，Turn-key 的重點就不只是在硬體製造方面，在短暫的市場熱潮過去後，真正在市場上有量的仍是大型品牌廠商，讓手機廠可以快速建立 AI 應用、創造更大的附加價值才是決勝關鍵。

但這方面目前聯發科也還沒有比較明確的布局，因此，若聯發科真能以中低階 AI 方案先取得進入市場的機會，那麽下一步的觀察重點，就在於聯發科能不能進一步提供更多的附加價值。

初期或許也不用期待使用聯發科 AI 方案的手機廠能夠推出自有的應用，反而是聯發科會提供一定數量的不同類型 AI 加速應用，直接提供給客戶選用，讓客戶的手機出廠時，就能夠有一定的市場亮點。

重點瞄準智能視覺以及語音處理應用

陳冠州在記者會上宣示其將針對 AIVision、AI-Voice 兩塊應用切入，當然，目前最主流的 AI 應用莫過於視覺處理以及語音系統方面，聯發科主打這兩個方向並不意外。

在 AI 視覺方面，使用相關技術的整合，可以協助諸如 OPPO、VIVO、美圖等客戶做到更好更快的手機端圖像優化能力。

而聯發科目前正積極發展的汽車 ADAS 輔助駕駛方案，也把圖像識別當作核心的功能之一，尤其在先進駕駛輔助系統（Vision-based ADAS）、高精準度毫米波雷達（mmWave）這兩塊領域，類似 Mobileye 的 EyeQ 方案功能，這部分也需要更強大的神經網絡加速硬體來解決未來自駕所需要的環境與對象快速計算識別需求。

另外，目前蘋果手機強打的人臉辨識功能也可望成為聯發科 AI 方案的主要功能要求之一，配合未來相關 VCSEL 等相關組件的成本降低，以及中國在人臉識別應用需求的增加，比如說刷臉支付或者是其他安保應用需求，都將成為推動聯發科 AI 方案的重要動能。

至於在語音方面，這部分就不得不提聯發科 2017 年在智能音箱的成功了。

雖然目前聯發科的方案還不具備 AI 加速計算能力，但其已經成為絕對的市場主流，占有超過 8 成以上的市場，目前最大客戶為 Amazon 以及阿里巴巴。

雖然目前智能音箱在語音識別以及使用反應上已經相當不錯，但未來藉由本地端 AI 加速能力的強化，未來可以做到更精準的語音響應，更自然的發音，甚至可能藉由機器學習來進行聲紋辨識，直接用聲音識別操作者身份，就不怕智能音箱在非本人操作時被誤用來進行購物或者是其他消費行為。

2017 年底雖已止跌回穩，但潛在競爭對手仍不可忽視

2016 年後，在展訊低端和高通中高端的夾殺之下，聯發科不僅高端產品布局失利，低端市場也變成賠錢生意，2017 年在高通布局低端產品後，市占更是大幅衰退。

在基帶技術落後於對手，規格也明顯落後的情況下，只能主打價格，就成了聯發科近來衰退的主因。

不過在 2017 下半年，聯發科傳出放棄高端產品線的計劃，在其拿手的中端產品也終於有比較大刀闊斧的改進，而不是為了怕和自家高端產品打架而綁手綁腳，客戶也以訂單肯定聯發科的改變，不只 OPPO、VIVO，小米、金立等也都回鍋使用聯發科的方案。

加上聯發科在智能音箱方案的耕耘有成，幾乎獨占整個市場，這也讓聯發科軍心穩定了不少。

圖丨牛與熊的博弈

而面對未來 AI 潮流，在龐大應用前景的推動下，這些客戶也都在尋求性價比更高的解決方案，要能夠不明顯增加成本，但又能強調其應用潛力，聯發科的 AI 方案在明年初可能就會成為這些公司的首選。

但 2018 年聯發科將推出的方案還是定位在中階，這方面可能就會與高通的 Snapdragon 600 有所重迭，畢竟高通也有自家的 NPE 作為 AI 生態主打，且與聯發科不同，高通在開發環境與生態經營已經有超過 3 年的經驗，雖然價格上，高通方案肯定較貴，而且會高出不少，但生態完整性還是 AI 應用非常重要的一環，聯發科必須要有更好的解決方案。

另一競爭對手展訊方面，其在 2016 年曾盛極一時，超低端方案快速灑開，搶走不少原本屬於聯發科的市場，但其在中端方案的布局非常失敗，最終甚至完全放棄中端市場，以致於從頭到尾就是靠低端方案搶市占，且因為這類型方案獲利極低，展訊可以說是賠錢搶市場，原本打算搶到市場後在逐漸布局中端以上的產品，但展訊技術明顯更落後於市場上的幾個主要玩家，方案不穩定，且推出時程一延再延，客戶最終也失去信心。

但展訊背後有紫光這個富爸爸在，加上未來的方案也將與英特爾合作，展訊主要是提出設計需求，其他部分由英特爾完成，未來產品遇到的狀況可望大幅減少，而其與英特爾合作的手機方案也是瞄準 AI 應用，雖然目前還不清楚具體架構，但可能透過英特爾的 Movidus 低功耗神經計算引擎來達成，以展訊的一貫殺價策略，未來方案推出後肯定也會打價格戰，對聯發科造成一定的壓力。

但幸好，展訊和英特爾合作的方案也一如往常的難產了，最快也要到 2018 年才有機會面世，暫時對聯發科的壓力應該不會太大。

2018 年只是過渡期，2019 年聯發科將有全新的 AI 布局

由於時程考慮，目前聯發科採用的 AI 加速架構可能會是來自 Imagination 的授權架構，這個架構基本上基於 DSP，彈性雖然不小，但價格和成本也較高，因此聯發科同時也在尋找替代方案。

而未來聯發科 AI 生態的真正布局，恐怕要落在深鑒身上。

而聯發科也透過投資早早就和深鑒科技建立起關係。

為何是深鑒科技這家初創公司？首先，深鑒具備圖像識別算法，以及神經網絡壓縮技術，可以把模型放進小規模的晶片中，這對於聯發科在包含手機 AI 晶片以及汽車 ADAS 的市場規劃將有很大的幫助。

另外，深鑒也在設計其自有的 ASIC 神經網絡晶片方案，換言之，未來聯發科可能將整個晶片上的 AI 計算區塊換成深鑒的東西，而之所以 2018 年的方案是過渡方案，正是因為深鑒的晶片設計還未完成之故。

最後，深鑒的應用生態和開發環境有較全面的布局，其支持的 AI 框架也非常完整，聯發科若採用深鑒的方案，可以順理成章的沿用這些資源，幫助自己的 AI 生態壯大，最後的目標就是形成不落後於華為甚至高通的生態，甚至向上挑戰蘋果，屆時要回歸高端市場也將更理直氣壯。