華為麒麟980創下6個全球第一

中國航空報訊：近日，在2018德國IFA展會上，華為消費者BG CEO余承東以「奇點將至」之名，正式發布了麒麟980。

作為全球首款量產的7nm手機晶片、雙NPU加持，麒麟980共拿下全球六項第一，相比上一代旗艦——10nm工藝製程的麒麟970，980性能提升約20%，能效提升約40%，邏輯電路密度提升60%，即原來的1.6倍。

眾所周知，傳統晶片遵循摩爾定律，以提升單位面積內電晶體的數量，來提升晶片的性能。

工藝提升，於企業而言，晶片的製造成本更低；於用戶而言，晶片體積減小、功耗更少。

而目前晶片製造工藝普遍停留在10nm，7nm工藝則一度被稱為「最逼近矽基半導體工藝的物理極限」。

因而，麒麟980的7nm工藝，則是走在了手機晶片的前沿。

AI方案各家著眼點不同

手機上的終端AI應用於2017年由蘋果及華為帶起一波浪潮，二者幾乎同時在其主打方案——蘋果A11 Bionic與麒麟970中引入了NPU硬體神經計算網路單元，大幅加速終端與邊緣AI計算落地時程。

同時期的其他方案供應商，多半只能通過軟體來模擬AI功能，這導致一來計算性能不足，使得AI場景在應用時明顯會感覺到遲滯，無法隨心所欲；二來，AI計算包含了複雜的數學與邏輯計算，需要處理大量的數據，因此缺乏硬體設計的方案在功耗及發熱等層面的表現亦更為疲弱；最後，如果是以丟回雲端處理再回傳結果的做法，除了遲延性的問題，雲端存儲個人數據所建立的學習模型，又可能牽涉到個人數據隱私疑慮。

也因此，諸如蘋果或華為的本地端AI方案也就成為手機AI發展主流。

以硬體NPU而言，A11Bionic的神經網絡專用加速模塊比較特殊，目前只用在了Face ID人臉解鎖上，沒有開放給第三方。

而華為的NPU則是支持了標準AI框架，並且對第三方開發者開放，由此所衍生的整體生態效應非常具有想像空間，也可看出華為極力打造自有AI生態的強烈企圖心。

即將在2018下半年推出的新款手機方案中，硬體AI計算單元基本上已經是必備要件，這主要歸功於蘋果和華為帶動的潮流效應，而可以預期的是，蘋果與華為也必定會在此處持續加強，以延續先前的優勢。

但聯發科等追隨者也不甘示弱，AI計算單元成為其主流晶片方案中的標配功能。

聯發科將採用與高通同樣的GPU與DSP混合計算，這種設計雖然彈性高，但能耗表現並不漂亮，而高通則傳言未來將全面走向硬體AI計算設計。

手機成為全能接口：他傻瓜你聰明背後隱藏龐大商機

為什麼要重視AI在手機上的發展？各家廠商或方案公司之所以爭先恐後要推出相關產品，主要就是因為手機是作為日常陪伴用戶時間最長的消費類電子產品，其上捆綁的應用已經成為用戶黏著性最高的商業接口，不論是遊戲，或者是智能語音服務，其對接的是龐大無比的商機，任何對此趨勢有基本認知的廠商都不會輕易放過這塊市場大餅。

這些所謂的AI功能，其目的之一就是為了帶給消費者更便利的日常生活，儘量用最少的程序就可以完成最大多數的工作步驟，很多關鍵問題的判斷就是交由AI來處理。

換言之，通過AI輔助，麻煩瑣碎的工作都交由手機來代勞，使用者只要動動手，甚至連動手都不用，動口就好。

然而AI並不是先天就什麼都懂，它必須通過訓練才能獲得處理這些工作流程的「知識」，在主流的AI神經網絡框架中，我們可以通過對龐大樣本的觀察與學習，訓練出可解決特定應用問題的模型。

而這也是包含華為在內的各大手機廠商所努力的方向。

即將引入硬體NPU的高通

作為全球最大的手機方案供應商，高通過去通過Hexagon與GPU、CPU協同工作，達成對主流AI框架的計算加速能力，雖然在效率上還是明顯落後蘋果與華為的硬體方案，但總是給市場一個交代。

然而，異構計算（Heterogeneous computing）雖然彈性高，且可以有效利用晶片中的不同類型計算架構，但目前AI計算方案講求的是更高的能效表現，而在手機等移動終端上，更顯重要，雖然高通的異構計算已經屬於相當高效的技術，但仍與ASIC有一定的落差，也因此，在使用針對AI加速框架進行性能的評比應用時，高通很明顯要落後採用硬體NPU的競爭對手，未來如果AI模型往更複雜的方向發展，或者是同時需要執行多種AI服務，那麼在發展空間上就可能會明顯不如競爭對手了。

不過，高通也不是不知應變，根據市場傳聞，其在下一代中高端方案驍龍700系列中，將引入硬體NPU設計，而如果成真，其下一代高端方案，也就是驍龍855，也將可能沿用同樣的方式。

而目前高通也引進了包含商湯等多家AI算法設計公司所設計出來的應用框架，想要快速衝刺相關市場，不過高通目前的AI性能還有相當大的改善空間，如果要負載更複雜、多元的AI計算，恐怕還是要等到下一世代的AI設計問世。

高通將在12月正式發布新一代的高端AI手機方案，按照往例，明年初就可以見到實際終端產品。

三星：走出自己的路

三星作為全球最大的手機廠商，其勢力涵蓋終端、消費、雲端服務、半導體製造與設計等領域，而其中，手機市場是其最重視的一塊，而為了推動其手機市場的布局，三星過去亦步亦趨的追隨包含蘋果與高通的步伐，並將學習到的設計精髓轉化為自有的方案設計。

目前三星主要的晶片來源包含了自行設計的Exynos系列、高通的驍龍系列、聯發科的低端MT系列，以及展訊的SC系列，市場從最高端，到最低等級，以及可能會被我們直接當作電子垃圾的產品，幾乎都有覆蓋。

目前Exynos 9810是三星的主力自產高端產品，今年的Galaxy S9系列、Note9系列都可見到其身影，其採用的AI計算方式與高通類似，主要是通過DSP、GPU與CPU的協同計算，不過三星有個特殊的做法，那就是視覺相關的處理交由硬體，而非異構計算。

目前的9810採用脫胎自Cortex-A75的M3定製架構，並搭配Cortex-A55作為小核心，而與華為最大的不同是，三星在GPU規模上相當捨得下工本，其Mali-G72核心數量配置高達18個，比麒麟970多出6個，雖然晶片成本會較高，但可以在較低的時鐘頻率達到更穩定、更好的效能表現，換言之，能效也更好。

而9810中有個VPU計算單元，顧名思義，是用來處理視覺方面的計算工作，這個單元應該是硬體設計，但只能用來處理比較固定的功能，三星也未公開發布任何支持該計算單元的可編程或開發套件框架。

而下一代方案，也就是Exynos 9820，將會採用ARM DynamIQ架構設計，並且將以「2+2+4」三叢集形式打造，其中兩組大核將採用三星第四代自主架構「M4」，第二道兩組大核則以ARM Cortex-A75構成（也可能以Cortex-A76取代），而小核部分則將以4組ARMCortex-A55構成。

AI部分則將可能維持9810的做法，那就是採用VPU硬體處理單元來處理部分視覺計算工作，並搭配既有的異構計算方式來處理標準AI計算框架，也就是半軟半硬的方式。

最後，9810採用的是三星10nm工藝，而9820將可能是三星7nm案首發，但因為三星的7nm採用EUV技術，目前還在調試中，真正量產最快也要今年底或明年初，這也可能讓9820成為最晚推出的次世代AI手機晶片方案。

蘋果：賺走最多錢的手機公司搞AI

蘋果基本的手機晶片布局是每年一款，當然，為了配合如平板電腦或者是手錶等其他終端的產品時程，也會在不特定的時間點發布相關方案。

而蘋果最新的手機晶片是去年發表的A11 Bionic，內建的硬體NPU是最大特色。

而蘋果在其晶片中往往都使用較少的核心，相較對手都已經走到8核以上，蘋果A11還只是個6核產品，但其表現出來的性能數據卻遠遠超越所有競爭對手，其原因包括蘋果對其使用的Arm架構深度定製化，並捨得為了特定性能目的來堆加更多電晶體，因此其晶片製造成本往往也都比同時期的手機晶片方案更高。

但此策略成功推動手機的銷售，並創造更高的獲利，因此每一代方案蘋果也就更捨得堆料，形成正向發展。

A11使用的是台積電10nm工藝，這也是少數幾次沒有使用到三星代工工藝的蘋果晶片，由於目前蘋果的開發套件中，只開放GPU計算能力給開發者，而GPU也負擔包括第三方AI應用的訓練或推理的工作，對蘋果而言，GPU的份量也越來越重要，這也是之所以蘋果要推動自有GPU架構的發展。

雖然目前所採用的PowerVR架構在性能與菜單現上相當出色，該公司也願意配合蘋果進行高度定製工作，但這對於蘋果而言仍遠遠不足，而展望未來蘋果對其GPU架構的布局，將可能是個結合繪圖、計算以及推理、訓練的全功能AI優化設計，當然，為了能耗表現，推理工作可能還是維持獨立的NPU單元來進行。

而未來A12將會如何？其實在現階段也只能猜測，唯一能確定的只有使用7nm製造工藝這點。

而在架構方面，根據過去的慣例，性能的增長肯定是不能忽略的，畢竟對手也都在積極追趕，今年對手的主流方案都已經在整體性能上有相當大的改善，也拉近了與A11的距離，A12肯定會在CPU與GPU方面進行更深度的改造，不論是增加更多的處理管線，更優化CPU或GPU內部的流水線設計，抑或者粗暴的堆加核心，都是可能的做法。

至於在關鍵的AI硬體單元方面，除了強化效率以外，也可能就規模方面進行擴展，藉以壓制華為或高通等即將面世的下一代AI方案。