華為AI手機55億電晶體的「神經網絡處理器」移動終端終現真容

科技產業似乎每隔十年就會風雲突變：微軟推出 Windows 95 的那年，楊致遠創辦了 Yahoo!，開啟了計算機及網絡革命；十年後，亞馬遜正式對外推出 AWS 雲服務、蘋果已故創始人賈伯斯亮出了第一台 iPhone，開啟了移動計算新紀元。

現在又是一個十年，AI＋智慧型手機的號角已經吹響。

智慧型手機在 iPhone 問世後，整體市場呈現爆發性的成長。

綜合多家調研機構的預測，2018 年全球智慧型手機出貨量約在 16～18 億部。

但是，歷史總是在不停重複，不可否認在前些年手機產業走進了類似 PC 產業看起來都一樣、比規格、拼價格的老路。

直到今年，創新停滯的局面終於有望被突破：人工智慧開始進入終端，無疑這將是繼賈伯斯創造了 APP 生態圈、指尖經濟之後，最重要的革命技術。

人工智慧、神經網絡引擎成為當下智慧型手機的新設計理念，至少，看上去很美。

今年九月的柏林消費電子展（IFA）上，華為將神經網絡處理單元（Neural Processing Unit，NPU）內建到手機處理器，以首款 AI 手機晶片的口號贏得全球矚目。

十天後，蘋果為新處理 A11 加上了 Bionic（仿生）一詞，並且不斷強調所謂的

「神經網絡引擎」（Neural Engine）。

又一個十天之後，Google 宣布收購 HTC Pixel 團隊，雖然 Google 尚未對於人工智慧引入終端產品發表太多意見，但從其布局包括針對數據中心推出的深度網絡加速晶片 TPU 、加大對消費硬體的投入來看，讓 Pixel 手機執行更多 AI 應用只是時間問題。

當然，不要忘記手機晶片供應商高通以及聯發科也正在加緊研發相關產品。

圖 | 華為 Mate 10 德國慕尼黑髮布會邀請函

10 月 16 日，也就是今天，華為首款 AI 手機 Mate10 發布會在德國慕尼黑如期舉行。

雖然先前九月的 IFA 發布會上，華為消費者業務 CEO 余承東已全面解析了華為移動端 AI 解決方案，並拋出了一個「公式」：移動 AI = 本地端 AI + 雲端 AI。

DT 君曾在華為 IFA 發布會現場發回過第一手的報導，有意了解華為首款 AI 晶片「麒麟 970」（Kirin 970）的讀者可以參考先前的報導：《柏林現場：華為正式發布全球首款移動 AI 晶片，終端布局已領先蘋果、高通及三星》

回歸正題，今天的發布會的主角只有一個：搭載人工智慧晶片的華為 Mate 10 系列手機。

今天的發布會主要對標物也只有一個：iPhone X。

圖丨余承東回顧早前發布的麒麟 970 處理器

圖丨正式發布華為 Mate 10 和 Mate 10 Pro

圖丨Mate 10 採用了5.9寸全面屏

圖丨Mate 10 和 Mate 10 Pro 與 iPhone X 相比，屏占比分別高出18%和16%

圖丨Mate 10 系列手機電池容量高達 4000mAh

圖丨指紋識別0.33 秒解鎖，比 iPhone X 的 FaceID 更快

圖丨配備萊卡雙鏡頭，分離式設計從跑車頭燈獲得靈感

圖丨加厚的前後玻璃面板，有效防止摔碎

圖丨IP67 級防水

圖丨繼 sony 和三星之後也支持 HDR 顯示功能

圖丨華為 Mate 10 和Mate 10 Pro 各有四色可選

圖丨AI計算性能提升25倍，能耗比提升50倍

圖丨華為 Mate 10 識別100張照片的耗時優於 iPhone 8 Plus 和 三星 Galaxy Note 8

圖丨業界領先的 4.5G LTE 技術

圖丨全球首部雙 4G、雙 VoLTE 智慧型手機

圖丨華為 Mate 10 很好地解決了長時間使用手機後的系統遲緩現象，相較三星 S8 有明顯的改善

圖丨超高速充電技術，比 iPhone 8 Plus 快50%

圖丨華為地理定位 GPS 技術可強化複雜城市或隧道定位能力

圖丨AI引擎已經學習過1億張照片，可輕鬆識別用戶的拍攝場景

圖丨13種物體和自動場景識別

圖丨Mate 10 系列搭載了基於最新版 Android 8.0 定製的 EMUI 8.0 作業系統

最大賣點：Mate 10 的 AI 處理能力

Mate 10 系列產品搭載最新 10nm 工藝的麒麟 970（Kirin 970），最受人關注的莫過於基於寒武紀架構的 NPU 核心。

從麒麟 970 的整體布局來看，其封裝後面積只有指甲般大小，但裡面卻集成了 55 億個電晶體，比高通驍龍 835 還要多出 25 億個，為了強化應用體驗，華為和海思可以說是不計工本。

圖 | 余承東在 9 月華為 IFA 發布會上現場展示麒麟 970 晶片

集成 NPU 的目的有二，首先是效率問題：雲端性能強大，學習快速，但學習得出來的模型是通用模型，很難針對小眾有定製化的調整，並滿足消費者各自的使用場景。

過去本地端硬體性能不足，雖然可通過雲端學習，但數據的上傳下載會因為網絡的穩定性不足而造成延遲，效率極低，無法做到實時處理。

若本地端硬體擁有強大的 AI 學習能力，那麼就不需要把數據上傳雲端，直接在本地端處理即可，效率更高。

另一個問題則是隱私安全性。

過去的機器學習都要把數據收集後上傳到雲端，若這些數據和個人生活私緊密相關，上傳到公有雲就是個很有問題的做法。

比如最近的案例，Google 最近發布的 Clips AI 相機就因為其「擅自」拍照上傳到雲端的做法而被詬病，甚至引來特斯拉 CEO 伊隆·馬斯克（Elon Musk）的公開質疑；其語音助手也會在未經許可的情況下進行錄音，並上傳雲端，這些都造成了消費者的恐慌。

但如果手機本地端就具備了一定的機器學習能力，那麼個人隱私相關數據收集與學習就不用再涉及雲端，而是可以存放在本地端，就隱私的保護方面，要比雲端處理可靠太多。

圖 | 伊隆·馬斯克評價谷歌 Clips AI 相機：它甚至連「假裝無辜」都不會……

NPU 的性能表現更可說是業界一流。

以機器學習常見的圖像識別而言，傳統高端桌面級處理器只能在一分鐘內識別 97 張圖片，但如果通過 NPU，則每分鐘可以處理的圖片數量可高達 2000 張，換算每秒約 30 張，這基本上已經達到了實時處理的程度。

不論是 AR 所需要的場景識別，或者是人物、對象識別，幾乎都可以做到所見即所得，完全不會感到延遲。

畢竟，延遲感是用戶體驗的「最大殺手」之一。

當然，過去計算架構要有強大性能，通常都要付出高昂功耗的代價，但 NPU 功耗全負載大約只有 CPU 的一半，如果以計算效率/功耗換算，大概是 0.8TFLOPS/W。

我們以 NVIDIA 推出的 Tesla Volta V100 方案作比較，V100 約為 0.4TFLOPS/W。

NPU 的能耗效率甚至大幅超越業界頂級 AI 計算硬體，可見其架構設計的優秀。

圖 | 華為麒麟 970 與 NVIDIA Tesla Volta V100

麒麟 970 VS 蘋果 A11 Bionic

蘋果最新推出的 A11 Bionic 處理器可以說是最近另外一個備受關注的焦點，原因與華為一樣，蘋果在此晶片中集成了兩個 AI 計算核心，命名為 Neural Engine（神經網絡引擎）。

雖然蘋果並沒有針對這對核心解釋太多細節，但應用方面大致上和麒麟 970 的 NPU 類似，就是作為圖像識別、自然語言以處理，以及增強現實（AR）這三大方向的核心計算。

目前已經揭曉的應用就是取代指紋識別的 Face ID 人臉識別功能。

A11 Bionic 的 Neural Engine 可做到每秒六億次的操作效率，也就是 0.6TOPS，相當強大。

不過麒麟 970 的 NPU 計算能力是 1.92 TOPS，理論數據上比蘋果快了三倍以上。

當然，理論數據歸理論，實際上的性能表現還是要看軟硬體的搭配優化，這方面蘋果一般來說不會讓用戶失望，但華為也不是省油的燈，Mate 10 上市後就可一見真章。

圖 | 蘋果 iPhone X & 華為 Mate 10 Pro

麒麟 970 和 A11 Bionic 目前看來是走同樣的路，那麼另一家處理器大廠高通呢？高通的驍龍系列包含 Neural Processing Engine（神經網絡處理引擎）軟體 SDK，理論上能幫助開發者更好地利用高通晶片上的 GPU 、 CPU 、 DSP 完成人工智慧加速，反而不強調所謂的 AI 專屬加速硬體。

但是在人工智慧的潮流下，高通把相關人工智慧加速器加回去，也不過就是時間問題。

人工智慧處理模塊到底帶來什麼亮點？

從華為已經公布的信息來看，麒麟 970 的 AI 技術能分辨你拍攝的對象，例如知道你在拍攝花朵或小動物，再跟據周遭的環境，自動調較適合的亮度。

另外它也能做實時翻譯、聽取語音指令、 AR 效果等。

圖 | 麒麟 970 能實現本地端的實時圖像處理、低能耗 AR 及精準語言翻譯

簡單舉例，利用搭載麒麟 970 的手機來拍照時，手機首先會自動識別場景中有什麼物體，是人？是植物？是小動物？然後根據不同的拍攝對象，可以自動調整拍照的效果。

比如說拍攝的對象是人，那麼就可以自動加上美顏效果，讓被拍對象的氣色看起來更好，也可以自動調整曝光和背景燈光，來凸顯人物主體；如果拍攝的是景物，那麼可以針對景深調整，並調整曝光時間，來做到強化整個場景的呈現力度。

至於毛茸茸的小動物，就可以稍微強化銳利度，讓動物身上的毛髮呈現更為自然、清晰，而不會像一般手機照相一樣，總是會糊成一團。

圖 | 麒麟 970 針對目前手機拍照存在的問題做了專門優化

類似的場景識別也能帶到 AR 應用當中，如果我們使用 AR 功能時，如果要迭加信息或者是 3D 對象時，首先還是要用機器學習功能判斷場景中的各種條件、對象，不然把信息匹配到錯誤的對象上時，比如說 AR 應用在汽車上加注了野生動物的標籤，那可就貽笑大方了。

而這些對象、場景辨識都必須要通過 AI 計算硬體來達成，才有辦法做到實時處理，讓消費者即拍即得，或者是所見即所得，完全感覺不到手機因為計算而帶來的延遲。

當然，這部分的功能不會是只有麒麟 970 能做到，蘋果 A11 Bionic 、高通的方案都能做到。

差別就在於推出的時間差、能不能搶得市場先機，以及搭配軟體的功能能否把 AI 計算硬體的功能發揮到極致。

圖 | 華為麒麟 970、蘋果 A11、高通驍龍 835

不過，A11 Bionic 有一個優勢，那就是搶先業界導入 Face ID 面部識別功能。

因為關鍵零件供應的限制，這項功能在華為發表的 Mate 系列手機上暫時還看不到。

但如果以其他的應用來看，搶先面世的 Mate 手機，肯定能在蘋果 iPhone X 推出前，先奪走一定數量的眼球關注度，所以華為必定會在相關功能盡力做好優化，否則 iPhone X 上市後，若消費者發覺體驗還是有落差，規格上的數據不能與使用體驗成正比，消費者最終會如何選擇就不言自明了。

華為、蘋果打得火熱，三星去哪了？

根據調研機構 IDC 的數據顯示，全球手機出貨前三大廠商分別是三星、蘋果、華為。

這樣的局面從 2015 年華為取代聯想（含 Motorola）之後就沒有改變過，手機市場三分天下的態勢已經確立，彼此之間的出貨量差距不小，短時間內蘋果想要超越三星、或是華為想要超越蘋果的難度都很大。

但不可諱言，華為展現出了相當強的野心。

圖 | 2017 年第二季度全球手機出貨量排名（來源：IDC）

蘋果在移動晶片領域的自主設計實力十分堅實，不過華為通過旗下海思攜手寒武紀，透過群策群力的方式，搶在第一時間發布了支持深度神經網絡加速功能的麒麟 970，斷了蘋果是唯一一家可以搖著 AI 晶片大旗、銷售產品的機會。

同時，在蘋果 iPhone Ｘ即將開放預約前，華為推出了 Mate 10 與其正面對決。

所以當消費者想要體驗所謂的 AI 手機時，除了 iPhone 之外，會想到還有華為可供選擇。

圖 | 11月3日，iPhone X 發售在即

另一方面，手機產品生命周期短，也就是說，消費者對於設備先進性的敏感度很高。

就現階段來看，只有蘋果和華為的產品支持神經網絡處理引擎，對於其他沒有具備晶片設計能力的手機廠牌來說，只能等待晶片供應商推出解決方案。

有業界人士表示，手機開發進度依機種而不同，不過一般來說手機開發方案大約得經過三個月到六個月。

所以說，當手機從業者花時間在開發相關手機時，多少也將市場拱手讓人。

因此，蘋果和華為可以領先其他競爭者至少一個季度的銷售優勢。

在營銷策略及產品布局上，華為這次確實棋高一著。

圖 | 一張意味深長的華為移動 AI 海報……

好了，大家可能會注意到，華為和蘋果玩的火熱，身為手機龍頭的三星這次卻完全沒了存在感……

其實今年三星也推出了智能語音助手 Bixby，但在硬體方面的速度卻意外的慢，為什麼說是意外呢？主要是目前有能力推出 AI 晶片的手機廠商除了蘋果和華為之外，三星應該是最有機會的，因為三星電子擁有龐大的半導體資源及技術。

例如日前三星公布第三季財報，在負面消息不斷的情況下，營業利益和整體營業毛利率依舊創下新高，最大功臣就是半導體部門，貢獻了三星電子將近 7 成的利潤！

這場人工智慧進入終端的戰役，三星開局落後，但後續肯定不會讓蘋果和華為專美於前。

去年底，三星就投資了一家低調的英國初創公司 Graphcore（目前總募資金額為 6,000 萬美元）。

這家成立於 2015 年、專攻人工智慧晶片硬體設計的公司，其創始人 Nigel Toon 來頭不小，他是半導體界的連續創業者，先前已將自己創立的 Picochip 賣給 Mindspeed，而另一家 Icera Semiconductor 則是賣給了 NVIDIA。

Graphcore 先前表示，公司開發的智能處理晶片（IPU）預計在今年底推向市場。

圖 | Graphcore 唯一的使命：機器學習加速

三星是否有機會藉助 Graphcore 強化智慧型手機 AI 晶片的研發實力，尚有待觀察。

不過，近期三星加快發展 AI 晶片速度的消息越來越多，甚至有人替三星披露了一些消息，例如韓國科學技術院（KAIST）教授 Yoo Hoi-jun 表示，三星除了內部研發神經網絡處理器（NPU）之外，也在考慮收購一些 AI 公司。

另外，根據日前韓國媒體報導，三星電子半導體部門負責人 Kim Ki-nam 指出，目前 CPU 與 GPU 無法保證 AI 運算的效率，但 NPU 可以補強這個問題，因此外界認為，三星有意將自家研發的移動處理器與 NPU 技術相結合。

圖 | 三星電子半導體事業部負責人Kim Ki-nam（中）

不過，在過去幾個月，三星深陷在賄賂韓國政府的醜聞之中，三星集團領導人李在鎔更因被控行賄而入獄，後續可能引發的公司治理及領導問題似乎開始浮上水面。

三星電子目前層級最高的掌門人、副會長兼終端解決方案部長權五鉉（Kwon Oh-hyun）就在上周宣布辭職，被韓媒形容是為三星投下一顆震撼炸彈，除有打擊三星士氣的疑慮外，如果接班人選無法領導三星往更前瞻、創新的方向前進，錯失 AI 手機大戰的先機，可能僅僅是一系列惡性連鎖反應的開始。

當然，也有分析人士認為三星對於AI手機其實並不著急。

不同於華為、蘋果、高通等競爭對手，三星公司擁有豐富的家電產品線。

而早前推出的智能語音助手 Bixby 被認為是三星希望通過智慧型手機+語音助手的方式打開「AI家居」市場的破局點。

從目前三星的一系列動作來看，上述言論並非完全沒有根據，比如三星智能服務事業部領導層變動，以及本月18日三星即將在舊金山舉行開發者大會並推出Bixby 2.0 ，都折射了三星在未來「AI家居」領域的更大野心。

圖 | 三星瞄準更大的 AI 家居？或將 Bixby 打造成智能家居入口

縱觀 AI 手機群雄並舉的局面，中國廠商華為處處領先對手一步，不論是率先發布移動端 AI 晶片，還是搶先推出搭載 AI 晶片的手機產品，似乎處處透露這一絲中國武俠文化的意味：天下武功，唯快不破。

搶占先機固然重要，但當消費者真正拿到一部 AI 手機，並能真切感受到體驗的大幅提升時，一切才會變得有意義。

華為 Mate 10、蘋果 iPhone X 推出在即，這一次，但願 AI 手機不再是一個概念。