（文章來源：太平洋電腦網(wǎng)）
說起近年來手機上出現(xiàn)的新玩意兒，AI芯片可能是其中最耀眼的明星。無論是安卓陣營還是iOS陣營，旗艦級別手機所使用的SoC中，AI算力總能成為著力吆喝的賣點。例如最近華為發(fā)布麒麟990芯片，其AI模塊的算力相比前代大幅提升數(shù)倍，甚至登頂安卓陣營AI Benchmark榜單；而在最新發(fā)布的iPhone 11當中，所使用的A13 Bionic仿生芯片也表現(xiàn)不俗，性能提升20%，每秒可執(zhí)行1萬億次運算?？梢哉f，AI芯片目前已經(jīng)進入到了軍備競賽階段。
然而，和性能提升可以直觀感受到的CPU、GPU模塊不同，SoC當中的AI性能攀升，其實際應用場景一直令很多朋友感到迷?！狝I這么強，日常使用的APP似乎也沒太大變化，游戲該咋玩還是咋玩。但AI芯片是否真的雞肋？這也未必。
軟件應用往往滯后于硬件發(fā)展。觸摸屏并非是什么新鮮事物，但直到iOS橫空出世才讓人找到正確的交互方式；NFC早在安卓2.X時代就已經(jīng)實裝，但直到近年才迎來各種支付應用的廣泛支持。AI芯片目前的應用范圍并不廣，大家可以感受到的，可能就是相機中場景的AI識別、人臉認證等等。隨著AI芯片算力的提升、軟件應用的完善，未來的APP到底能進化到怎樣的神奇地步？今天一起來聊聊吧。
作為近年最熱門的話題之一，AI這一字眼頻頻出現(xiàn)在各類科技資訊當中。而谷歌開發(fā)的圍棋AI Alpha Go一舉擊敗李世石、柯潔，更是令AI走進了聚光燈下。和傳統(tǒng)的算法相比，AI能夠讓計算機的某些舉止更接近人類，例如能夠識別圖像內(nèi)容、識別句法語義等等，而這些，往往得益于使用神經(jīng)算法來進行機器學習。
移動互聯(lián)網(wǎng)時代的到來令數(shù)據(jù)規(guī)模前所未有的龐大，這為AI提供了茁壯成長的土壤。這些數(shù)據(jù)成為了AI極其有價值的樣本，人們通過神經(jīng)算法對這些樣本進行卷積分類，進行一遍又一遍的機器學習，輸出了不同權(quán)重的結(jié)果，并以此作為識別行為事物的判斷依據(jù)。從這方面來看，AI的本質(zhì)是數(shù)據(jù)密集、算法先進、分類權(quán)重細致的統(tǒng)計學，通過不斷輸入數(shù)據(jù)、不斷卷積衡量權(quán)重，AI最終所能做出的判斷會無比接近甚至超越人類。
由此可見，AI是依賴特定的神經(jīng)算法實現(xiàn)的，這個任務交給普通的CPU來做，效率比較低下——CPU屬于通用計算單元，暴力運行某種算法并非其特長，例如CPU挖礦的效率就遠比不上專門為HASH算法特制的ASIC礦機芯片。而AI芯片正是為密集處理數(shù)據(jù)的神經(jīng)網(wǎng)絡算法特制的，例如華為的麒麟990就可以支持包括VGG、VDSR等在內(nèi)的90%視覺神經(jīng)網(wǎng)絡計算模型。
換言之，AI芯片能否發(fā)揮其功用，關(guān)鍵在于軟件應用是否對相應的神經(jīng)網(wǎng)絡算法有著良好的支持和運用。隨著APP不斷進化，AI會越來越多地應用到實際當中，出于算力和能效方面的考慮，AI芯片（模塊）的確必不可少。而當AI芯片的性能日益強大時，下面這些神奇的應用可能會漸漸成為我們的日常。
下載文檔
