作为AI处理芯片的典型性，华为、iPhone等厂商刚刚开始在NPU上下功夫。硬件配置方面，NPU可以代替CPU解决问题，使SoC具有更强的局部AI计算能力(类似于“硬件解码”)。因此，无论是第三方开发者升级几个ic设计还是只应用某个设计方案，都会严重损害系统的特性。

作为AI处理芯片的典型性，华为、iPhone等厂商刚刚开始在NPU上下功夫。此外，开发者也在孜孜不倦地推动移动AI应用的发展趋势。

NPU(neuralpprocessingunit)一直是华为发布会的热门话题。这一次，琳琳9000在加工AD8601ARTZ-REEL7芯片框架图的C位置标记了NPU。桑德斯在详细介绍最好的A14CPU的同时，也主要提到了NPU。

早在2013年，高通就明确提出了“零级”CPU的定义，可以模仿同类人大脑的思维能力，完成自主学习的功能。

在高通芯片的构想中，Zeroth的最终目标是产生一个标准化的新解决方案框架，并首次明确提出了NPU的定义，已经有了AI处理芯片的雏形。

17年，海思发布了麒麟970，第一次嵌入了单独的NPU。

效率，基本上所有手机厂商都把AI当做一个新的亮点。如果一个SoC处理芯片没有足够的AI计算速率，似乎无法在平台表面详细介绍。

现在，NPU的定义明确提出已经7年了，手机AI处理芯片的发展趋势似乎并不尽如人意。

如何看待NPU？

传统CPU进行累加计算时效率极低，而GPU进行类似计算时效率会高很多。出于同样的原因，GPU键用于进行图像处理，并没有对神经网络计算进行过独特的推广。此时，应用技术专业神经网络计算的NPU可以进一步提高计算效率，减少功能损失。

假设你面前有一条没有桥的河，你应该怎么过河？这时人的大脑会想出各种各样的想法，比较各种方式的好坏。

在NPU的工作中，我们比较人的大脑，在手机中模拟所有可行的方案，从中选择最优方案。有了NPU，手机上的AI特性可以大大提高。

从麒麟970的单核NPU到全新的琳琳9000的2+1三核NPU，NPU的升级也伴随着华为AI的技术发展趋势，最能形象化的展现拍摄的发展。

例如，场景采集时的智能场景识别功能，可以使系统软件快速识别拍摄的物体和场景，并完全自动进行升降和调试。再比如“月亮模式”，让很多客户大吃一惊，它强大的智能防抖功能，包括全新的物体识别。

这个角色是基于NPU来填补华为荣耀手机和其他厂商在CMOS规格和ISP(图像信号分析)上的差异。

麒麟970发布后，AI的作用逐渐扩大，从捧非凡城市夜景到智能语音助手，提升环保节能、智能识别、地图识别、翻译...越来越多的应用领域刚刚开始使用AI加速计算，这归功于NPU的应用。

硬件配置方面，NPU可以代替CPU解决问题，使SoC具有更强的局部AI计算能力(类似于“硬件解码”)。与CPU的“软解”相比，“硬件解码”效率更高、速度更快、功能损失更低。

但是即使NPU很强大，手机主要使用NPU还是处于起步阶段，必要性还不如CPU，GPU，ISP，属于点睛之笔。

比如Snapdragon处理器的AIEngine模块中没有单一的NPU模块，MTK在HelioP60/P90中导入的NeuroPilotAI技术最初是按照几个模块(APU+CPU+GPU)来计算的。

AI处理芯片只是第一步。

AI处理芯片的应用可能会提高AI在手机上的工作能力，但是目前的AI处理芯片并不是很兼容所有的手机软件。

例如，许多 live-room应用程序具有即时美肤功能，可以使用降噪和色彩空间转换来完成磨皮滤镜和ps滤镜等基本功能。但是不同手机软件的应用很可能导致异常高的功耗，与手机软件不兼容。

从各销售市场来看，AI处理芯片目前还处于从优化算法核心到商品核心的缓冲期，因为每个AI处理芯片的设计方案都不一样，AI规划方案架构也有很大的差异，比如寒武纪的“DIANNAO”，谷歌的TPU，然后是华为的达芬奇架构。目前AI处理芯片设计方案可以说是百花齐放。此外，还有用于卷积和神经网络的单个ASIC网络加速器，以及适合简单编程的通用AI处理芯片。

这种多样的AI处理芯片促进了AI技术在手机上的普及，但也难免有些困难。

AI的应用需要开发者的勤奋。

虽然每个AI处理芯片都刚刚开始集成单个神经网络控制组件，但是设计方案却有很大的不同，这意味着几个AI处理芯片在操作深度学习应用中的特性和能耗有很大的不同。因此，无论是第三方开发者升级几个ic设计还是只应用某个设计方案，都会严重损害系统的特性。

目前大部分移动AI处理芯片在深度学习方面都有了普遍的提升，而一些特殊的测量方法并没有太大的提升。

即使开发人员开发设计同一个AI应用，其兼容模式也很可能存在很多 问题。当人工智能应用的开发和设计进入具体的应用和业务流程时，开发人员会遇到许多困难，如不同的规范、API适配、系统优化等。因此， 开发者必须对不同厂商的机器设备进行逐一升级。此外，安卓系统的绿色生态相当混乱，所以移动人工智能开发人员很可能会遇到很多障碍。

就 AI技术支持的拍照功能而言，除了界面的改进，还是有很多人会嘲讽华为荣耀手机存在皮肤太美、动态模糊太多、色框丢失等问题。，但是iPhone上很少讨论这样的问题。

长期以来，iPhone在照片开发中的AI技术都是经过适当调试的。无论是内置摄像头还是第三方摄像头，“摄影真实”已经成为iPhone产品的卖点之一，很多 技术摄影师已经选择iPhone作为便携式时尚街拍机。相比之下，“手动”安卓机更侧重于拍摄新手。

但是随着安卓机厂商和应用开发者及其应用的不断完善，安卓机摄影也越来越智能化。

所以， ，AI处理芯片只是展示了AI在手机上应用的基础。要真正在手机上发现AI的风采，开发者有必要针对AI处理芯片的工作能力，开发设计合适的应用。

伴随着机器人和人工智能技术的发展，人们最担心的就是机器代替人的问题，以及机器能否在人类社会中发挥智慧。针对这一点，MarkReport认为机器可以和人合作，而不是替代关系。他举了一个波士顿动力机器人的例子，这些产品可以帮助人们在非常危险或者不利的环境中工作。

针对人工智能迅速发展所带来的困扰和忧虑，周曦表示，这种担忧是不合理的，但他以核技术的发展为例指出，只要掌握了适当的规则，技术进步就会带来利大于弊的结果，从而造福人类社会。

对我们的人工智能事业，(规则)可说是一个很重要的步骤。周曦认为，头部企业应该共同制定产业和技术发展的规则，以推动产业向健康的方向发展。

技术要服务于人，延伸人的能力。

周曦认为，应该构建以无人机、智能机器等成熟设备为基础的为人们服务的人工智能操作系统，用智能机器来弥补人在体力、经验、记忆等方面的局限性，从而开拓更为广阔的市场。”每一次科学技术的进步，都是效率的提高，是人的发展。AI是大脑的延展，我们所要做的就是将人类的智慧延伸。

总结一下。

现阶段，希望构建一个基于AI处理芯片的AI应用生态链的愿望确实是很幸福的，但整个过程还有很长的路要走。硬件配置领先，手机软件要跟上。

未来，NPU可能会像CPU的FPU一样，成为移动Soc处理芯片的规范。也许在未来，每个人都能在智能机器上感受到更好的AI应用。

至少现在，以NPU为第一的AI处理芯片还有很长的路要走。