諷刺蘋果人臉識別做得不好，華為 Mate10 憑什麼叫板 iPhone X？

01-28

這段時間華為似乎處處都在針對蘋果。

在蘋果發布會的前一天，華為就在官方 Twitter 上發布一幅蘋果被啃掉的 Gif 動圖，並配文「Take the next step with Huawei」。

前幾天，華為「故技重施」，在官方的 Facebook 頁面上發布了一條耐人尋味的視頻：視頻中一個小丑用人臉識別解鎖手機，不過很遺憾失敗了，似乎在調侃蘋果發布會上人臉解鎖失敗一事。視頻最後的標語表明華為將在 10 月 16 號發布新旗艦機 Mate10，並且是「真正的 AI 手機」。

從目前已知的信息來看，華為 Mate 10 將會有標配版和 Pro 版兩個版本，標準版將採用 4GB RAM+64GB ROM 起步，5.88 英寸顯示屏，而 Mate10 Pro 則搭配 6GB RAM+64GB ROM 存儲組合，5.9 英寸 18:9 全面屏，解析度達 2K，後置 2000 萬 + 1200萬像素徠卡雙攝。最重要的一點是，兩款 Mate10 將會搭載華為研發的 AI 晶元麒麟 970，這也是華為敢叫板蘋果的主要原因。

AI 涉及到大量的矩陣運算，當前以 CPU/GPU/DSP 為核心的計算架構很難適應 AI 對計算性能的需求，所以業界對新計算架構的探索從來就沒有停止過。拋開那些滿是噱頭的宣傳資料以及余大嘴滿嘴跑火車，華為確實迫不及待地想要對外界炫耀炫耀它在 AI 上取得的成果。

從麒麟 970 來講，它是全球首個集成獨立 AI 人工智慧專用 NPU 神經網路處理單元的移動晶元，採用的 HiAI 移動計算架構能夠大幅度提升 AI 的算力，其性能密度大幅優於 CPU 和 GPU，能用更好的能耗更快地完成 AI 計算任務。

具體來講，麒麟 970 內置的 NPU 運算能力能夠達到 1.92 TFlops，在深度學習的加持下，所有硬體能夠協調晶元內部各個組件及手機硬體，如 ISP、DSP，在處理某些特定的任務時，提升運行速度並降低功耗。

比如，在圖像識別上，麒麟 970 比 Cortex-A73 的性能提升了 25 倍，效能提升了 50 倍，拍攝 1000 張照片僅消耗 4000 mAh 電池手機的 0.19% 的點亮，圖像識別速度可達到每分鐘 2000 張。

從其他參數來看，跟上一代麒麟 960 相比，麒麟 970 依舊內置八核 CPU，性能上基本與高通驍龍持平，但 CPU 部分的提升更多的是體現在功耗的優化上。在 GPU 上，麒麟 970 採用了 ARM 在今年 5 月剛剛發布的 Mali-G72 架構，性能較 Mali-G71 提升了 40%，在核心數上，麒麟 970 的 GPU 增加到了 12 核。

也許是為了更好地支持 Mate10 人臉識別、圖片處理或者 AR 應用等服務，在麒麟 970 的加持下，Mate10 的圖像處理和圖像識別能力將會有大幅度的提升。

麒麟 970 晶元對於華為 AI 戰略的意義

不過，對於華為而言，大力推進移動 AI 晶元的意義不僅是讓旗下手機擁有更強大的性能那麼簡單。

人工智慧技術的發展，推動著智能終端的「智慧化」進程，這不僅僅體現在更高的性能，更快的處理速度上，更體現在可以主動感知用戶狀態和周圍環境，並提供精準服務的全新交互方式上。

在德國柏林 IFA 2017 展會上，余承東提出了「Mobile AI = On Device AI + Cloud AI」的概念，並表示，人工智慧在未來終端上的實現必須通過「端雲協同」。

雲上的智能已經經過了多年的發展，在各行各業都有廣泛的應用，但是雲端的智能體驗是不完整的。在用戶體驗方面，雲側還存在著實時性、穩定性、隱私方面的問題，而端側智能可以很好地實現同雲端的優勢互補。端側的智能設備擁有大量實時、個性化、場景化的數據，在 AI 晶元的支持下，就能擁有更好的認知能力，為用戶提供個性化的直達服務，同時提升隱私數據本地處理的安全性。

由於對實時性和隱私性的要求，AI 本地處理能力變得尤為重要，當前手機側的性能問題已經成為阻礙移動 AI 技術發展的巨大掣肘，而麒麟 970 的出現正是為了應對其海量數據的挑戰。同時，在手機端引入智能晶元，能夠為華為人工智慧系統做初步的數據加工，並為雲端業務提供更好的基礎數據。

另外，余承東強調，一個單純的平台技術創新不能真正實現用戶體驗的提升，華為麒麟 970 作為人工智慧移動計算平台將會開放給更多的開發者和合作夥伴，並提供完善的多應用模式和機器學習框架的支持。

移動晶元的 AI 化將成為趨勢

隨著圖像識別、生物識別等技術在移動端的應用越來越廣泛，專用的 AI 晶元有可能成為未來智能手機晶元的發展趨勢。

在蘋果的新品發布會上，雖然官方發言人對最新 A11 晶元相關性能只是幾句話簡單帶過，但從目前公開的資料我們可以了解到，A11 神經網路引擎採用雙核設計，每秒運算次數為 6000 億次，相當於 0.6 TFlops，為 Face ID，Animoji 等高端應用提供強有力的硬體支持。

另外，高通在一年前就宣布推出了神經處理引擎，並與合作夥伴一起開發 SDK，兩個月前，高通宣布開放這個 SDK，供所有人使用，Facebook 是首批整合該 SDK 的公司之一。高通強調，神經處理引擎的下一步是硬體化，即推出專用的 AI 移動晶元，也許高通下一代移動處理晶元驍龍 845 就會集成相關的神經處理引擎模塊。

同樣作為移動晶元巨頭的三星也開始在 AI 晶元領域投石問路。據韓媒 ET News 報導，三星半導體部門負責人金奇南日前表示，以目前的 CPU 以及 GPU 無法讓 AI 更加有效率地運算，但 NPU 可以彌補兩者的缺陷。其言下之意是暗指三星有意將移動晶元與神經網路技術結合起來。

上述所例舉的晶元巨頭研發的產品主要應用於智能手機，但實際上，有大量初創公司專註於不同領域的 AI 晶元研究。

比如，地平線機器人所研發的 AI 晶元主要用於自動駕駛和智能家居，6 月獲得 A 輪融資的西井科技更適用於醫療產品，雲天勵飛研發的 AI 晶元則更適用於圖像識別，而 Nervana 研發的晶元則擅長於機器學習。

隨著人工智慧的應用場景越來越廣泛，行業對晶元的要求也越來越高，也更加細化。傳統的 CPU 可以執行更加「通用」邏輯處理任務，協調數據流，但專業晶元在處理某些 AI 任務時速度將會比 CPU 快很多，這也是 AI 晶元在業內被稱為「加速器」的原因。不論 AI 晶元應用在哪個領域，都是 AI 開始從技術到產品落地的表現。

Mate10 要等到 10 月 16 日才正式和公眾見面，發售日期不確定，搭載 A11 晶元的 iPhone X 要等到 11 月 3 日才發售，用戶要體驗「AI 智能手機」，還需要等待一段時間。不過，可以肯定的是，未來會有更多的硬體設備集成專用的 AI 晶元。