移动芯片AI对战在比什么?解读AI新局势

　　(原标题：AI轰鸣时代：苹果VS麒麟，今年的移动芯片究竟比什么?)

　　在每天变化的科技领域回想历史，是一件很有意思的工作。2年前，广大媒体同行还在质问会不会有所谓移动AI芯片;1年前的今天，麒麟970确实让移动AI话题成真了，接着是各家厂商的跟进与布局，移动AI港口彻底对手机世界敞开。

　　那么今年呢?假如我们把移动AI比作工业革命，将移动AI的肇始，看做蒸汽机的发明。那么在产业基础、用户认知和产品化、生态化相对成熟的今天，或许可以理解为大工业体系开始建立，工厂开始运转，机器发出轰鸣。关于手机的真实商业世界，开始由AI这两个字母吹拂变革之风。

　　是不是真的如此，大概从苹果的秋季发布会上提了多少次AI与芯片就能读出一二。

　　既如是，我们或许可以将今天定义为移动AI的轰鸣时代。而在走入移动AI工业这个机械怪兽之前，理解发动机的性能肯定是最关键的。我们会在接下来，用三部曲的形式来解读今年的AI芯片进程，分别从行业格局、算力革命、用户体验三个篇章来解读移动AI芯片的2018新局势。

　　那么第一个问题，华为推出麒麟980，苹果亮出A12之后，移动AI的产业格局到底发生了怎样的变化?

　　二者孰优孰劣，无论国内外媒体都有很多声音。但在我们看来，大家可能忽略了这样一个事实：移动AI的技术特性，决定了它不是一种跑分游戏。

　　移动芯片里的AI对战，究竟在比什么呢?

　　指明了战场的苹果A12，却没有说明胜利规则

　　在过去的一整年，很多网友有这样一种判断：移动AI也就是华为和谷歌玩一玩，玩的方式还不一样。作风高冷的苹果根本不会跟进别人的游戏规则。

　　然后，好吧，现实好像有点点跑偏。

　　9月12日，苹果发布了新的iPhone XS，其搭载了A12 Bionic芯片，苹果单方面号称这是业界首款7nm芯片，在六核CPU、四核GPU外，着重升级了独立的神经引擎单元，用于处理AI任务。

　　这里我们先按下其他处理能力不谈，苹果有多爱这款新品以及它带来的AI处理能力，从发布会这二者的篇幅就可以一探究竟。而与之形成鲜明对比的是，iPhone XS近乎于没有其他产品形态、用户服务商的大创新。发布会上展示的AI应用、拍照的AI处理能力、新的faceID、ARM，这些近乎于都与A12的AI处理能力直接相关。

　　好吧，在吃瓜群众觉得苹果不看重AI的时候，苹果把手里的筹码扔在AI上一把梭哈了。为什么会这样?

　　或许答案在于，苹果不是不想，而是在渠道创新力被压榨的近乎透明、产品自创新能力抵达天花板，研发端又不能带来大惊喜的条件下，苹果并没有挣脱手机产业整体规律的能力，选择终端AI，拥抱AI算力带来的体验改变，已经变成了苹果必须选择的一条路。

　　然而这次苹果并不是这条路上的第一位玩家。此前，华为发布了今年度的麒麟980芯片，在麒麟970的基础上，这款芯片使用了双核NPU架构，增强了端侧AI的运算能力，大幅度提升了AI应用的想象边界。

　　在之后，晓龙855也被多方证实会推出独立的AI处理单元，换言之也将加入AI端侧处理的硬赛道。而10月谷歌会推出pixel 3，想都不用想会有一大堆AI。

　　于是，最近的国内外媒体都执着于一件事：给A12和麒麟980的AI能力跑分。跑的那叫一个天花乱坠，各有套路，想要从中解答AI芯片哪家强。

　　诚然，AI处理能力可以在多种硬处理能力上体现出差异，比如图像识别，而截至目前，麒麟980和A12的的AI跑分在伯仲之间，没有所谓的明显甚至碾压差距。但我们可能搞错了一件事：AI是一种目的性技术，而不是一个能够直接判断的数值。这就像我们可以说哪个游戏更流畅，但很难说哪个游戏更AI。消费者最终购买的是AI带来的应用与体验，而不是数值。

　　显然，苹果已经全面走上了被华为开拓出来的移动AI赛道，这条赛道的基本规则之一，就是绝不靠跑分决定胜负关系。

　　那么决定胜负的是哪些因素?苹果又真的完成了后来AI居上吗?有三个因素，决定着移动AI芯片产业的竞争格局：

　　AI核心能力的进步

　　iPhone XS被吐槽最多的点在哪?答案是唯一的：创新过于保守。

　　由于缺乏外观设计和硬件功能上的创新，这届iPhone被诸多海外媒体指责为只有价格创新了。但其实也不尽然，比如本地AI应用、将AI引入到拍照功能中、升级的AR功能等等，都可以看作苹果在AI软件能力上的拓展。

　　然而问题在于，这些功能好像去年华为Mate10上都有了?

　　《福布斯》的专栏作家Curtis Silver就认为，新iPhone虽然功能上有进步，但让人感觉苹果是在追赶谷歌手机已经有的功能。

　　这种现象归根结底，在于A12芯片虽然储备了足够的AI处理能力，但并没有解答这些AI算力到底要用来干什么这个问题。

　　那么这个问题有答案吗?就麒麟980发布以来的诸多信息，我们认为还是有的。比如在麒麟980公布的信息当中，提到采用更高精度的深度网络模型，麒麟980将在具备更佳的实时性的同时，提升设备AI能力的边界。比如麒麟980实现了从图像识别到物体检测的跨越，支持AI应用进行视频处理、复杂光效识别和软硬件协同的AI能力。

　　这些领域带来的想象力，不出意外会直接体现在华为接下来的旗舰机当中。然而在苹果这边，对AI芯片的能力边界依旧保守在麒麟去年的探索范围里。

　　这当然也可以看做一种苹果基因，或者说是日益显著的保守趋势。但AI的技术逻辑并不以一家公司的抉择为转移，就像苹果没办法绕开AI去推动其他创新一样，AI的核心赛点是要不断打开能力边界，带领用户探索新的智能体验。

　　指给用户说：看，我们的分好高!这个想法太不AI了。

　　生态水渠修到哪了？

　　即使庞大如苹果，显然也承认AI应用开发是构建产品逻辑的重要一环，今年发布会上，我们看到了苹果重点演示了投篮APP的AI处理能力。AI应用的生态开发，又一次被全世界所瞩目。

　　但这并没有改善一个情况：曾经让苹果引以为豪的开发者，正在陷入一场普遍的低沉。

　　从去年公布Core ML以来，苹果开始以小步慢走的方式将AI算力开放给开发者。其特征是不开放太多算法种类，只让开发者在提供的少数条件中挑选，来充实自己的开发工作——说白了这是一种AI界的八股文。

　　千呼万唤着，开发者希望今年苹果的开放步子可以大一点。然而并没有，在不久前的WWDC2018上，苹果升级了Core ML 2，但其核心能力在于使模型运行更快，处理速度提升。而秋季发布会上，A12仿生芯片上的Neural Engine也宣布将开放，但依旧没有提是不是开放更多兼容性、算法种类、开发工具的问题。

　　或许我们可以认为，苹果在制定一个严密的体系，希望以自己的节奏陆续向开发者放开可调用能力，形成水到渠也成的效果。但对于开发者而言，这是缺失平台想象力的。

　　开发者需要的是什么呢?显然，更兼容、更自由、更低的部署成本是三大核心，带着枷锁起舞是AI模型这个考验创意的舞台上难以被人接受的。

　　相比较而言，我们可以看到麒麟980在双核NPU背后，是其AI开发已经可以兼容Caffe、Tensorflow、Tensorflow Lite等主流框架，提供了离线编译、在线编译、8bit量化等一系列工具链。这样AI开发者的端侧模型部署成本将极大降低，并提供了灵活调用异构计算，实现精准部署的可能。

　　而在升级过的HiAI架构2.0中，麒麟980还提供了更多的接口、算子和开发工具包，提升了开发者的效率，降低了成本。