雖然蘋果和三星都擁有自主開發(fā)的應(yīng)用處理器,，鎖定了高端智能手機市場，但是聯(lián)發(fā)科（MediaTek）正在尋求在智能手機市場的反彈,，在本周的2018世界移動通信大會上推出了Helio P60芯片組,。

聯(lián)發(fā)科的計劃是重新進入與高通競爭的中高端智能手機市場。

聯(lián)發(fā)科技將Helio P60視為“首款采用多核AI處理單元（移動APU）和聯(lián)發(fā)科NeuroPilot AI技術(shù)的SoC平臺”,。

聯(lián)發(fā)科的舉動顯示了該公司在行業(yè)智能手機大戰(zhàn)中,，策略重點轉(zhuǎn)向移動人工智能的巨大變化。目前各種芯片供應(yīng)商都在競相將神經(jīng)網(wǎng)絡(luò)引擎用于手持設(shè)備上,。目標很簡單,。他們希望開啟人工智能體驗——語音用戶界面、人臉解鎖,、AR等等——在客戶端設(shè)備上處理更快,、更好,，無論有沒有網(wǎng)絡(luò)連接。

Linley Group高級分析師Mike Demler表示：“我們在去年才看到了第一批帶有嵌入式神經(jīng)引擎的智能手機處理器,，如蘋果A11,、華為麒麟970、高通Snapdragon 835和聯(lián)發(fā)科Helio X30等旗艦處理器,?！?/p>

Demler表示：“我們對聯(lián)發(fā)科將在更低層添加神經(jīng)引擎并不感到意外，但有趣的是,，他們正在使用比其旗艦產(chǎn)品X30更強大的核心來實現(xiàn)這一點,。”

換句話說,，一個由中國手機制造商推動的,、充滿活力的中端智能手機供應(yīng)商社區(qū)正在躍躍欲試，他們希望盡快趕上移動AI這股趨勢,。

新高度

聯(lián)發(fā)科稱其為“新高級”是指“以中檔價格提供卓越性能和功能的設(shè)備”,。聯(lián)發(fā)科銷售總經(jīng)理Finbarr Moynihan解釋說，“新高度”是目前智能手機的重要動作,，像Oppo,、Vivo、聯(lián)想等中高端玩家都渴望縮小與頂級競爭對手的差距,，希望在應(yīng)用,、功能和AI方面取得重大飛躍。

聯(lián)發(fā)科告訴我們,，2017年全球智能手機出貨量的48％來自中國OEM廠商,，主要針對新興市場。聯(lián)發(fā)科援引TrendForce報告指出,，2017年中端消費者品牌出現(xiàn)大幅增長,，小米的智能手機產(chǎn)量增幅高達76％，而Transsion,、OPPO和Vivo也有大幅增長,。

Helio P60在八核CPU中配備了4個ARM A73處理器和4個ARM A53處理器?；赽ig．LITTLE的8核設(shè)計,，聯(lián)發(fā)科技宣稱與前代產(chǎn)品Helio P23和Hleio P30相比，CPU性能提升了70％,。通過使用最高800MHz的新型Mali G72 GPU,，P60還將GPU性能提高了70％。

聯(lián)發(fā)科的神經(jīng)網(wǎng)絡(luò)引擎

然而,，讓Helio P60實至名歸的是其內(nèi)置的NeuroPilot AI平臺,、橋接CPU,、GPU和板載AI加速器。聯(lián)發(fā)科的人工智能框架可以通過協(xié)調(diào)SoC內(nèi)CPU,、GPU和AI加速器計算工作負載來管理異構(gòu)AI計算架構(gòu),，最大限度地提高性能和能效。

聯(lián)發(fā)科已經(jīng)證實,，P60在其AI加速器中集成了Cadence Vision P6內(nèi)核,。

Cadence Vision P6

與聯(lián)發(fā)科技旗艦產(chǎn)品Helio X30——使用Cadence Vision P5，每秒70 GMAC（8位）——相比,， Helio P60每秒處理性能為280 GMAC,。Demler表示：“所以在處理器整體性能上降低了一層，但同時將神經(jīng)引擎性能提高了4倍,?！?/p>

當被問及對比Helio P60神經(jīng)網(wǎng)絡(luò)引擎性能時，Demler說：“華為的麒麟970可以達到?1TMAC ／ s（FP16）,，因此在更高的分辨率下它的神經(jīng)網(wǎng)絡(luò)性能是P60的4倍。在280GMAC ／ s下,，P60與蘋果A11的很接近,，達到300GMAC ／ s?！?/p>

缺乏AI基準

然而,，我們咨詢的大多數(shù)分析師都認為，深度學習加速器基準的缺乏,，使得很難做出有任何意義的比較,。Demler稱這是“一個開放的大問題”，他說移動AI這個泥潭可能很容易導致我們陷入“GOPS ／ TOPS營銷炒作之戰(zhàn)”,。

Tirias Research首席分析師Jim McGregor表示贊同,。“這是一個令人困惑的話題,，因為沒有什么細節(jié)和基準,。聯(lián)發(fā)科和其他公司使其聽起來像是無所不能的人工智能解決方案，”但通常并非如此,，McGregor補充說,。

例如，聯(lián)發(fā)科的P60中使用的Cadence Vision P6內(nèi)核是針對計算機視覺應(yīng)用進行了優(yōu)化,，而非通用神經(jīng)網(wǎng)絡(luò),，Demler說。

正如McGregor所解釋的,，“首先,，你需要了解大多數(shù)AI處理器是什么,。”例如,，聯(lián)發(fā)科,、蘋果和華為稱其解決方案為“專用”，意味著使用單個IP塊進行AI加速,?！霸诖蠖鄶?shù)情況下，這意味著從其他方——如Cadence或Ceva——那里獲得的IP塊許可,。這種IP塊支持可配置的神經(jīng)網(wǎng)絡(luò),，但有一些限制?？墒菦]有人能確切地說出這些限制是什么,。”

所以,，顯然地,，在應(yīng)用處理器內(nèi)部放置一個神經(jīng)網(wǎng)絡(luò)引擎并不是故事的結(jié)尾。正如McGregor指出的那樣,，新神經(jīng)網(wǎng)絡(luò)的開發(fā)和訓練仍然需要在數(shù)據(jù)中心進行,，必須依賴更多高精度、強大的訓練處理器,。

如果應(yīng)用開發(fā)人員和OEM廠商想要利用智能手機應(yīng)用處理器內(nèi)部的神經(jīng)引擎,，他們需要一個與底層硬件掛鉤的軟件框架?！八蓄I(lǐng)先的移動處理器設(shè)計公司（高通,、聯(lián)發(fā)科、華為,、蘋果）現(xiàn)在都提供神經(jīng)網(wǎng)絡(luò)SDK,，”Demler觀察到。但他們都需要支持像Caffe和Torch這樣的流行培訓框架,。

對聯(lián)發(fā)科來說,，聯(lián)發(fā)科提供了被稱為NeuroPilot AI SDK的框架，該框架可以讓應(yīng)用開發(fā)人員和OEM廠商“深入到硬件,，看AI軟件如何在CPU,、GPU和專用AI加速器上運行”，Moynihan這樣表示,。

與此同時,，應(yīng)用開發(fā)人員和OEM廠商也需要能夠“查找并查看Android網(wǎng)絡(luò)API（Android NNAPI）的內(nèi)容”，Moynihan補充道,。Google為Android機器學習開發(fā)了Android NNAPI和運行時引擎,?！奥?lián)發(fā)科的NeuroPilot SDK完全符合Android NNAPI，”Moynihan補充道,。

Android Neural Networks API的系統(tǒng)架構(gòu)

在部署能夠讓智能手機處理器運行AI應(yīng)用的方法中,，高通的方法似乎有些不同。

McGregor說,，高通的解決方案是不同的,，因為“他們已經(jīng)在芯片上使用了多種資源，包括Hexagon DSP,、Adreno GPU和Kryo CPU內(nèi)核,。”

然而他補充說：“沒有可用的基準,，不可能確定哪種方法更好,，但高通模型確實提供了更高的靈活性?！?/p>

AI軟件之戰(zhàn)

無論底層硬件如何,，畢竟最關(guān)鍵的還是能夠購在任何智能手機上體現(xiàn)AI體驗差異化的軟件。

McGregor說：“現(xiàn)在,，這些應(yīng)用正瞄準著手機上的常見功能,，例如拍照和數(shù)字助理。但是,，通常由第三方軟件開發(fā)人員來開發(fā)和訓練用于手機上的這種模型?！?/p>

他指出,，“在有限的情況下，有些模型或庫是可用的,。高通圍繞圖像識別開發(fā)了一些庫,，三星主要圍繞拍照，我相信蘋果也正在開發(fā)自己的模型,?！?/p>

在其他情況下，這取決于應(yīng)用開發(fā)人員,，這是一個很大的限制,，McGregor指出?！昂芏鄳?yīng)用開發(fā)人員并不習慣于使用深度學習,，也無法訪問深度學習所需的大型數(shù)據(jù)中心，”他說,。

Linley Group的Demler在他最近的微處理器報告中也對人工智能軟件開發(fā)提出了警告,。 “處理器架構(gòu)的多樣性給Android應(yīng)用開發(fā)人員帶來了挑戰(zhàn),，因為即使在缺乏專用深度學習加速器的設(shè)備上，這些應(yīng)用也必須能夠運行,?！倍硪环矫妫琲OS應(yīng)用開發(fā)人員只需要支持Apple設(shè)計的一些處理器就可以了,。

Tirias Research首席分析師Kevin Krewell也警告說：“我看到的最大問題是,，每個芯片和IP供應(yīng)商都在以不同的方式做機器學習。ARM可能有最佳的機會,，在一個IP上對多個廠商實施標準化,。