蘋果AI移動晶元真的落後華為了嗎？

眾所周知，蘋果是手機行業最早踏入 AI 人工智慧領域廠商之一，早在 2011 年就已經在 iPhone 當中首度集成 Siri 只能助理。儘管後期行業大多分析認為，蘋果幾乎已經掉隊，但蘋果內部關於人工智慧技術的研發從未停止。今年 5 月份的時候，彭博社就曾爆料了蘋果的在人工智慧領域的大動作，即蘋果正計劃將 AI 人工智慧引入移動晶元中。

當時消息稱，蘋果內部已經開始測試一種獨立專用於執行人工智慧相關任務的處理晶元，該晶元在內部被稱為「蘋果神經引擎（Apple Neural Engine）」。據稱，蘋果這一人工智慧處理晶元將提升蘋果相關設備處理智能任務的能力，例如在面部識別和語音識別等方面。當然了，蘋果並未對此置評。

很顯然，蘋果正持續在 AI 人工智慧領域努力中，積極研發相關技術，以幫助自家的設備大幅提升效率。目前蘋果設備的 A 系列晶元可以通過用兩個不同的單元處理密集型或複雜的任務，分別是 CPU 主處理單元和 GPU 圖形處理單元。如果這兩個處理單元的部分任務可以轉移到一個 AI 人工智慧專用單元上，必然能夠提升計算效率，同時幫蘋果提升電池續航。

伴隨著「蘋果神經引擎」的消息出爐，很多人希望在 6 月份的 WWDC 全球開發者大會上，蘋果能夠透露一些相關 AI 處理晶元的進展或動態，不過事與願違，直到現在也沒有人清楚所謂的「蘋果神經引擎」究竟是什麼玩意。那麼，在移動 AI 晶元的開發方面，蘋果是否落後了呢？

華為比蘋果領先了一步？

國內最大的智能手機廠商華為，作為狂喊「三年超越蘋果」口號的主要競爭對手，也為自家的旗艦智能手機開發了定製 AI 單元的 SoC 晶元，即最近最新發布的麒麟 970 處理器。華為方面宣稱，麒麟 970 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。

NPU 神經網路處理單元是麒麟 970 的最大亮點。按照華為的說法， AI 性能密度大幅由於 CPU 和 GPU，能夠用更少的能耗更快的完成更多任務，大幅提升晶元的運算效率。在 16 位浮點數(即FP16)時 NPU 運算能力達到 1.92 TFLOPs，有了 NPU 的加成，在圖像識別任務上，對比 Cortex-A73 的性能提升 25 倍，能效提升 50 倍之多，圖像識別速度可達到約 2000 張/分鐘，拍攝 1000 張照片僅消耗 4000mAh 電池 0.19% 的電量。

儘管所謂的 AI 加持目前並沒有統一標準進行衡量，只能聽華為官方舉例來解釋，但不可否認，有了獨立的 AI 單元之後，至少在拍照和圖像處理上比之前單純依賴 CPU 和 GPU 要快得多，保持高效率的同時更加的省電。而這些 AI 人工智慧的理念，其實與 5 月份被爆料的「蘋果神經引擎」如出一轍，說明未來 AI 獨立單元內置於晶元一定是趨勢，蘋果也在做，只是華為搶先開了個頭而已。

現在多數人已經知道，華為這枚 NPU 單元主要技術貢獻來源於國家重點實驗室中科院寒武紀，正是因為拿到了該實驗室的神經網路指令集授權加速開發，才讓麒麟 970 成為了首款集成寒武紀晶元的商用產品。而與華為相比，「蘋果神經引擎」的具體細節和性能特點依然不為人知，不過可以預見的是，蘋果的 AI 晶元與華為相比其中必有大量異曲同工之處。

移動晶元包含 AI 單元將成為主流

在發布麒麟 970 移動晶元之後，余承東預告了新一代旗艦智能手機 mate 10，並在接受採訪時對外媒吹噓稱，華為 mate 10 的速度、續航以及功能性方面將遠超今年蘋果未發布的旗艦手機 iPhone 8，這主要歸功於華為新處理器麒麟 970，而負責人工智慧的 NUP 單元功不可沒。

這是否表示意味著 iPhone 8 沒有專門的 AI 單元了呢？目前還很難說。雖然「蘋果神經引擎」遭到爆料之後，還有小道消息稱蘋果已經開始測試配備 AI 晶元的 iPhone 原型機，實現了硬體性能大幅改善，只等後續將此晶元整合到更多設備中，但是至今沒有更多細節放出。不過，蘋果並不著急，至少蘋果的舉動也預示著，在移動晶元在保持低功耗的情況下，塞進更強大計算性能的 AI 人工智慧單元會成為主流趨勢。

相信很多對處理晶元有所了解的人都知道，如今一枚晶元已經不再單純特指 CPU 中央處理單元了，因為 CPU 在做 3D 圖形渲染的性能上顯然力不從心。因此，在 CPU 之後又於誕生了 GPU 圖形處理單元。然而有了 CPU 和 GPU，信號處理能力還是不夠，於是就又有了 DSP。而在智能手機上，由於有攝像頭，需要處理圖像信號，不得不加入 ISP 圖像信號處理器。其餘負責不同任務的單元也還不少，例如負責蜂窩網路的 LTE 數據機，負責一大波感測器的協處理單元。

不難看出，為了不同任務或專門針對某些任務而提高性能和效率，無數不同的計算單元組成了一枚一體式的 SoC 系統級晶元。因此，在今天移動互聯網時代，數據爆炸，大數據的出現，深度學習變得越來越好用的 AI 人工智慧潮流中，一個在移動 SoC 晶元中專門負責虛擬神經元和深度學習的 AI 處理單元肯定不會少。

儘管現在 CPU 和 GPU 也能負責人工智慧和深度學習，但是效率不高，畢竟各司其職。很多人會問 AI 人工智慧單元有什麼用？既然是神經網路，其實只要將其想象成人類的大腦即可，專門負責加速處理五官收集而來的數據，而在手機目前主要應用於語音識別、圖像識別等場景。就像前面所說，華為麒麟 970 的 NUP 目前最突出的表現也是在圖像識別上。

不出意外的話，「蘋果神經引擎」所負責的肯定也是自家目前涉足的領域，例如 iOS 系統中的 Siri 語音識別、圖像識別、鍵盤預測、智能主動感知、主動提醒和服務等，並允許第三方調用。其餘蘋果還能運用到 AI 處理單元的還會有無人駕駛汽車系統、AR 增強現實技術、Apple TV 和 HomePod 音箱等等，讓更多原本生硬的設備也能採用與人類同樣的方式進行交互，變得真正會思考。

蘋果或許比華為更有優勢

其實在移動 SoC 集成 AI 人工智慧處理單元這一全新模式上，蘋果比其他競爭對手有更大的優勢，重點就是因為蘋果軟硬結合的實力一直是行業的標杆。

為了一款產品研發能夠融入了更多自主重要技術，蘋果在很多定製零部件上都體現了非常強大的控制力，從天線到處理器、時序控制器以及未來的屏幕，無一不在自己的掌控當中。除了嚴格的硬體控制，蘋果還有最自主的操作系統和開發環境，例如蘋果 6 月新推出的 Core ML 架構，一個面向開發者提供的機器學習架構，支持所有主要的神經網路：深度神經網路(DNN)、遞歸神經網路(RNN)、卷積神經網路(CNN)。

通過 Core ML 能夠讓開發者把機器學慣用到 app 里，包括文本分析、人臉識別等等功能，無縫切換於 CPU 和 GPU 之間，以提供最強的性能和效率。關鍵是一個開發架構適用於所有範圍內蘋果設備，可以迅速增殖到每一款 iPhone 和 iPad 之上，擴大適用範圍。屆時開發者也更樂意基於龐大的蘋果設備基數開發，更快利用架構和介面為蘋果用戶創造更多大量相關的體驗。

而相對對於支離破碎的 Android 陣營，接下來在 AI 人工智慧的發展上，參照以往將會有谷歌官方 AI 架構，但同時也並存廠商自主的介面，由於架構介面不統一，標準不同，最終難以完美無縫的打造最好體驗的產品。可以說，蘋果生態圈內能夠充分利用軟硬高度融合提供獨一無二的產品體驗，這就是蘋果最值得津津樂道之處。

蘋果的 AI 仍有一些小擔憂

當然了，也並不是說蘋果的 AI 晶元就一定能夠領先於行業。正如 9 月 4 日 Edison Investment Research 調研公司新報告提到的，雖然蘋果 Siri 提供了語音識別領域的先發優勢，但競爭對手一直能夠比蘋果更積極的部署 AI，只因為蘋果的保密文化限制了該公司對人工智慧的主動權。庫克一直宣稱，蘋果的保密性比美國 CIA 還要高。

Edison Investment Research 的分析說 Richard Windsor 表示，蘋果可以在自家生態系統中更深入的整合 Siri，但 Siri 並不那麼智能，目前已經落後於 Google Assistant、微軟 Cortana 和亞馬遜 Alexa。因為 Siri 的深度學習能力受到了蘋果隱私保護情節的阻礙，才導致了最終蘋果在人工智慧競賽中的落伍。

不僅如此，正如華為所提到的，其在移動 AI 的發展將基於「芯‐端‐雲協同」的理念，因為手機晶元設計受到諸多方面的限制，要在那麼小的體積內實現對於本地數據強大的人工智慧不太可能，AI 技術的核心是對海量數據進行大量的處理，在雲端伺服器方面，已經有專用的高性能 AI 處理器來解決這個矛盾，例如 Google 的 TPU，NVIDIA 的 Volta等，都是專為提升 AI 運算能力提出的解決方案。

而在移動端，硬體能力的瓶頸明顯。華為認為，只能通過未來雲和端之間的協同關係來打破，基於雲端的大數據，可訓練形成通用知識模型並傳遞到移動端上運行，再結合本地 NPU 單元提供完整的 AI 知識和能力。蘋果或許為 AI 已投入了數億的資金，以便於讓設備本身能夠自主學習、改進軟體功能，但至今並沒有利用雲計算改變 AI 的跡象。

蘋果對 AI 人工智慧的策略究竟是什麼呢？沒有人清楚，但 AI 的重要性已讓蘋果做出改變，近年蘋果一直在設法吸引行業對於其努力開發 AI 技術的注意力。例如，蘋果收購了多家與人工智慧相關的企業，並且加盟了 AI 行業重要的組織，推出公共博客以討論其 AI 研究成果，允許公司研究人員在 AI 大會上演講，發布 AI 學術論文，在業內展開招聘，甚至挖來了人工智慧研究的專家等等，更加透明、也更加開放，這必須是好消息。

總之，我們不知道蘋果目前在 AI 領域究竟取得了怎樣的成果，但無論如何，長期以來蘋果並不喜歡為了展示為搶先首發，包括 iPod 並不是第一款音樂播放器，iPhone 也不是第一款智能手機，iPad 同樣不是第一部平板電腦。蘋果既然已經在開發「神經引擎」單元，並且為 AI 做出了如此之多的改變，也許蘋果接下來在 AI 人工智慧上所取得的突破，很有可能會是該領域之內最重要的一次變革，我們拭目以待。

今天是《半導體行業觀察》為您分享的第1388期內容，歡迎關注。

R

eading

推薦閱讀（點擊文章標題，直接閱讀）

★iPhone 8降臨，能否改變無線充電的命運？

★梁孟松抵達中芯國際，晶圓代工開啟新時代

★新博通成併購大贏家，教科書般的操作

關注微信公眾號 半導體行業觀察，後台回復關鍵詞獲取更多內容

回復 長電科技，看《從江陰小廠到世界前三，長電科技一路狂奔》

回復 英特爾，看《四面楚歌，Intel還能重回巔峰嗎？》

回復 全面屏，看《全面屏手機給供應鏈帶來的挑戰》

回復 晶元市場，看《又一個被廠商做死的晶元市場！》

回復 展會，看《2017最新半導體展會會議日曆》

回復 投稿，看《如何成為「半導體行業觀察」的一員 》

回復 搜索，還能輕鬆找到其他你感興趣的文章！

摩爾邀請您加入精英微信群

你好，感謝長期對半導體行業觀察的關注和支持！為了方便各位精英專家交流，我們組建了一些專業、微信交流群，歡迎你加入，我們還會邀請在摩爾直播App做過技術和行業分享的100+技術大牛入群和大家交流。加群方法： 加群主為好友，填寫加群需求信息，拉你入群。（微信限制每天好友添加數量只有300人，請耐心等待）

地域群：

上海、深圳、北京、江蘇.浙江、西安、武漢、成都.重慶、合肥、廈門.晉華、大連、台灣、新加坡、日本.韓國、美國、歐洲、摩爾直播學習群。

專業群：

模擬射頻設計、EDA.IP、數字晶元設計、模擬混合信號設計、版圖Layout、數字PR.驗證、晶圓製造Fab、設備EE、半導體材料、半導體設備、封裝測試、半導體投資、市場銷售、AE.FAE、嵌入式開發、實習交流、採購.IC代理、AI晶元

專業微信群規則：

1. 專業、高效交流，建議進群請修改群昵稱，格式：公司或學校+職位或專業+中文或英文，請服從群主管理，如果多次違規會被請出交流群；

2. 原則上每人加不超過3個群，精彩討論內容，群主會負責在不同群同步，既然加了群，請大家盡量置頂群，積极參与群討論；

3. 群里聊天討論僅限半導體專業內容，杜絕專業無關內容，特別是養生、拉票、微商等內容，嚴格禁止，為自己公司打廣告以不引起群友反感為限；