下半場(chǎng)：從扁平到立體

盡管得到了上游芯片廠商的支持，但也只是標(biāo)志著手機(jī)AI軍備競(jìng)賽的下半場(chǎng)將正式開始。因?yàn)楫?dāng)大家在硬件層面都處在同一起跑線的時(shí)候，競(jìng)爭(zhēng)會(huì)變得多樣化。

如果說手機(jī)AI 1．0是二維平面，單純依靠智能手機(jī)的終端硬件——AI芯片來在端側(cè)實(shí)現(xiàn)；那么如今手機(jī)AI 2．0的時(shí)代業(yè)已成為一種三維的通路：面對(duì)日益復(fù)雜的AI工作場(chǎng)景，需要從芯片、終端再到云端進(jìn)行協(xié)作運(yùn)算。在這方面，華為的HiAI平臺(tái)則跑在了前面。

首先，芯片硬件的AI算力是實(shí)現(xiàn)AI功能的物質(zhì)基礎(chǔ)，AI算力的強(qiáng)弱決定了智能手機(jī)執(zhí)行AI任務(wù)的速度。

以風(fēng)靡全球的Prisma軟件為例。作為第一款結(jié)合了人工智能技術(shù)的濾鏡軟件，一經(jīng)問世便走紅全球，它的特點(diǎn)在于將用戶的照片賦予梵高的《星空》等經(jīng)典大作的風(fēng)格。其實(shí)現(xiàn)原理就是AI中的“卷積神經(jīng)網(wǎng)絡(luò)”學(xué)習(xí)，在用戶選擇要添加藝術(shù)濾鏡的原照片后，Prisma軟件便開始了“物體識(shí)別－－紋理合成－－風(fēng)格提�。�－圖片合成”這一系列的工作流程，這其中最難的工作就是物體識(shí)別。

在一張集成了錯(cuò)綜復(fù)雜的線條、色彩與光影的照片中，如何較為精準(zhǔn)地區(qū)分出物體的輪廓？這就回到了卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，通過不斷的訓(xùn)練與學(xué)習(xí)，一步步地對(duì)目標(biāo)圖片中物體進(jìn)行“篩選”和“過濾”，最后就會(huì)得到較為清晰的物體輪廓，進(jìn)而用算法生成與經(jīng)典畫作一樣風(fēng)格的照片。因此在進(jìn)行AI任務(wù)，如用Prisma軟件修圖時(shí)，擁有不同AI算力的智能手機(jī)表現(xiàn)也會(huì)有顯著的差距。華為麒麟980等集成獨(dú)立NPU單元的Soc對(duì)于卷積神經(jīng)網(wǎng)絡(luò)運(yùn)算的支持更加到位，這是由于卷積神經(jīng)網(wǎng)絡(luò)在運(yùn)算時(shí)需要進(jìn)行大量的并行計(jì)算。相比依賴CPU等進(jìn)行AI運(yùn)算的芯片，具有獨(dú)立NPU的芯片有著4倍的速度與僅僅1／50的功耗。

其次，AI功能的落地離不開軟件的支持。華為在軟件上打造了一個(gè)完成度非常高的AI閉環(huán)。從打開手機(jī)開始，用戶可以使用系統(tǒng)層面的智能情景助手和智能語音助手小藝；打開相機(jī)，可以用AI攝影大師進(jìn)行場(chǎng)景識(shí)別并自動(dòng)優(yōu)化拍攝參數(shù)；打開AI識(shí)物可以識(shí)別食物的卡路里、搜索看到的商品或者進(jìn)行即時(shí)翻譯，等等……用戶隨時(shí)隨地都在使用著真實(shí)可感的AI服務(wù)。

另外，隨著對(duì)于復(fù)雜AI工作場(chǎng)景的不斷開發(fā)，必然要實(shí)現(xiàn)終端（智能手機(jī)）到云端（服務(wù)器）的協(xié)同計(jì)算。因?yàn)橛布�本身的算力畢竟是有限的，只有借力于云端服�?wù)器，才能實(shí)現(xiàn)更好的AI運(yùn)算。

譬如當(dāng)用戶將鏡頭對(duì)準(zhǔn)一只不知其種類的小狗，終端和云端的AI接力開始。終端芯片憑借NPU迅速地識(shí)別鏡頭下小狗的各種特征，首先識(shí)別出它是一只狗，但可能儲(chǔ)存在手機(jī)內(nèi)部的算法并不知道具體是一只什么狗。此時(shí)云端存儲(chǔ)的不同品種小狗的特征進(jìn)行對(duì)比和校驗(yàn)，最后在屏幕上顯示出小狗的準(zhǔn)確種類讓用戶了解，這只是一個(gè)很小的AI協(xié)同工作的場(chǎng)景，但舉一反三，未來在手機(jī)會(huì)做出更多令人期待的功能。

因此在華為HiAI 2．0中，開發(fā)了基于 “芯、端、云”三層AI生態(tài)，HiAI Foundation芯片能力、HiAI Engine應(yīng)用能力與HiAI Service服務(wù)能力，以芯、端、云結(jié)合的三層開放能力滿足開發(fā)者的各種需求。在未來，更多成熟的AI應(yīng)用一定是有賴于完善的AI計(jì)算與開發(fā)平臺(tái)。打通芯片（硬件）—系統(tǒng)及APP（軟件）—云端（計(jì)算）這一完整的通路，才能實(shí)現(xiàn)更好的AI功能。

總結(jié)：

如今的智能手機(jī)行業(yè)顯然已經(jīng)到了一個(gè)關(guān)鍵的十字路口。處理器性能的單純提高和硬件上的進(jìn)化，在過去的十年里充當(dāng)了這個(gè)行業(yè)主要的任務(wù)，而在這些基礎(chǔ)性能之上，如今AI已經(jīng)成為智能手機(jī)通向未來的一把鑰匙，在算力和數(shù)據(jù)的馬太效應(yīng)之下，會(huì)加速智能手機(jī)AI的進(jìn)化速度。對(duì)于智能手機(jī)來說，隨著上游芯片廠商的推動(dòng)，AI的上半場(chǎng)已經(jīng)逐漸塵埃落定，而下半場(chǎng)，哨音已響。