Uploads%2farticles%2f11798%2f     20170920184431
|
2017-09-22

讽刺苹果人脸识别做得不好,华为 Mate10 凭什么叫板 iPhone X?

iPhone X 之后,就看 Mate10 了

这段时间华为似乎处处都在针对苹果。

在苹果发布会的前一天,华为就在官方 Twitter 上发布一幅苹果被啃掉的 Gif 动图,并配文「Take the next step with Huawei」。

前几天,华为「故技重施」,在官方的 Facebook 页面上发布了一条耐人寻味的视频:视频中一个小丑用人脸识别解锁手机,不过很遗憾失败了,似乎在调侃苹果发布会上人脸解锁失败一事。视频最后的标语表明华为将在 10 月 16 号发布新旗舰机 Mate10,并且是「真正的 AI 手机」。

从目前已知的信息来看,华为 Mate 10 将会有标配版和 Pro 版两个版本,标准版将采用 4GB RAM+64GB ROM 起步,5.88 英寸显示屏,而 Mate10 Pro 则搭配 6GB RAM+64GB ROM 存储组合,5.9 英寸 18:9 全面屏,分辨率达 2K,后置 2000 万 + 1200万像素徕卡双摄。最重要的一点是,两款 Mate10 将会搭载华为研发的 AI 芯片麒麟 970,这也是华为敢叫板苹果的主要原因。

AI 涉及到大量的矩阵运算,当前以 CPU/GPU/DSP 为核心的计算架构很难适应 AI 对计算性能的需求,所以业界对新计算架构的探索从来就没有停止过。抛开那些满是噱头的宣传资料以及余大嘴满嘴跑火车,华为确实迫不及待地想要对外界炫耀炫耀它在 AI 上取得的成果。

从麒麟 970 来讲,它是全球首个集成独立 AI 人工智能专用 NPU 神经网络处理单元的移动芯片,采用的 HiAI 移动计算架构能够大幅度提升 AI 的算力,其性能密度大幅优于 CPU 和 GPU,能用更好的能耗更快地完成 AI 计算任务。

具体来讲,麒麟 970 内置的 NPU 运算能力能够达到 1.92 TFlops,在深度学习的加持下,所有硬件能够协调芯片内部各个组件及手机硬件,如 ISP、DSP,在处理某些特定的任务时,提升运行速度并降低功耗。

比如,在图像识别上,麒麟 970 比 Cortex - A73 的性能提升了 25 倍,效能提升了 50 倍,拍摄 1000 张照片仅消耗 4000 mAh 电池手机的 0.19% 的点亮,图像识别速度可达到每分钟 2000 张。

从其他参数来看,跟上一代麒麟 960 相比,麒麟 970 依旧内置八核 CPU,性能上基本与高通骁龙持平,但 CPU 部分的提升更多的是体现在功耗的优化上。在 GPU 上,麒麟 970 采用了 ARM 在今年 5 月刚刚发布的 Mali-G72 架构,性能较 Mali - G71 提升了 40%,在核心数上,麒麟 970 的 GPU 增加到了 12 核。

也许是为了更好地支持 Mate10 人脸识别、图片处理或者 AR 应用等服务,在麒麟 970 的加持下,Mate10 的图像处理和图像识别能力将会有大幅度的提升。

麒麟 970 芯片对于华为 AI 战略的意义

不过,对于华为而言,大力推进移动 AI 芯片的意义不仅是让旗下手机拥有更强大的性能那么简单。

人工智能技术的发展,推动着智能终端的「智慧化」进程,这不仅仅体现在更高的性能,更快的处理速度上,更体现在可以主动感知用户状态和周围环境,并提供精准服务的全新交互方式上。

在德国柏林 IFA 2017 展会上,余承东提出了「Mobile AI = On Device AI + Cloud AI」的概念,并表示,人工智能在未来终端上的实现必须通过「端云协同」。

云上的智能已经经过了多年的发展,在各行各业都有广泛的应用,但是云端的智能体验是不完整的。在用户体验方面,云侧还存在着实时性、稳定性、隐私方面的问题,而端侧智能可以很好地实现同云端的优势互补。端侧的智能设备拥有大量实时、个性化、场景化的数据,在 AI 芯片的支持下,就能拥有更好的认知能力,为用户提供个性化的直达服务,同时提升隐私数据本地处理的安全性。

由于对实时性和隐私性的要求,AI 本地处理能力变得尤为重要,当前手机侧的性能问题已经成为阻碍移动 AI 技术发展的巨大掣肘,而麒麟 970 的出现正是为了应对其海量数据的挑战。同时,在手机端引入智能芯片,能够为华为人工智能系统做初步的数据加工,并为云端业务提供更好的基础数据。

另外,余承东强调,一个单纯的平台技术创新不能真正实现用户体验的提升,华为麒麟 970 作为人工智能移动计算平台将会开放给更多的开发者和合作伙伴,并提供完善的多应用模式和机器学习框架的支持。

移动芯片的 AI 化将成为趋势

随着图像识别、生物识别等技术在移动端的应用越来越广泛,专用的 AI 芯片有可能成为未来智能手机芯片的发展趋势。

在苹果的新品发布会上,虽然官方发言人对最新 A11 芯片相关性能只是几句话简单带过,但从目前公开的资料我们可以了解到,A11 神经网络引擎采用双核设计,每秒运算次数为 6000 亿次,相当于 0.6 TFlops,为 Face ID,Animoji 等高端应用提供强有力的硬件支持。

另外,高通在一年前就宣布推出了神经处理引擎,并与合作伙伴一起开发 SDK,两个月前,高通宣布开放这个 SDK,供所有人使用,Facebook 是首批整合该 SDK 的公司之一。高通强调,神经处理引擎的下一步是硬件化,即推出专用的 AI 移动芯片,也许高通下一代移动处理芯片骁龙 845 就会集成相关的神经处理引擎模块。

同样作为移动芯片巨头的三星也开始在 AI 芯片领域投石问路。据韩媒 ET News 报导,三星半导体部门负责人金奇南日前表示,以目前的 CPU 以及 GPU 无法让 AI 更加有效率地运算,但 NPU 可以弥补两者的缺陷。其言下之意是暗指三星有意将移动芯片与神经网络技术结合起来。

上述所例举的芯片巨头研发的产品主要应用于智能手机,但实际上,有大量初创公司专注于不同领域的 AI 芯片研究。

比如,地平线机器人所研发的 AI 芯片主要用于自动驾驶和智能家居,6 月获得 A 轮融资的西井科技更适用于医疗产品,云天励飞研发的 AI 芯片则更适用于图像识别,而 Nervana 研发的芯片则擅长于机器学习。

随着人工智能的应用场景越来越广泛,行业对芯片的要求也越来越高,也更加细化。传统的 CPU 可以执行更加「通用」逻辑处理任务,协调数据流,但专业芯片在处理某些 AI 任务时速度将会比 CPU 快很多,这也是 AI 芯片在业内被称为「加速器」的原因。不论 AI 芯片应用在哪个领域,都是 AI 开始从技术到产品落地的表现。

Mate10 要等到 10 月 16 日才正式和公众见面,发售日期不确定,搭载 A11 芯片的 iPhone X 要等到 11 月 3 日才发售, 用户要体验「AI 智能手机」,还需要等待一段时间。不过,可以肯定的是,未来会有更多的硬件设备集成专用的 AI 芯片。

>>
Back to top btn