Tensorflow/Tensorflow Lite 和 Caffe/Caffe 2 这两个较为主流的神经网络编程框架，便利开发者更佳地在应用于中调用 NPU。目前来看，华为在移动 AI 芯片领域上早已先行了一步；虽然借出了寒武纪的外力，但华为自己在 AI 方面的投放也不可或缺。不过潜在的问题是，寒武纪 1A 并某种程度归属于华为，未来也有可能经常出现在其他公司的移动 AI 芯片上。

苹果：移动 AI 芯片领域的领先者在(公众号：)先前的文章中，我们早已得出这样一个结论：苹果的 A11 Bionic 可以说道是当前性能尤为强大的移动处置芯片。但实质上，A11 Bionic 确实让人眼前一亮的地方，毕竟它的神经网络处置引擎（Neural Engine）。

实质上，A11 Bionic 的神经网络处置引擎每秒处置适当神经网络计算出来市场需求的次数可约 6000 亿次，可以为面部特征的辨识和用于获取性能承托。iPhone X 利用面部特征辨识技术在人像模式中建构出有可以生动变化的光效（Portrait Lighting），Face ID 可以通过面部特征来关卡，Animoji 通过跟踪人的面部表情来动态创作动画表情，这些莫不与 A11 内置的 Neual Engine 有关。除此之外，A11 Bionic 内置了苹果自主设计的第一款 GPU；其重点在于，这款 GPU 是为 3D 游戏和 Metal 2（苹果在今年 WWDC 上发售的新一代图像图形技术框架）专门设计的，并且需要与机器学习技术和苹果随 iOS 11 发售的 Core ML（核心机器学习）框架相配合。

总体来说，苹果 A11 Bionic 对于人工智能的亲吻更为执着实用性，其在技术上的自主性更加强劲；而且基于苹果自身软硬件融合的极大优势，这些基于人工智能的特性早已被应用于在实际产品上。由此可见，苹果 A11 Bionic 才是整个移动AI 芯片领域确实意义上的领先者。高通：硬件居多，算法、软件辅作为 Android 阵营中除了华为之外诸多手机厂商的芯片提供者，高通大自然不有可能对华为和苹果目前的动向无动于衷。

然而眼下，高通旗下的旗舰产品骁龙 835处理器除了性能强大之外，还没在确实意义上减少专门面向人工智能技术的内部构件。然而，这并不意味著高通没动作。早于在 2016 年，高通就宣告正在研发神经处置引擎 SDK（软件开发工具），并与 Google 和 Facebook 合作以反对 TensorFlow 和 Caffe/Caffe 2；开发者可以利用它来优化应用于，使其在高通骁龙 600 和 800 系列处理器上运营 AI 应用程序。

2017 年 7 月，高通早已这一 SDK 对外开放出来，命名为骁龙神经处置引擎。在硬件层面，高通在骁龙 835 上也有打算，其中内置的 Hexagon 690 是第一款反对 TensorFlow 和 Halide 框架的移动 DSP。

2017 年 8 月，高通宣告并购专心于前沿机器学习技术的阿姆斯特丹大学附属公司 Scyfer，目的在于扩展人才，并将后者的技术应用于在高通的产品和领域中去。而高通工程技术副总裁Jeff Gehlhaar在关于这次并购的媒体交流上回应：移动终端于是以沦为全球最广泛的人工智能平台，而高通处理器将沦为无处不在的终端外侧人工智能平台。不过，对于高通而言，确实有一点注目的仍然是未来骁龙处理器在硬件方面的动向。高通副总裁Jeff Gehlhaar 回应高通将通过硬件、算法和软件三个层面来构建终端外侧（还包括智能手机）的人工智能战略；就硬件来说，未来高通骁龙处理器必定不会减少人工智能涉及的硬件模块。

从产品周期的看作，目前高通骁龙 835 早已发售 9 个月的时间，早已打破了去年骁龙 820 到骁龙 821 的升级周期。据此可以推断，高通有可能在骁龙处理器上憋一个与人工智能涉及的大讨，预计最耽误明年就不会新的产品出来。联发科：明年 Helio P70 闻作为智能手机芯片厂商的最重要一员，联发科虽然在高端芯片上无法与高通抗衡，但也人工智能的大潮下，也不甘落后。

联发科董事长蔡明郎曾多次回应，人工智能将是未来发展重点，公司内部早已正式成立正式成立团队，并且投放 AI 运算的研发，目前早已有其明确成果展现出。而目前的最新消息是，联发科早已已完成了神经网络及视觉运算单元的处理器核心设计，将在 2018 年发售的 Helio P70 手机处理器上内建，这不会是联发科首颗内辟神经网络及视觉运算单元（Neural and Visual Processing Unit，NVPU）的手机处理器，将在 2018 年上半年不会以台积电以 12 纳米制程生产，先前还不会发售多款内辟完全相同核心的 Helio X 及 P 系列手机处理器。

三星：虽然耽误了，但也在希望与其他厂商比起，三星在 AI 方面的动向或许晚了一点。今年的 Galaxy S8 上，三星的语音助手 Bixby 虽然亮相了，但远远不够。而在硬件方面，作为世界上少数几个有能力自己生产芯片的手机厂商，三星一旁使用高通骁龙 835，一旁之后前进自家 Exynos 的研发和用于；失望的是，两种芯片都离人工智能的距离还较远。然而反应较慢和资金雄厚如三星，大自然会坐以待毙。

就在数天前，有韩国媒体报道称之为，三星也早已在著手研发基于人工智能技术的移动末端芯片。一位三星的合作伙伴回应，三星的这枚 AI 芯片目的让本地设备享有极大的数据处理能力，可以大幅增加对云端服务器的通信倚赖。此前，三星电子设备解决方案部门的半导体业务总裁 Kim Ki-nam 曾多次在举办于韩国釜山的科技论坛中回应，现有的 CPU 和 GPU 无法符合 AI 计算出来的拒绝，而 NPU（NeuralProcessing Unit）可以应付这个挑战；不过 NPU 的问题在于，它的存储能力只相等于人脑的千分之一。Kim Ki-nam 的这段话也指出，三星正在移动 AI 芯片领域有所动作。

除此之外，三星也在投资坐落于英国的 AI 芯片初创公司 Graphcore；去年，三星为这家公司投资了 3 亿美元的战略投资。而来自韩国科学技术院的教授 Yoo Hoi-jun 也回应，三星除了内部正在研发 NPU 之外，也在考虑到并购一些 AI 公司。

Intel：剑走偏锋，机会重重虽然失望地错失了移动互联网的大潮，但 Intel 丝毫没退出，也在希望寻找机会，企图跟上人工智能的大潮，在移动设备上找寻到自己的一席之地。2016 年 9 月，Intel 宣告并购计算机视觉创业公司 Movidius，后者曾多次为 Google 的 Project Tango 3D 传感器获取了关键硬件处置技术。实质上，Google 使用的 3D 传感器为 Movidius 的 Myriad 1 型视觉处理器；由于 Movidius 十分侧重功能和续航能力，因此十分限于于移动平台。

到了今年 8 月，Movidius 在 Intel 的麾下发售了下一代 Myriad X 视觉处理单元（VPU），它是一种低功耗片上系统（SoC），可以用作各类移动设备的深度自学以及其他人工智能视觉应用于加快。Movidius 回应，Myriad X 可以在某种程度功耗条件下获取 Myriad 2 十倍的深度神经网络（DNN）性能。此外，Intel 也在近期发售了一款代号为 Loihi 的全新自律自学神经拟态芯片，它仿效了大脑根据环境的各种对系统来自学如何操作者的运作方式；它可以让机器构建自动化，并动态展开调整，需要等候来自云端的下一次改版。

Loihi 在产品特性上的重点在于十分节约能源，与训练人工智能系统的标准化计算出来芯片比起，它的能效提高了 1000 倍。这些特征，都为 Intel 在移动 AI 芯片领域的发展获取了机会。总结：除了上述几家主要的手机芯片企业，小米也有自己的松果 S1，不过离 AI 尚且很远； Google 早已凿来苹果的资深芯片架构师 Manu Gulati 兼任首席 SoC 架构师，并且并购 HTC 的部分硬件团队，自研芯片一事基本上早已是定论，关键是什么时候需要融合 Google 自家在 AI 上的技术累积。

总体来看，指出，智能手机芯片早已月人工智能时代；在此时代下，所有的玩家都在较慢行进，这时候技术的累积变得愈发最重要了。如此一来，人工智能也将凭借智能手机步入一波普及的大潮；正如 The next Web所言：或许每一款旗舰手机都将在 2018 年下半年配备一块 AI 芯片。

原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：博鱼(boyu·中国)官方网站-www.jzfysn.com