雖然ASIC成本高且難度大，但移動AI芯片設計公司仍已經(jīng)開始立足于ASIC的深度學習，例如此前聯(lián)發(fā)科發(fā)布的Helio P70中端設備芯片組其內部就自帶ASIC方案專用的AI核心APU，不僅具備其他AI芯片所帶的諸如美顏、人臉識別、場景優(yōu)化等功能之外，更是大幅降低了AI芯片的功耗，使得用戶在多場景使用環(huán)境下，不再為手機電量的大幅消耗而感到擔憂。

很多用戶遲疑，為什么聯(lián)發(fā)科不直接在CPU或GPU內集成AI運算功能，而需要使用AI專核?為什么不跟高通驍龍845一樣，借助GPU就可以實現(xiàn)AI呢?實際上筆者覺得反而聯(lián)發(fā)科的思路是正確的。

眾所周知，CPU和GPU都有其專職的工作，例如CPU專注在大型運算，GPU側重于圖形繪制等，過多的功能堆疊只會虛耗電量和提高溫度，所以即便驍龍845的性能強勁，但在AI拍照這樣的應用場景下，長時間仍會有輕微的發(fā)熱情況。所以在這樣的環(huán)境下，AI核的優(yōu)勢顯然就更加明顯了。因此由CPU和GPU配合AI專核來進行分工協(xié)作，反而可以有效提升效能，降低散熱。

以時下在圖像識別領域以及前沿科技產品中的應用最為廣泛的AI人臉識別技術為例，常見的人臉識別其實是一個“掃描檢測”加“結果判別”的過程，而這個“掃描檢測”的過程中包括五官坐標定位、人臉屬性識別、人臉特征提取等等，在“結果判別“中更涉及到人臉驗證、人臉識別、活體驗證等多個特性，它已經(jīng)不是一個簡單的算法，而是涉及到CPU、GPU、VPU、DLA 等多個運算單元，跨單元的運算很顯然會造成消費體驗的不佳，更別提到結果涉及的端運行或是云運行問題，所以開發(fā)與之相應的AI人工智能神經(jīng)網(wǎng)絡算法是趨勢，而這點通過網(wǎng)絡上流出的聯(lián)發(fā)科P60人臉識別技術對比圖也能窺其一二。前者雖然定位中端，但卻擁有單獨的AI人工智能單元，人臉識別速度比同期的驍龍845和驍龍710都更勝一籌，可見高效節(jié)能的AI獨立單元，即ASIC專核專用是未來人工智能終端最基本的要求。

當然ASIC專核專用的優(yōu)勢還遠不如此，它還包括對溫度的有效控制。例如目前的AI算法基本都支持對使用場景的預測，能協(xié)助系統(tǒng)有效開關硬件，同時滿足效能和溫控。例如當你打開電子書后，AI算法會參考你之前的閱讀習慣都在1小時左右，那接下來的1個小時內系統(tǒng)可能就會關閉高性能的運算，使用小核心進行運作，保證續(xù)航的提升。

所以從這一點看來，聯(lián)發(fā)科自研的Corepilot 4.0多任務演算技術其實是走到了行業(yè)的前面，它時的處理器將能夠集成智能任務分配系統(tǒng)、溫度管理系統(tǒng)和用戶體驗監(jiān)測系統(tǒng)于一身，預測手機用戶的電量使用場景，按照某個時間點的任務的重要性及時進行優(yōu)先級排序處理，從而更有效的控制設備功耗。

所以從AI人工智能和溫度控制的角度出發(fā)，我們倒是很看好聯(lián)發(fā)科P70芯片，性能方面就不再累贅，目前各大芯片的“實際使用性能”相差無幾，而聯(lián)發(fā)科使用的AI芯片+算法調度模式這兩種軟硬相輔的方式將會使得Helio P70將成為今年四季度或明年能效比最為看好的芯片組。

　聯(lián)發(fā)科Helio P系列目前就鎖定中端，主打AI人工智能

總體來說，用戶對于手機功能的消費需求讓AI芯片朝著越來越豐富的方向發(fā)展，未來AI專用芯片無疑會是IC設計的另一大方向。目前聯(lián)發(fā)科搶先布局了AI芯片，預計高通、海思后續(xù)也都會持續(xù)跟進，這場AI之戰(zhàn)聯(lián)發(fā)科搶占了先機，后續(xù)也讓我們更加關注。