雖然ASIC成本高且難度大，但移動AI芯片設(shè)計公司仍已經(jīng)開始立足于ASIC的深度學(xué)習(xí)，例如此前聯(lián)發(fā)科發(fā)布的Helio P70中端設(shè)備芯片組其內(nèi)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(jī)電量的大幅消耗而感到擔(dān)憂。

很多用戶遲疑，為什么聯(lián)發(fā)科不直接在CPU或GPU內(nèi)集成AI運(yùn)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(shí)現(xiàn)AI呢?實(shí)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(yùn)算，GPU側(cè)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(qiáng)勁，但在AI拍照這樣的應(yīng)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(jìn)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(lǐng)域以及前沿科技產(chǎn)品中的應(yīng)用最為廣泛的AI人臉識別技術(shù)為例，常見的人臉識別其實(shí)是一個“掃描檢測”加“結(jié)果判別”的過程，而這個“掃描檢測”的過程中包括五官坐標(biāo)定位、人臉屬性識別、人臉特征提取等等，在“結(jié)果判別“中更涉及到人臉驗(yàn)證、人臉識別、活體驗(yàn)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(yùn)算單元，跨單元的運(yùn)算很顯然會造成消費(fèi)體驗(yàn)的不佳，更別提到結(jié)果涉及的端運(yùn)行或是云運(yùn)行問題，所以開發(fā)與之相應(yīng)的AI人工智能神經(jīng)網(wǎng)絡(luò)算法是趨勢，而這點(diǎn)通過網(wǎng)絡(luò)上流出的聯(lián)發(fā)科P60人臉識別技術(shù)對比圖也能窺其一二。前者雖然定位中端，但卻擁有單獨(dú)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(dú)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(dāng)然ASIC專核專用的優(yōu)勢還遠(yuǎn)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(yù)測，能協(xié)助系統(tǒng)有效開關(guān)硬件，同時滿足效能和溫控。例如當(dāng)你打開電子書后，AI算法會參考你之前的閱讀習(xí)慣都在1小時左右，那接下來的1個小時內(nèi)系統(tǒng)可能就會關(guān)閉高性能的運(yùn)算，使用小核心進(jìn)行運(yùn)作，保證續(xù)航的提升。

所以從這一點(diǎn)看來，聯(lián)發(fā)科自研的Corepilot 4.0多任務(wù)演算技術(shù)其實(shí)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(wù)分配系統(tǒng)、溫度管理系統(tǒng)和用戶體驗(yàn)監(jiān)測系統(tǒng)于一身，預(yù)測手機(jī)用戶的電量使用場景，按照某個時間點(diǎn)的任務(wù)的重要性及時進(jìn)行優(yōu)先級排序處理，從而更有效的控制設(shè)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(shí)際使用性能”相差無幾，而聯(lián)發(fā)科使用的AI芯片+算法調(diào)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(jī)功能的消費(fèi)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(shè)計的另一大方向。目前聯(lián)發(fā)科搶先布局了AI芯片，預(yù)計高通、海思后續(xù)也都會持續(xù)跟進(jìn)，這場AI之戰(zhàn)聯(lián)發(fā)科搶占了先機(jī)，后續(xù)也讓我們更加關(guān)注。