你已经拿到手的人工智能手(zha)机(dan)

​        当今科技发展之快，已经到了我等凡人反应不及的地步。前一阵子刚说好的AI是未来的大势所趋，稍不留神就让AI占领了现在的时代。没准它已经进入到你每日的生活中，甚至可能就在你的身边，就在你的手上。

 

1. 用一个爆点引出话题

        最近除了比较火的AI，另一个还算火的话题莫过于某科技公司前不久发布的智能炸弹了。嗯，猜的没错，就是某凤。有数据称，某凤发布以来，已经5爆了（数据来源于网易数码）。更是有媒体爆出iPhone8的电池可能与三星Note 7的电池来源于同一生产厂家（该消息尚未得到官方证实）。

iPhone 8 Plus 首爆在日本

 

        当然，某凤新机除了爆炸这个隐藏卖点之外，还是有很多给力的卖点的，如无线充电、Animoji（动画表情），或是我们今天要重点谈的集成了神经网络处理引擎的A11 Bionic处理器。

 

2.  A11 Bionic仿生处理器初探

        A11 Bionic被苹果称之为 A11 仿生（不是“Fusion”，A11在A10 Fusion处理器基础上做了性能的大幅度提升，再此不详细列举数据了）芯片，并表示这是有史以来iPhone上搭载过的最强大、最智能的芯片（废话，不然也不会发）。跳过A11的CPU（中央处理单元）和GPU（图像处理单元）介绍，我们直接来看重点。

有史最强A11

 

        A11的神经网络处理引擎，是专为机器学习而开发的硬件。它不仅能执行神经网络所需的高速运算，而且在硬件架构设计上，专门按照神经网络计算设计。因此其在进行相关运算时具有先天优势，能达到令人震惊的速度。

        可能老铁们会说，你AI相关计算也可以通过CPU、GPU来实现吖，如果我的CPU或GPU集成处理单元更多，或运算速度更快，完全可以胜任AI相关工作。老铁你说对了，事实的确如此。但是，这个但是很重要，对于在移动端（例如手机）运行的如神经网络之类的AI程序模型来说，使用专门的处理器来处理专项程序（这也可称之为硬件加速），速度会更快，而且还会更省电。那么移动端上的芯片功耗越小，设备就越不容易发烫，将会带来更好的用户体验。

        再讲点数据，A11的神经网络引擎采用双核设计，最高运算速率可达6000亿次/秒。这样的引擎可以分分钟解决任何神经网络相关计算，能轻松胜任多种机器学习任务，妈妈再也不用担心我手机上的人工智能计算问题了。如此强大的芯片，为新iphone的各种创新功能如Face ID、人像模式中“人像光效”、Animoji（动话表情）等提供了强大的计算支持。

 

3. 简单介绍一下face ID

        想必，老铁们一定对某凤X取消touch ID采用face ID有着不同（意）的想法。先忍着别吐槽，其实苹果在face ID上下了不少功夫。虽然我脑海中不断浮现 “只是因为在人群中多看了你一眼，支付宝里再也没有钱”这首歌，但我仍然还是要捂着肾给大家介绍一下这个散钱利器，啊不，face ID。

        这个face ID顾名思义，用户只要拿起手机并有尊严的瞧着它，就能实现刷脸解锁了。它比指纹解锁（被破解的概率是五万分之一）具有更高的安全性（被破解的概率是百万分之一）。强大的安全性离不开其给力的传感器系统。这里使用“系统”这个词汇，是因为某凤X的齐刘海上集成了8个组件，可以构成一套完整的识别系统：除麦克风、扬声器、前置摄像头、环境光传感器、距离感应器等我们熟知的部分，还有红外镜头、泛光感应元件（Flood illuminator）、点阵投影器。苹果将整个系统称为原深感摄像头。

原深感摄像头（TrueDepth Camera System）

 

        之所以叫“原深感”是因为其识别过程加入了深度信息，使其更安全。某凤X的齐刘海上的传感器通过投射人眼看不见的光来获取用户脸部3D几何构图，并对获取的数据做进一步应用：

1）在注册时，点阵投影器会投射3万多个红外光点，然后将这些红外光点得到的红外图像及点阵图案作为输入，传入到神经网络中，得出人脸的数学模型。这些关键数据将会被储存在A11芯片安全隔区，以备日后匹配所用。

2）解锁时，泛光感应元件会投射出不可见光在人脸上（这样即使是在黑暗中也可以识别人脸），根据返回的图像来进行建模并与存储在A11芯片隔区内的数据进行对比。若匹配度达到阈值，则通过验证。

3）存储在A11芯片安全隔区的数据会不断变化（戏称为进化），即会随着人相貌的改变而不断调整。这样即使用户的相貌随着时间变化（如衰老等），毁容和整容除外，face ID仍可以保持较高的识别率。

        A11芯片上的神经网络处理引擎专门用来做以上处理的相关计算，其速度可满足识别的实时性要求。苹果公司甚至还请好莱坞特效面具公司制作了一组面具用以训练神经网络。经过训练的神经网络在实战上效果如何这里不好说，但其这样的做法及态度能表现出苹果公司在AI芯片领域是相当的专业了。

 

    4 壮哉我大华为——华为AI处理器

        虽然A11相比上一代A10处理器有着可观的性能提升，还具备了神经网络处理引擎，但是其从发布时间及运算速率等数据上，仍不如华为来的理直气壮。

        在德国柏林当地时间9月2日下午，华为在IFA 2017上发布麒麟970处理器。8核处理器中采用两簇丛的结构，四个Cortex-A73(2.4Ghz)+四个……忽略剩余的CPU、GPU的一大堆参数，这都不是重点。

        划重点：重点是kirin970集成了神经网络处理单元(NPU)，并嵌入了一整套的AI解决方案(NLP)。

kirin970

 

        Kirin970是全球首款内置独立NPU的智能手机AI计算平台。虽然世界第一非常牛X，但是这个技术不是华为自主研发的。我为什么要说这个八卦呢，那是因为小编想告诉大家，人人都可以做到巅峰，只要你勤奋努力肯吃苦，跟着我们万众AI共同进步，天下就没有克服不了的困难。

        我们继续之前的八卦，传说是为了争到“世界第一款NPU”，华为才选择与第三方合作开发的捷径。其中NPU的供应商是国家科学院背景的寒武纪，NLP解决方案则是与国内AI公司中科创达合作引入的。

        寒武纪在去年发布了“寒武纪1A”人工智能处理芯片，而华为则将其整合到麒麟970芯片中。“寒武纪1A”每秒可以处理160亿个神经元和超过2万亿个突触，为了让网络连接速度更快，它设计了专门的存储结构、独立指令集。如此高的运算速度，解决一般的AI计算如人脸识别、语音识别等绰绰有余。

        从以上可以看出，我国在AI领域已经达到世界前列。当然，它离不开国家的大力支持和所有相关科技公司/科研人员的不懈努力（也包括我们万众AI和老铁你）。

 

5.结语：新时代的开始

        除了华为苹果的AI处理器，高通从2014年开始也公开了NPU的研发，且在最新两代骁龙芯片上都有所体现，如骁龙835集成了“骁龙神经处理引擎软件框架”，提供对定制神经网络层的支持。 

        ARM也早在神经网络上发力，今年所发布的Cortex-A75和Cortex-A55都融入了AI神经网络DynamIQ技术。

        从以上的例子来看，貌似AI芯片已走入千家万户，已经成为手机行业的趋势。但就目前来看，当今市场对独立的AI芯片需求并没想象中那么大。原因之一是针对特定的AI芯片进行适配需要大量的工作，在当前来看成本较高。更重要的原因是当前的人工智能市场并未形成完整的产业链，也缺乏足够多的成熟的商业运用场景。

        当然，单单从技术上来讲，想要对行业巨头实现弯道超车，在当今时代完全是可行的。就像华为和寒武纪的NPU授权合作、三星定制的Exynos完全可以支持DynamIQ技术、高通芯片可为各大厂提供AI芯片支持一样，通过合作来达成快速超越更加容易实施。

        在这个开放并多元化的时代，只要大家不放弃前进的脚步，并勇敢的站在巨人肩膀上不断创新，未来就是我们的。记住，连炸弹都用上AI芯片了，这将是一个新时代的开始。

 

=================================== 

我们致力于推广普及人工智能(AI), 让AI走进每个人的生活~

欢迎分享AI相关的人物轶事、工业应用、科普常识、动态前沿~

投稿邮箱：[e-mail]

 

 

《万众AI》 2017年第六期