一文读懂AI专核的“身份”

　　AI专核是跨越还是幻想?

　　用一个“专核”来处理AI场景并非没有缺陷，比如功能单一、开发时间长、增加芯片的成本、占据手机空间，大概也是高通没有选择这种解决方案的原因。

　　不过要判断AI专核是超前的跨越还是无用的幻想，只需要来对比几个实际的使用场景。

　　以时下应用最广泛的AI人脸识别为例，这是一个“扫描检测”和“结果判断”的过程，需要在扫描过程中判断五官坐标定位、人脸属性识别、人脸特征提取等，然后在判断时根据人脸特征、人脸识别、活体验证等进行比对。人脸识别并非是纯算法方面的事情，还需要涉及到CPU、GPU、VPU、DLA 等多个运算单元。

　　有媒体做过这样一个对比测试，分别是搭载联发科Helio P60、高通骁龙845和骁龙710的智能手机进行人脸识别，前者搭载了AI专核，后两者采用了软件优化的解决方案，最终人脸识别速度分别是316.5ms、687.5ms和950ms。同样都定位在中端处理器，联发科HelioP60的人脸识别速度碾压了骁龙710，甚至比骁龙845还要节约近一半的时间，AI专核的优势可见一斑。

　　为何会出现如此悬殊的差距?人脸识别的过程需要摄像头先识别出人脸，无论是光线阴暗或者面朝别处，然后精准判断脸部的特征点，比如眼睛多大、脸有多长，与已知样本进行比较，确定这个人是谁。整个过程中需要极高的算力支撑，拥有AI专核的HelioP60自然比CPU、GPU兼职处理的芯片更高效，哪怕是旗舰级的骁龙845。

　　在AI专核上尝到了甜头后，联发科在HelioP70中继续升级了AI专核，AI处理能力相比于上一代提升了30%，支持更复杂的AI应用，例如人体姿态识别、 AI 视频编码、照片实时美化、场景检测、 AR 功能等等。

　　举个例子来说，当一位美妆博主进行直播的时候，HelioP70的一个 APU(联发科为AI专核的命名)可以进行人脸侦测、实时美颜，另一个 APU 同时在做 HDR 处理以及背景虚化。如果是骁龙845的解决方案，单个DSP需要完成人脸检测、画面分割、背景虚化、HDR处理、多帧合成等流程，速度上的差异由此而生。

　　再比如在拍照方面，一张高动态范围的HDR图需要三张12bit的RAW照片合成，然后通过ISP来输出最佳优化的照片。从拍照到照片输出是一个极短的时间，对运算量有着很大的要求，也往往会造成2-3秒的延时。但HelioP70的双核APU可以双线程并行加速，不到1秒的时间就可以完成照片优化，比单个DSP的处理效率更高。

　　不只是联发科，华为也在麒麟980的发布会上不吝笔墨地展示了双核NPU在AI方面的优势，集中体现在图像和视频的处理上。比如说在物体的识别上，从以前识别到轮廓，到现在识别到细节;在实时的物体分割上，从过去略微粗放的场景划分，到现在的精细划分。同时麒麟980还允许实时“跟踪”多个对象，每分钟图像识别达到4500张，还支持在视频中“换背景”。

　　此外，AI专核的另一大优势恐怕就是在续航上，至少苹果、华为、联发科都急于证明，并且集中在两个维度上：

　　一方面AI专核的价值在于与CPU、GPU进行协同分工，CPU和GPU过多的任务堆叠只会虚耗电量、提高温度，比如虽然骁龙845的性能很强劲，在AI拍照的时候仍然会有轻微的发热情况，诸如HelioP70等搭载AI专核的产品并不存在这个问题;

　　另一方面在AI专核的协同下，可以对用户行为进行学习，进而对用户的使用场景进行预测，然后进行合理的性能分配。好比说当你在游戏时让CPU高效运算，而当你在看电子书时避免性能浪费。

　　写在最后

　　联想到我们的实际生活，前两年对图像处理的需要还局限在美颜上，现在的短视频、直播已经对手机的AI性能表现出了更高的需求，联发科的AI专核正是为此而生。

　　可以断定的是，联发科、华为等通过AI专核或类似的理念来提升芯片的AI能力，无疑押对了移动芯片的未来方向，可能在两三年后AI专核将是手机芯片不可或缺的组成，也期待这些芯片大厂们在AI专核上不断角力，不断创新，不断突破。