人工智能芯片是鸡肋还是真的有实际用处

（文章来源：太平洋电脑网）

说起近年来手机上出现的新玩意儿，AI芯片可能是其中最耀眼的明星。无论是安卓阵营还是iOS阵营，旗舰级别手机所使用的SoC中，AI算力总能成为着力吆喝的卖点。例如最近华为发布麒麟990芯片，其AI模块的算力相比前代大幅提升数倍，甚至登顶安卓阵营AI Benchmark榜单；而在最新发布的iPhone 11当中，所使用的A13 Bionic仿生芯片也表现不俗，性能提升20%，每秒可执行1万亿次运算。可以说，AI芯片目前已经进入到了军备竞赛阶段。

然而，和性能提升可以直观感受到的CPU、GPU模块不同，SoC当中的AI性能攀升，其实际应用场景一直令很多朋友感到迷茫——AI这么强，日常使用的APP似乎也没太大变化，游戏该咋玩还是咋玩。但AI芯片是否真的鸡肋？这也未必。

软件应用往往滞后于硬件发展。触摸屏并非是什么新鲜事物，但直到iOS横空出世才让人找到正确的交互方式；NFC早在安卓2.X时代就已经实装，但直到近年才迎来各种支付应用的广泛支持。AI芯片目前的应用范围并不广，大家可以感受到的，可能就是相机中场景的AI识别、人脸认证等等。随着AI芯片算力的提升、软件应用的完善，未来的APP到底能进化到怎样的神奇地步？今天一起来聊聊吧。

作为近年最热门的话题之一，AI这一字眼频频出现在各类科技资讯当中。而谷歌开发的围棋AI Alpha Go一举击败李世石、柯洁，更是令AI走进了聚光灯下。和传统的算法相比，AI能够让计算机的某些举止更接近人类，例如能够识别图像内容、识别句法语义等等，而这些，往往得益于使用神经算法来进行机器学习。

移动互联网时代的到来令数据规模前所未有的庞大，这为AI提供了茁壮成长的土壤。这些数据成为了AI极其有价值的样本，人们通过神经算法对这些样本进行卷积分类，进行一遍又一遍的机器学习，输出了不同权重的结果，并以此作为识别行为事物的判断依据。从这方面来看，AI的本质是数据密集、算法先进、分类权重细致的统计学，通过不断输入数据、不断卷积衡量权重，AI最终所能做出的判断会无比接近甚至超越人类。

由此可见，AI是依赖特定的神经算法实现的，这个任务交给普通的CPU来做，效率比较低下——CPU属于通用计算单元，暴力运行某种算法并非其特长，例如CPU挖矿的效率就远比不上专门为HASH算法特制的ASIC矿机芯片。而AI芯片正是为密集处理数据的神经网络算法特制的，例如华为的麒麟990就可以支持包括VGG、VDSR等在内的90%视觉神经网络计算模型。

换言之，AI芯片能否发挥其功用，关键在于软件应用是否对相应的神经网络算法有着良好的支持和运用。随着APP不断进化，AI会越来越多地应用到实际当中，出于算力和能效方面的考虑，AI芯片（模块）的确必不可少。而当AI芯片的性能日益强大时，下面这些神奇的应用可能会渐渐成为我们的日常。