雖然蘋果和三星都擁有自主開發(fā)的應(yīng)用處理器，鎖定了高端智能手機(jī)市場，但是聯(lián)發(fā)科（MediaTek）正在尋求在智能手機(jī)市場的反彈，在本周的2018世界移動通信大會上推出了Helio P60芯片組。
聯(lián)發(fā)科的計(jì)劃是重新進(jìn)入與高通競爭的中高端智能手機(jī)市場。
聯(lián)發(fā)科技將Helio P60視為“首款采用多核AI處理單元（移動APU）和聯(lián)發(fā)科NeuroPilot AI技術(shù)的SoC平臺”。
聯(lián)發(fā)科的舉動顯示了該公司在行業(yè)智能手機(jī)大戰(zhàn)中，策略重點(diǎn)轉(zhuǎn)向移動人工智能的巨大變化。目前各種芯片供應(yīng)商都在競相將神經(jīng)網(wǎng)絡(luò)引擎用于手持設(shè)備上。目標(biāo)很簡單。他們希望開啟人工智能體驗(yàn)——語音用戶界面、人臉解鎖、AR等等——在客戶端設(shè)備上處理更快、更好，無論有沒有網(wǎng)絡(luò)連接。
Linley Group高級分析師Mike Demler表示：“我們在去年才看到了第一批帶有嵌入式神經(jīng)引擎的智能手機(jī)處理器，如蘋果A11、華為麒麟970、高通Snapdragon 835和聯(lián)發(fā)科Helio X30等旗艦處理器?！?/p>
Demler表示：“我們對聯(lián)發(fā)科將在更低層添加神經(jīng)引擎并不感到意外，但有趣的是，他們正在使用比其旗艦產(chǎn)品X30更強(qiáng)大的核心來實(shí)現(xiàn)這一點(diǎn)?！?/p>
換句話說，一個(gè)由中國手機(jī)制造商推動的、充滿活力的中端智能手機(jī)供應(yīng)商社區(qū)正在躍躍欲試，他們希望盡快趕上移動AI這股趨勢。
新高度
聯(lián)發(fā)科稱其為“新高級”是指“以中檔價(jià)格提供卓越性能和功能的設(shè)備”。聯(lián)發(fā)科銷售總經(jīng)理Finbarr Moynihan解釋說，“新高度”是目前智能手機(jī)的重要動作，像Oppo、Vivo、聯(lián)想等中高端玩家都渴望縮小與頂級競爭對手的差距，希望在應(yīng)用、功能和AI方面取得重大飛躍。
聯(lián)發(fā)科告訴我們，2017年全球智能手機(jī)出貨量的48％來自中國OEM廠商，主要針對新興市場。聯(lián)發(fā)科援引TrendForce報(bào)告指出，2017年中端消費(fèi)者品牌出現(xiàn)大幅增長，小米的智能手機(jī)產(chǎn)量增幅高達(dá)76％，而Transsion、OPPO和Vivo也有大幅增長。
Helio P60在八核CPU中配備了4個(gè)ARM A73處理器和4個(gè)ARM A53處理器?；赽ig．LITTLE的8核設(shè)計(jì)，聯(lián)發(fā)科技宣稱與前代產(chǎn)品Helio P23和Hleio P30相比，CPU性能提升了70％。通過使用最高800MHz的新型Mali G72 GPU，P60還將GPU性能提高了70％。
聯(lián)發(fā)科的神經(jīng)網(wǎng)絡(luò)引擎
然而，讓Helio P60實(shí)至名歸的是其內(nèi)置的NeuroPilot AI平臺、橋接CPU、GPU和板載AI加速器。聯(lián)發(fā)科的人工智能框架可以通過協(xié)調(diào)SoC內(nèi)CPU、GPU和AI加速器計(jì)算工作負(fù)載來管理異構(gòu)AI計(jì)算架構(gòu)，最大限度地提高性能和能效。
聯(lián)發(fā)科已經(jīng)證實(shí)，P60在其AI加速器中集成了Cadence Vision P6內(nèi)核。
Cadence Vision P6
與聯(lián)發(fā)科技旗艦產(chǎn)品Helio X30——使用Cadence Vision P5，每秒70 GMAC（8位）——相比， Helio P60每秒處理性能為280 GMAC。Demler表示：“所以在處理器整體性能上降低了一層，但同時(shí)將神經(jīng)引擎性能提高了4倍。”
當(dāng)被問及對比Helio P60神經(jīng)網(wǎng)絡(luò)引擎性能時(shí)，Demler說：“華為的麒麟970可以達(dá)到?1TMAC ／ s（FP16），因此在更高的分辨率下它的神經(jīng)網(wǎng)絡(luò)性能是P60的4倍。在280GMAC ／ s下，P60與蘋果A11的很接近，達(dá)到300GMAC ／ s?！?/p>
缺乏AI基準(zhǔn)
然而，我們咨詢的大多數(shù)分析師都認(rèn)為，深度學(xué)習(xí)加速器基準(zhǔn)的缺乏，使得很難做出有任何意義的比較。Demler稱這是“一個(gè)開放的大問題”，他說移動AI這個(gè)泥潭可能很容易導(dǎo)致我們陷入“GOPS ／ TOPS營銷炒作之戰(zhàn)”。
Tirias Research首席分析師Jim McGregor表示贊同?！斑@是一個(gè)令人困惑的話題，因?yàn)闆]有什么細(xì)節(jié)和基準(zhǔn)。聯(lián)發(fā)科和其他公司使其聽起來像是無所不能的人工智能解決方案，”但通常并非如此，McGregor補(bǔ)充說。
例如，聯(lián)發(fā)科的P60中使用的Cadence Vision P6內(nèi)核是針對計(jì)算機(jī)視覺應(yīng)用進(jìn)行了優(yōu)化，而非通用神經(jīng)網(wǎng)絡(luò)，Demler說。
正如McGregor所解釋的，“首先，你需要了解大多數(shù)AI處理器是什么。”例如，聯(lián)發(fā)科、蘋果和華為稱其解決方案為“專用”，意味著使用單個(gè)IP塊進(jìn)行AI加速。“在大多數(shù)情況下，這意味著從其他方——如Cadence或Ceva——那里獲得的IP塊許可。這種IP塊支持可配置的神經(jīng)網(wǎng)絡(luò)，但有一些限制?？墒菦]有人能確切地說出這些限制是什么?！?/p>
所以，顯然地，在應(yīng)用處理器內(nèi)部放置一個(gè)神經(jīng)網(wǎng)絡(luò)引擎并不是故事的結(jié)尾。正如McGregor指出的那樣，新神經(jīng)網(wǎng)絡(luò)的開發(fā)和訓(xùn)練仍然需要在數(shù)據(jù)中心進(jìn)行，必須依賴更多高精度、強(qiáng)大的訓(xùn)練處理器。
如果應(yīng)用開發(fā)人員和OEM廠商想要利用智能手機(jī)應(yīng)用處理器內(nèi)部的神經(jīng)引擎，他們需要一個(gè)與底層硬件掛鉤的軟件框架?！八蓄I(lǐng)先的移動處理器設(shè)計(jì)公司（高通、聯(lián)發(fā)科、華為、蘋果）現(xiàn)在都提供神經(jīng)網(wǎng)絡(luò)SDK，”Demler觀察到。但他們都需要支持像Caffe和Torch這樣的流行培訓(xùn)框架。
對聯(lián)發(fā)科來說，聯(lián)發(fā)科提供了被稱為NeuroPilot AI SDK的框架，該框架可以讓應(yīng)用開發(fā)人員和OEM廠商“深入到硬件，看AI軟件如何在CPU、GPU和專用AI加速器上運(yùn)行”，Moynihan這樣表示。
與此同時(shí)，應(yīng)用開發(fā)人員和OEM廠商也需要能夠“查找并查看Android網(wǎng)絡(luò)API（Android NNAPI）的內(nèi)容”，Moynihan補(bǔ)充道。Google為Android機(jī)器學(xué)習(xí)開發(fā)了Android NNAPI和運(yùn)行時(shí)引擎?！奥?lián)發(fā)科的NeuroPilot SDK完全符合Android NNAPI，”Moynihan補(bǔ)充道。
Android Neural Networks API的系統(tǒng)架構(gòu)
在部署能夠讓智能手機(jī)處理器運(yùn)行AI應(yīng)用的方法中，高通的方法似乎有些不同。
McGregor說，高通的解決方案是不同的，因?yàn)椤八麄円呀?jīng)在芯片上使用了多種資源，包括Hexagon DSP、Adreno GPU和Kryo CPU內(nèi)核?！?/p>
然而他補(bǔ)充說：“沒有可用的基準(zhǔn)，不可能確定哪種方法更好，但高通模型確實(shí)提供了更高的靈活性?！?/p>
AI軟件之戰(zhàn)
無論底層硬件如何，畢竟最關(guān)鍵的還是能夠購在任何智能手機(jī)上體現(xiàn)AI體驗(yàn)差異化的軟件。
McGregor說：“現(xiàn)在，這些應(yīng)用正瞄準(zhǔn)著手機(jī)上的常見功能，例如拍照和數(shù)字助理。但是，通常由第三方軟件開發(fā)人員來開發(fā)和訓(xùn)練用于手機(jī)上的這種模型?！?/p>
他指出，“在有限的情況下，有些模型或庫是可用的。高通圍繞圖像識別開發(fā)了一些庫，三星主要圍繞拍照，我相信蘋果也正在開發(fā)自己的模型?！?/p>
在其他情況下，這取決于應(yīng)用開發(fā)人員，這是一個(gè)很大的限制，McGregor指出。“很多應(yīng)用開發(fā)人員并不習(xí)慣于使用深度學(xué)習(xí)，也無法訪問深度學(xué)習(xí)所需的大型數(shù)據(jù)中心，”他說。
Linley Group的Demler在他最近的微處理器報(bào)告中也對人工智能軟件開發(fā)提出了警告。 “處理器架構(gòu)的多樣性給Android應(yīng)用開發(fā)人員帶來了挑戰(zhàn)，因?yàn)榧词乖谌狈Ｓ蒙疃葘W(xué)習(xí)加速器的設(shè)備上，這些應(yīng)用也必須能夠運(yùn)行。”而另一方面，iOS應(yīng)用開發(fā)人員只需要支持Apple設(shè)計(jì)的一些處理器就可以了。
Tirias Research首席分析師Kevin Krewell也警告說：“我看到的最大問題是，每個(gè)芯片和IP供應(yīng)商都在以不同的方式做機(jī)器學(xué)習(xí)。ARM可能有最佳的機(jī)會，在一個(gè)IP上對多個(gè)廠商實(shí)施標(biāo)準(zhǔn)化。