如同握在手中的一块屏幕，却又充满了智慧，这是在诸多科幻电影中出现过的场景。在2017年，我们逐渐看到了这种愿景实现的可能性，几乎所有手机厂商打出了自家的全面屏产品。虽然现阶段全面屏产品仍旧有着技术方面的限制，但随着三星、苹果以及华为的加入，全面屏手机市场正经历着一个巨大的变革。

　　相较于全面屏这一在外观上的创新，将人工智能技术带入到手机“大脑”中，所带来的话题热度更加深刻，这也是未来高端手机市场所具备的另一种潮流---人工智能手机芯片。

　　人工智能的浪潮

　(△2017新兴技术成熟度曲线，来源Gartner)

　　人工智能席卷了整个科技行业，并被称为是未来十年的热点。全球排名前几的企业，这其中包括了谷歌、Facebook以及微软都在开始布局。前者所研发的Alpha Go更是以“第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序”而著称。
　　人工智能也蔓延到手机端，环视目前全球排名前三的手机厂商：苹果在iPhone X上使用了自研的人工智能仿生芯片---A11 Bionic芯片，用以提升AR功能以及人脸识别技术。华为最新的麒麟970芯片也将人工智能纳入其中，不过与苹果人工智能芯片仅仅服务指定功能不同，麒麟970创新设计了HiAI移动计算架构，并新加入NPU模块，能够提供了全局应用的人工智能服务，率先搭载麒麟970的华为Mate 10在今日也已经发布。
　　虽然目前三星并没有类似人工智能手机芯片诞生，但有消息称三星在准备AI芯片来为Bixby乃至整个手机服务。从麒麟970到苹果A11，人工智能手机芯片已经成为了智能手机行业新的分水岭。

　　浪潮之下，仍旧面临一些难点
　　2017年业界对AI性能处理探索的两个典型代表，也就是谷歌研发的深度学习加速ASIC芯片---Tsela V100(在Alpha Go人机大战中提供了致胜的算力支撑)以及英伟达在2017GPU技术大会上正式发布的新一代处理器架构Volta V100。以这两款在服务器端无可挑剔的AI芯片为例，他们在使用过程中，是没有尺寸的考虑和功耗方面的明显限制，因为可以一直插着电，并配有先进的降温系统。

　　但是放在手机端，就必须考虑这样的技术问题：
　　1、手机作为电子消费品，本身就在追求轻薄，对于内部空间就处于一个不断压缩的状态。续航方面所依赖的电池，一段时间以来也是迟迟未有重大突破，所以在这两种情况下，人工智能手机芯片就必须考虑空间以及功耗问题;
　　2、手机端的人工智能芯片具备高集成性，CPU、GPU、图像信号处理器、蓝牙、GPU以及WiFi等等功能模块集中在小小的SoC中，并且还要加入人工智能模块，这对于工艺的挑战是巨大的。
　　3、大体来说，人工智能需要经过训练以及推断两个过程。现阶段训练可以交给云端，提供海量信息，人工智能手机芯片则负责推断，需要算法来支持，当然在后续过程中，人工智能手机芯片在训练这一项上的能力会得到进一步的发展。就人工智能来说势必要联合云端以及端侧，之间的数据传输就需要有强大的网络性能。
　　除此之外，在应用端需要克服的问题仍旧众多。首先是安全性，这一点也将会在人工智能的发展过程中受到用户以及业界越来越多的挑战。其次是否有足够的AI生态应用发挥出人工智能计算能力，并且持续吸引足够多的AI应用开发者加入到生态中来。

　　人工智能这盘棋，华为早已布局
　　此前，华为公有云高调进军行业云市场，凭借着华为在硬件的积累，未来跻身全球公有云前三不是梦想。凭借着这个阵地，在大数据统计、服务以及超强计算力方面势必有一番出色的表现。
　　在手机端，华为在Mate 9上应用了智能感知学习技术，能够跟踪趋势和行为模式，从而确保手机持续运行的快速和顺畅，避免出现像手机使用时间越长，反应越慢的情况;P10 & P10 Plus新增的Ultra Memory功能，结合智能感知和深度学习，实现了自动内存压缩和回收，以及自动碎片处理功能，极大提高了手机的响应速度，也缩短了应用启动时间。这些基础研究对于产品定义都非常有益。
　　而这些都是诺亚方舟实验室的研究成果，这座成立于2012年，用做人工智能算法研究、管理AI技术合作、识别AI主要应用场景和需求管理等研究的前沿阵地，就是华为在人工智能布局的一个缩影。
　　在一份来自华为公布的资料显示，在2012年以前，华为就开始思考智慧终端该有一颗什么样的大脑，以及Ta会干些什么?学习什么?如何思考?为了创造“A new brain”，华为做了各种相关的科学研究和应用尝试。
　　在最新的Mate 10系列上，华为带来了最新的人工智能之作---麒麟970芯片。