苹果
苹果iPhone8系列中应用的A11Bionic应用处理器，引入神经网络处理引擎(NE，NeuralEngine)，面向特定机器学习算法，处理支持新iPhone中3DSensor、人脸识别解锁、Animoji等功能。
华为
麒麟970设计了HiAI移动计算架构，首次集成NPU(NeuralNetworkProcessingUnit)专用硬件处理单元，其AI性能密度大幅优于CPU和GPU，基于AI实现智能场景识别与对象识别并进行针对性优化，提升用户拍照效果。
可以大胆推测，在2018-19年，旗舰智能手机支持专用AI芯片是大概率事件，能力具备了，但这并不意味着智能手机就真正到了愿景中的人工智能阶段。业内又在寻找基于深度学习的杀手级APP出现，其实也许这就是个伪命题，拍照、面部识别等现有应用体验的优化，更有资格成为首批AI受益应用。
SoC集成专用AI芯片大幅提升计算能力，但移动端AI体验仍任重而道远
传统CPU、GPU和DSP本质上并非以硬件神经元和突触为基本处理单元，相对于NPU在深度学习方面天生会有一定劣势，在芯片集成度和制造工艺水平相当的情况下，理论上表现将逊色于NPU。
据华为官方宣称，麒麟970相较于四个Cortex-A73核心，在处理同样的AI应用任务时，新的异构计算架构拥有大约25倍性能和50倍能效优势。以图像识别速度为例，麒麟970可达到约2005张/分钟。
严格意义上讲，现阶段我们或许并不应该期待人工智能产生全新的应用，更多应该期待的是通过人工智能技术，让现有的应用效率更高、能效更低、体验更好。目前最成熟的两个AI应用领域是语音识别和图像识别，而苹果和华为的专用AI芯片也均选择在两个领域进行突破，提升用户最常用应用的体验。
图像识别：华为的AI+慧眼、苹果的FaceID解锁
拍照现在用户最关注的体验，通过AI提升体验是个感知度高的选择。华为麒麟970通过AI实现拍照过程中场景识别、对象识别然后进行智能优化。场景识别比如运动场景、夜间环境等，提升优化运动场景下的定格清晰度与暗光拍照效果。对象识别比如人脸识别，针对不同肤色、帽子、眼睛、口罩、遮挡、侧脸等多种复杂的人脸场景进行智能检测，针对性的改善人脸部信息的色彩和补光、人脸追焦的优化等。相当于把已有的专业级拍照模型(知识库)通过AI芯片应用于用户的拍照过程中，而无需再去学习专业的拍照技能。
iPhoneX在图像识别方面的面部识别解锁极具炫耀性体验，终端侧基于结构光方案建立用户脸部3D数据，解锁比对通过A11芯片中的神经网络模块神经引擎(NeuralEngine)进行处理。
语音识别：AI降噪提升语音识别率、siri升级版
麒麟970A芯片I降噪是通过应用人工智能噪声模型替换传统的反相技术消噪模型，抑制非稳态噪音，增强语音信号，把高速、车内噪声大环境下的语音识别率从80%提升到92%(华为实验室官方数据)。
作为普及人工智能的启蒙应用，siri居功至伟，在新iPhone发布会上，Siri相比前几代也有明显的提升，想必也用到了苹果机器学习博客中提到的新AI技术，并进一步扩展siri的服务能力。
其他的AI应用体验，诸如，照片应用的图像识别，相册归类;听歌推荐，通过对用户听歌记录的学习来调整作出相应的推荐;智能回复/推荐，基于云端知识库预测用户的信息回复与情绪表达;续航优化，基于用户使用行为的机器学习进行调整电池管理等，都是实用性很强的AI体验。
显然，人们对于人工智能手机的期望不只是这些。整体而言，人工智能技术是一种基础能力属于使能层，集成专用AI芯片，突破的是性能瓶颈，而未来的AI体验仍将是应用场景驱动。无论是模型还是知识库还是基于AI应用，都有赖于生态合作，有赖于第三方应用开发者调用AI芯片开放的能力进行开发，进而发挥AI芯片的算力。
展望未来，移动芯片的引领制胜法宝则是人工智能、5G两翼齐飞不瘸腿
1、AI芯片成功的关键是人工智能应用生态的构建
华为与苹果几乎同时推出专用AI处理单元芯片，考虑到18个月的芯片设计周期，需要给华为麒麟芯片点赞。SoC芯片集成专用AI芯片堪称端侧人工智能里程碑，并有望快速普及，但只是人工智能的第一步，远谈不上胜利，我看到的更多是挑战。
未来AI芯片的竞争，不仅仅取决于芯片厂商自身的技术研发，更取决于生态运作能力包括垂直领域的知识库/模型合作以及第三方应用开发者，看谁的生态能够提供的应用更丰富、体验更好。对于华为而言，挑战更甚于当初在基带领域的单点突破到不断引领。
华为显然意识到了这一点，宣称将把麒麟970作为人工智能移动计算平台开放给更多的开发者和合作伙伴，提供完善的多应用模式和机器学习框架的支持，让开发者可以用自己最习惯的方式获得麒麟970的AI算力。
对于人工智能的云+端布局而言，谷歌+苹果的混合体或许是华为应该学习的榜样。
2、SoC芯片通信连接能力的提升不应被AI掩盖光芒
AI大热下，通信不再是聚光灯下的焦点，但通信连接能力的提升不应被舆论低估和遗忘。以麒麟970为例，10nm工艺、业界首款支持cat18的SoC，FDDLTE下仪表测试1.2Gbps下载速率、5CC(国内尚看不到有需求，在频谱更离散的区域有需求比如美国AT&T)、4X4MIMO与256QAM(媒体应该相对熟悉了)，放在以往都是大新闻，但是今年几乎无人问津。
如果跳出移动AI芯片领域，在人工智能竞争战场上，蜂窝连接芯片是英伟达们染指蜂窝智能终端领域蛋糕的最大障碍，自然也就是移动SoC芯片商的竞争壁垒。从这个角度看，未来智能终端SoC芯片的引领之争，仍属于苹果(传在进行modem自研)、华为、高通们。