麒麟970上的深度网络加速模块，如果要为业界带来冲击的话，我认为首先是让大家深入思考，在手机等移动设备中加入深度网络硬件加速，是否是一个未来的趋势?消费者是否愿意为这块芯片买单?当然这个问题是很显浅的，其核心在于是否能为消费者带来有价值的应用场景。

　　深度神经网络作为人工智能目前的半壁江山，其在智能语音、计算机视觉中有广泛的应用，前者典型的应用如Siri等智能语音助手，以及基于此目前火爆得不能再火的智能音箱;而后者在消费端莫过于各种类似Prisma的修图应用。

　　通过深度神经网络，能实现图像编辑的智能化。比如以往需要大量用户手工操作的瘦脸、美颜、瘦腰、拉长腿，通过深度神经网络的加持，用户可以如使用Prisma的体验一般，智能化搞定全部。当然图像智能编辑是目前计算机视觉中的热门应用，未来期待还有更多梦幻的应用出现。

　　对于很有可能搭载寒武纪的Mate 10，这里大胆猜测一句，其广告语会是“智能摄影大师”吗(笑)?

　　图像识别 是另外一个应用点，比如，用户在手机中标准了一张人脸后(比如同事A)，通过图像识别，手机能把图库中所有含有同事A的照片都筛选出来，这个运算在当前的智能手机上会非常缓慢，但有了深度网络加速芯片后变得可能。

　　语音识别 是深度网络的另外一个核心应用，目前我们都知道，Siri、出门问问等语音助手都需要在联网的状态下才能使用，原因是语音识别的inference放在了云端处理，而同样通过深度网络加速芯片，或许能实现手机本底端的识别，即在无网络的情况下，依然能使用智能语音助手实现有限度的应用，比如让助手找出通讯录中符合条件的某个人。

　　当然，站在市场营销层面，有很多实际上并不需要深度网络加速芯片去加速的应用，都可以通过混淆概念的方式纳入消费者的想象之中，比如拿起手机亮屏、在漆黑的环境中自动打开手电等。

　　然而我们客观地说，目前智能手机上需要使用到深度网络加速芯片去加速的应用，并不能算很多，其中真正能算是有效需求的更加寥寥无几。在安防摄像头、无人机、自动驾驶汽车中融合人工智能专用芯片无疑是未来的清晰趋势，毕竟如无人驾驶汽车中，我们不能指望使用云端的方式去做inference，毕竟网络一旦出现问题，难道放任汽车撞树上?但智能手机这个充分竞争的领域，任何功能的革新都需要经过市场的长期考验，而其中的关键还是在于场景。

　　而这次极有可能搭载了深度网络加速芯片的Mate 10，将会为我们带来什么尚未想象到的场景?或许这点，才是我们真正需要热切期待的。

（敬请关注微信号：dzbyqzx）