高通要求苹果赔偿,高通跟苹果公司有什么官司?(21)


不得不承认 , 集成NPU短期内将会大幅增加处理器的成本 , 而能够支付起该成本的只能是通过应用生态带来的市场需求 。
从参数上看 , 麒麟 970 性能着实强悍 , 然而在华为手机上并未完全释放其卓越的性能 , 就其当下应用来看似乎有些「浪费」 , 
华为为 NPU 挖掘的功能包括「AI 慧眼识物」、「AI 精准虚化」、「随行翻译」等 。华为选择与微软翻译、百度等合作 , 通过 AI 芯片 , 加速文本、语音、照片的翻译速度 , 提升用户体验 。
然而 , 到目前为止 , 华为对于麒麟970 NPU的打磨也仍然停留在文字、语音、图片识别阶段 , 仅仅把这颗AI芯片作为辅助性工具 , 尚未有深层次的开发应用 。
与麒麟970类似 , iPhone X搭载的A11目前可见的作用可以在拍照、AR、Face ID方面体现 。不过 , 苹果的神经网络加速模块也只对原生应用进行支持 。
早在WWDC 2017开发者大会上 , 苹果先于iPhone X就宣布了一系列新的面向开发者的机器学习API , 包括面部识别的视觉API、自然语言处理API , 这些API集成了苹果所谓的Core ML框架 。
从上图可以看到 , Core ML的底层是两个神经网络子程序框架:Accelerate and BNNS和Metal Performance Shaders 。Accelerate是在CPU上进行快速计算的框架 , 而Metal负责深度挖掘GPU性能 。
据不便透露公司名称的巨头IC半导体资深工程师向机器之心表示 , 苹果实际上主要将数据处理加速工作集中在GPU层面 。
著名投资人 Benedict Evans 曾提到 , 「往深了看 , 很多机器学习技术正在被商业化 , 它们的 API 快速地进入到移动设备上……不可能只有一个 Google 或一个 Facebook 的云包揽所有的机器学习——这项技术应该是一切的基础 。」
从英伟达在人工智能浪潮中得以快速崛起的案例中不难发现 , 生态积累是比技术更持久的“护城河” , 而开放易用的CUDA接口则是建立开发者生态的前提 。为了迅速做大开发者规模 , 手机巨头平台开始在初期释放超高分成与合作资源 。
2018年初 , 华为发布了AI开发平台HiKey 970 , 推动AI应用生态搭建 , 并将投入10亿元用于鼓励开发者创新 。6月 , 余承东在华为终端首届开发者大会上就宣布 , 将投入10亿元补贴主力开发者的创新智慧服务 。苹果则在不遗余力地扩建Core ML中的API 。
市场还在嗷嗷待哺地等待着一个 AI「爆款」 。

推荐阅读