偉大還是荒謬？華為帶來全球首款手機AI晶元：NPU是噱頭嗎？

9月2日晚，華為終於帶來了新一代旗艦處理器麒麟970。作為少數能自主研發處理器的手機廠商，華為每代的處理器產品發布都會受到不少的關注。目前麒麟的旗艦處理器也完全可以在高端市場上和高通、三星一較高低。

坦率地說，此次麒麟970在架構上和上代960相比沒有變動，依然採用了4顆A73核心，而沒有使用ARM最新的A75，算是一個遺憾。當然，從16nm到10nm是一個不小的進步，對功耗有極大的幫助。

不過，這次麒麟970發布會上最引人注目的應該是那顆新加入的NPU。對CPU、GPU和協處理器等名詞，我們已經很熟悉了，但NPU可能還是第一次聽說。目前，麒麟970應該是唯一一款搭載了NPU的手機處理器。今天我們就來詳細剖析一下這款備受關注的NPU。

麒麟970上的NPU是什麼？

NPU的英文全稱為「Neural-network Processing Unit」，即神經網路處理單元。與之對應的，CPU是中央處理器、GPU是圖形處理器。「神經網路」聽起來可能有些晦澀難懂，但換成「人工智慧」「AI」似乎就熟悉多了。

簡單來說，NPU就是手機上專門處理人工智慧深度學習的硬體。看到這裡，不少人可能會想到高通驍龍820上首次搭載的NPE。的確，NPE和NPU有類似之處，它的英文全稱為「Neural Processing Engine」，即神經處理引擎。NPE和NPU都能處理類似的任務，但NPE是軟體層面，而NPU是硬體層面。如果拿電腦舉例，顯卡是其圖像處理器，是硬體；而寒霜、虛幻、EGO等都是遊戲引擎，仍屬於軟體。當然高通的NPE還是要藉助CPU和GPU完成的。

另外又一點要說明的是，麒麟970是首款搭載NPU的處理器，但這款NPU的研發者其實是國內的寒武紀公司。這家公司目前主攻智能處理器晶元，給華為公司的產品為寒武紀-1A NPU。

這塊NPU有什麼用？

降低功耗，減輕CPU、GPU壓力

在高清視頻出現初期，很多顯卡還沒有針對它的硬解功能，只能依靠CPU加解碼器軟解。因此那時看一個本地高清視頻，CPU的佔有率經常飆到90%，無法進行其他工作。而現在幾乎所有主流CPU集成的核顯都能輕鬆應對一般的高清視頻，CPU的負載很低。

NPU的作用與此類似，它能將和智能深度學習相關的工作接管過來，緩解CPU和GPU的壓力，從而降低功耗，這對手機來說至關重要。根據華為官方的說法，在NPU的幫助下，手機識別出1000張照片僅需消耗0.19%的電量。

本地端完成部分雲AI的工作

目前手機AI的工作基本都是將數據和請求上傳到雲端伺服器，完成後在傳輸給用戶，過程略為繁瑣。而有了NPU后，手機就能在本地完成一些原來在雲端才能做的工作。過程更為簡潔的NPU在處理一些簡單任務時會比雲模式更為高效。

NPU意義非凡，但實際效果仍待驗證

此次麒麟970上首次搭載了NPU，意義非凡，尤其對華為、寒武紀這兩個國產品牌來說。或許，隨著人工智慧技術的發展，在未來，NPU在手機SOC中會成為和CPU、GPU一樣標配。

但是，就目前來看，NPU的實際意義依然有待驗證。首先，目前大部分手機上的人工智慧技術的實現方式仍然是通過雲端伺服器完成。例如最近發布的MIUI 9上的照片查找功能，就是將用戶的圖片上傳到雲端，識別完成後再把結果發送給手機。雲端AI流行的原因一個是現在的網路條件下可以在短時間內完成這個工作，另一個原因是手機端的晶元無法勝任如此繁重的任務。

儘管，麒麟970上的NPU的算力相比手機CPU、GPU要強很多，但和雲端伺服器仍然無法相比，它能獨立完成的工作非常有限。而且，雲伺服器的大數據優勢，是本地端的NPU所不具有的。從安全和隱私的角度來說，華為也絕不可能把大數據發送給每個用戶。

另外，NPU增加了手機的成本，佔據了更多的空間。在寸土寸金的手機中，NPU必然要擠佔掉SOC的一部分空間，成本也必將轉嫁到產品售價中，而用戶是否願意為它買單仍是一個問題。

還有一點，目前麒麟處理器只用在華為手機上，儘管華為開放了開發者平台，但實際的號召力仍待驗證。相比之下，蘋果、高通的方案對開發者更有吸引力，很多時候，生態圈比技術優勢更為重要。

當然以上這些推測和分析都只是小雷的一家之言，麒麟970上的NPU究竟是劃時代的革命性產品，還是順應時下人工智慧熱度的營銷噱頭？偉大到荒謬只有一步之遙，這一切都將在不久后發布的華為Mate 10上得到驗證。

那麼，對NPU的前景，你看好嗎？

本文為作者原創，未經授權不得轉載