下半場：從扁平到立體

盡管得到了上游芯片廠商的支持，但也只是標志著手機AI軍備競賽的下半場將正式開始。因為當大家在硬件層面都處在同一起跑線的時候，競爭會變得多樣化。

如果說手機AI 1．0是二維平面，單純依靠智能手機的終端硬件——AI芯片來在端側(cè)實現(xiàn)；那么如今手機AI 2．0的時代業(yè)已成為一種三維的通路：面對日益復(fù)雜的AI工作場景，需要從芯片、終端再到云端進行協(xié)作運算。在這方面，華為的HiAI平臺則跑在了前面。

首先，芯片硬件的AI算力是實現(xiàn)AI功能的物質(zhì)基礎(chǔ)，AI算力的強弱決定了智能手機執(zhí)行AI任務(wù)的速度。

以風靡全球的Prisma軟件為例。作為第一款結(jié)合了人工智能技術(shù)的濾鏡軟件，一經(jīng)問世便走紅全球，它的特點在于將用戶的照片賦予梵高的《星空》等經(jīng)典大作的風格。其實現(xiàn)原理就是AI中的“卷積神經(jīng)網(wǎng)絡(luò)”學習，在用戶選擇要添加藝術(shù)濾鏡的原照片后，Prisma軟件便開始了“物體識別－－紋理合成－－風格提�。�－圖片合成”這一系列的工作流程，這其中最難的工作就是物體識別。

在一張集成了錯綜復(fù)雜的線條、色彩與光影的照片中，如何較為精準地區(qū)分出物體的輪廓？這就回到了卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，通過不斷的訓練與學習，一步步地對目標圖片中物體進行“篩選”和“過濾”，最后就會得到較為清晰的物體輪廓，進而用算法生成與經(jīng)典畫作一樣風格的照片。因此在進行AI任務(wù)，如用Prisma軟件修圖時，擁有不同AI算力的智能手機表現(xiàn)也會有顯著的差距。華為麒麟980等集成獨立NPU單元的Soc對于卷積神經(jīng)網(wǎng)絡(luò)運算的支持更加到位，這是由于卷積神經(jīng)網(wǎng)絡(luò)在運算時需要進行大量的并行計算。相比依賴CPU等進行AI運算的芯片，具有獨立NPU的芯片有著4倍的速度與僅僅1／50的功耗。

其次，AI功能的落地離不開軟件的支持。華為在軟件上打造了一個完成度非常高的AI閉環(huán)。從打開手機開始，用戶可以使用系統(tǒng)層面的智能情景助手和智能語音助手小藝；打開相機，可以用AI攝影大師進行場景識別并自動優(yōu)化拍攝參數(shù)；打開AI識物可以識別食物的卡路里、搜索看到的商品或者進行即時翻譯，等等……用戶隨時隨地都在使用著真實可感的AI服務(wù)。

另外，隨著對于復(fù)雜AI工作場景的不斷開發(fā)，必然要實現(xiàn)終端（智能手機）到云端（服務(wù)器）的協(xié)同計算。因為硬件本身的算力畢竟是有限的，只有借力于云端服務(wù)器，才能實現(xiàn)更好的AI運算。

譬如當用戶將鏡頭對準一只不知其種類的小狗，終端和云端的AI接力開始。終端芯片憑借NPU迅速地識別鏡頭下小狗的各種特征，首先識別出它是一只狗，但可能儲存在手機內(nèi)部的算法并不知道具體是一只什么狗。此時云端存儲的不同品種小狗的特征進行對比和校驗，最后在屏幕上顯示出小狗的準確種類讓用戶了解，這只是一個很小的AI協(xié)同工作的場景，但舉一反三，未來在手機會做出更多令人期待的功能。

因此在華為HiAI 2．0中，開發(fā)了基于 “芯、端、云”三層AI生態(tài)，HiAI Foundation芯片能力、HiAI Engine應(yīng)用能力與HiAI Service服務(wù)能力，以芯、端、云結(jié)合的三層開放能力滿足開發(fā)者的各種需求。在未來，更多成熟的AI應(yīng)用一定是有賴于完善的AI計算與開發(fā)平臺。打通芯片（硬件）—系統(tǒng)及APP（軟件）—云端（計算）這一完整的通路，才能實現(xiàn)更好的AI功能。

總結(jié)：

如今的智能手機行業(yè)顯然已經(jīng)到了一個關(guān)鍵的十字路口。處理器性能的單純提高和硬件上的進化，在過去的十年里充當了這個行業(yè)主要的任務(wù)，而在這些基礎(chǔ)性能之上，如今AI已經(jīng)成為智能手機通向未來的一把鑰匙，在算力和數(shù)據(jù)的馬太效應(yīng)之下，會加速智能手機AI的進化速度。對于智能手機來說，隨著上游芯片廠商的推動，AI的上半場已經(jīng)逐漸塵埃落定，而下半場，哨音已響。