AI、機(jī)器學(xué)習(xí)、人工智能網(wǎng)絡(luò)，是現(xiàn)在芯片廠商非常喜歡提及的領(lǐng)域。蘋果A14也好，還是高通驍龍888，華為麒麟9000，都已經(jīng)擁有了獨(dú)立的AI芯片，而且這部分的性能提升，在過去這兩年里也極為可觀。

拿蘋果A14的神經(jīng)網(wǎng)絡(luò)引擎來說，它的核心數(shù)從前代的8個(gè)提升至16個(gè)，峰值算力翻倍至11 TOPS，而驍龍888在AI算力上更是達(dá)到了26TOPS，每瓦特性能較前代平臺提升高達(dá)3倍。

這種倍數(shù)級別的提升，和數(shù)年前智能手機(jī)剛誕生時(shí)，CPU/GPU性能大躍進(jìn)情況十分相似，時(shí)過境遷，作為新前沿技術(shù)的人工智能，如今也開始享受到這種突飛猛進(jìn)的紅利。

但極高的算力代表了什么，又會讓我們的手機(jī)發(fā)生怎樣的變化，大部分用戶不了解，手機(jī)廠商也很難給出一些場景化的東西，這是之前一直存在的困擾。

今年蘋果在A14上其實(shí)給了不少通俗的案例。拿iPhone來說，圖像合成算法，相冊自動分類，電源管理系統(tǒng)，很多我們察覺不到的后端處理，其實(shí)都會有機(jī)器學(xué)習(xí)技術(shù)的參與。

更具體去說的話，手機(jī)攝影算是目前對AI依賴較高，我們也感知較強(qiáng)的部分。比如Google經(jīng)常說的‘計(jì)算攝影’，蘋果的‘DeepFusion’合成技術(shù)，以及華為用NPU芯來做視頻渲染等，都是由AI芯片和ISP圖像傳感器協(xié)同工作達(dá)成的，也都已經(jīng)是很成熟的應(yīng)用。

而從人機(jī)交互的角度來看，一些應(yīng)用會用上手勢追蹤、語義識別等，也都會倚重AI芯片提供的算力。尤其是在運(yùn)行特定AI算法的效率上，一顆專用的AI芯，確實(shí)會比直接調(diào)用CPU、GPU來得有效得多。