0
| 本文作者： 胡嘉琪TakeeWOO | 2017-09-11 10:56 |
華為將在IFA2017大展的新品發布會上，正式發布了麒麟970芯片。麒麟970的規格終于水落石出，與此前的推測相差無幾，麒麟970中內置了神經元網絡單元（NPU），而根據業內人士透露，這塊人工智能芯片確實就是來自于寒武紀科技IP的寒武紀-1A。而這塊寒武紀-1A的性能，據華為自身透露其運算能力達到了1.92TFP16 OPS，相比4個Cortex-A73核心，處理同樣的人工智能任務大約會有50倍能效和25倍性能的優勢。
這里需要指出的是，所謂的處理人工智能任務準確地說是深度神經網絡計算加速，如矩陣運算、計算激活函數等任務，這顆NPU實質是一款深度神經網絡加速器，用于將訓練好的深度神經網絡模型進行設備端（On Device）的快速推斷。畢竟目前幾乎所有的AI應用都用到了深度神經網絡技術，NPU的引入有助于解決傳統手機芯片架構難以提供足夠算力去實現深度神經網絡的本地端計算，使得AI應用不再依賴于云端計算。
作為全球首顆內置AI芯片的SoC，麒麟970無疑寄托了華為在消費端人工智能演進的憧憬，以至于搶跑在其他SoC商之前實現深度神經網絡加速芯片的商用化，并通過做第一個吃螃蟹的人獲得了紅利期——盡管目前高通和三星均有意發展深度神經網絡加速芯片，但距離華為還將有至少一代SoC的距離。
在華為正式發布麒麟970后，隨之市場上出現了不少質疑其NPU實際價值的聲音。單純從芯片本身，我們難以理解為何華為在消費級人工智能應用尚未大規模爆發之前，就急于推出商用化的芯片產品，或者我們需要從華為在后續消費市場布局的角度切入，才能了解其中的蛛絲馬跡。
麒麟970上NPU成功的核心評價標準，是賣出手機中這顆NPU的實際利用率。這點決定了華為是否能借助NPU逐漸構筑起消費端的人工智能應用生態，讓拿到Mate 10等采用970芯片手機的消費者能使用起這顆NPU的性能并形成一定粘性。也就是說，這顆NPU及基于NPU加速的人工智能應用，必須能占據一定的國民總消費時間，否則就僅僅如同當年三星S4的眼球追蹤、索尼懸浮觸控等技浪漫主義產物，最終消失于消費者視線。
另外，我們不能忽略以下兩個背景材料：
一是華為與微信的用戶數據使用爭執。起因是華為搭載了Magic Live 智慧系統的榮耀 Magic 手機，華為通過這款手機獲得用戶授權后收集用戶數據，其中包括微信的聊天信息等。而其用途是根據微信聊天內容，自動加載地址、天氣、時間等信息，通過對用戶數據的分析，手機能感知的用戶的習慣性偏好并提醒相應的事項，如回家路況等。騰訊認為華為此舉侵犯了自身的數據，侵犯了微信用戶隱私，并向監管部門投訴華為，而華為則認為產品通過檢測，并獲取了用戶的充分授權，并不存在爭議。
二是華為今年發力公有云業務，成立云BU并發布企業智能(EI)。對于要成為 “全球五朵云之一”的華為云，華為對其定位是智能社會的“使能者”，聚合人工智能、物聯網等基礎能力，提供創新的企業智能云服務。而華為云其中的核心是企業智能（EI）平臺，EI包括了機器學習、深度學習、圖計算，及AI訓練、推理、檢索等基礎平臺服務，同時搭載類似阿里云市場的視覺、語音、自然語言等領域API服務及場景解決方案，并具備完整的異構計算平臺。
對于手機業務已經做到了出貨量全球排名第三、中國排名第一的華為，也面臨了與其他手機廠商一樣、對于智能終端領域下半場的思考。目前手機廠商有點類似前幾年電信運營商所面臨的“管道化”困境，即3G/4G網絡雖然催生了移動互聯網應用的發展，但作為網絡基礎設施的運營者，電信運營商只賺取到了網絡管道的收入，卻享受不到留在管道之中的移動互聯網流量紅利。于是電信運營商紛紛提出了“智能管道”戰略，簡單而言，就是利用運營商所掌握的用戶行為大數據，做業務和內容的智能分發，從而希望在移動互聯網紅利中分到一杯羹。
對于手機廠商而言，硬件毛利在激烈的競爭中不斷降低，而硬件配置升級的市場驅動能力似乎也在不斷地減弱，智能手機的模式逐漸走入了瓶頸，而手機終端本身的內容分發能力，隨著BAT對流量的牢牢控盤，其天花板也在不斷下墜，可以說目前是手機廠商思變的時候了。在眾多手機廠商中，除了蘋果，安卓陣型普遍缺乏以硬件驅動應用生態的能力，而麒麟970及搭載的NPU，瞄準的是在消費端人工智能應用逐漸爆發之際，通過深耕硬件端到端的異構計算服務，建立硬件對人工智能應用生態的驅動力。
面對智能手機的下半場思考，華為希望演進出新的智能手機范式：一方面在人機交互上前進一大步，手機終端不再僅僅被動接受用戶的操作，而是通過持續收集用戶使用數據，對用戶的使用意圖充分場景化，手機終端通過場景智能提供主動反饋的服務，如用戶到達電影院后，根據定位主動彈出電影票的取票碼；另外一方面具有很強的本地（On Device）計算能力，以適應各種智能場景下復雜的計算密集型人工智能任務，比如運行實時的高精度人臉識別算法，實現手機短信僅本人可見，或者本人注視手機屏幕自動亮屏。另外由于用戶隱私數據保護問題，所有用戶行為數據并不能上傳云端，意味著如果要做復雜的用戶行為數據推斷，也需要借助On Device的計算能力。
這樣，華為圍繞麒麟970及其NPU的布局路徑就清晰了：
第一步：探索受限于用戶隱私保護邊界的手機本地端用戶數據收集——應用機制，這方面華為在榮耀Magic上已經做了充分嘗試，這點類似于電信運營商的管道監聽能力，用戶數據構成了一切智能應用的基石。
第二步：充分利用麒麟970上NPU的先發紅利期。通過NPU賦予的深度神經網絡加速能力，為970系手機終端匯聚一批“一拍即合”的人工智能應用，比如各類需要借助深度神經網絡的復雜圖片處理APP、實時翻譯、智能語音助手等NLP應用，使得這些應用在NPU的加持下能有較好的用戶體驗，從而深化手機終端智能場景服務的廣度和深度，并形成圍繞終端硬件的應用生態雛形，這一步非常關鍵。
第三步：華為云服務上場。定位于智能社會 “使能者”的華為云，必然將和自家手機終端產品開展深入聯動，基于華為云的異構計算基礎設施，在目前華為開發者聯盟已聚集超過27萬開發者的基礎上，吸引消費端AI應用開發者到達華為云，使用華為云的異構計算能力開發、部署AI應用。
我們知道，基于深度學習的AI應用開發及消費級市場服務提供，需要用到大量由GPU/FPGA/AISC等芯片提供的異構計算能力。尤其是在深度神經網絡應用的推斷階段（Inference，即指利用訓練好的模型，使用新的數據去“推斷”出各種結論），仍然也是計算密集型任務，因此需要采取設備端推斷+云端推斷的模式優化消費者端體驗，例如中小運算量的應用放在設備端，兼顧體驗減少云端壓力，大型計算仍然采用云端推斷。因此，如果華為能為AI開發者提供端到端的Inference異構計算能力，即970系終端上的NPU，加上華為云的異構計算，無疑對于AI開發者來說是具有不少吸引力的。
最后基于上述“數據+終端+云+芯片”的布局，以點成線帶動形成一個相對緊密的AI應用生態，逐漸進入良性循環并讓搭載麒麟970及其后續型號芯片的華為手機終端系列能授予用戶較為良好的AI應用體驗。
華為“數據+終端+云+芯片”協同的打法，符合華為世界第一大通信設備商的資源稟賦，也順應了自身的華為云戰略布局，放眼國內恐怕也只有華為一家能做，但是否真的能湊效？談這個問題恐怕目前還為時尚早，但可以預見的是，華為將會面臨一些核心的問題：
首先，是華為這種手機本地端的用戶數據收集——應用機制將會受到來自于用戶及業界越來越多的挑戰。騰訊首先對此發難并將此上升到仲裁層面，而騰訊也絕不會是最后一個，隨著華為將數據收集的范圍擴大到越來越多的應用上，甚至以用戶隱私數據安全的名義充當起裁判的時候，無疑將讓華為陷入硝煙四起的漩渦之中。華為該如何在用戶隱私數據保護、友商及業界關系中取得平衡？這點也許是一個很大的考驗。
其次，是華為是否能夠迅速找到能有效利用起NPU計算能力的殺手級應用。在營銷層面，華為或許有1000種手段去宣揚搭載了麒麟970手機產品在人工智能時代的顛覆，但真正的評價標準，是賣出手機中這顆NPU的實際利用率。而實際利用率離不開的，是亟待深度神經網絡加速計算能力的Killer Apps，但至少目前短期內似乎還沒能清晰看到這樣的應用存在。
三是華為端到端（云-芯）的Inference異構計算能力是否能吸引到足夠的AI應用開發者加入到生態中。正如亞馬遜智能音箱Echo推出開始時應用（Alexa的Skill）的數量慘不忍睹，隨后當Echo出貨量爆炸式增長后，亞馬遜吸引了大量開發者融入Alexa生態中，目前Alexa已經有了一萬多個Skill。而其中的關鍵驅動力，是亞馬遜強大的云計算能力——通過AVS（Amazon Voice System）以及ASK（Amazon Skills Kit）的開放，搭建了一個開發門檻低得不能再低的生態，開發者甚至完全不需要有任何語音識別的技術積累，AVS會解決所有的語音識別和語義處理等事情。亞馬遜Echo的啟示是，對于任何希望通過硬件驅動生態的戰略，除去出貨量代表的開發前景外，最為關鍵的驅動力，是為開發者提供一套低門檻、便利的開發環境，對于剛剛起步的華為云，這點是否又能做到？
作為獨立觀察者，我們不妨通過三條線索觀察華為“數據+終端+云+芯片”協同的后續走勢：第一是華為終端上用戶數據的爭奪戰；其次是能否有足夠的Killer Apps去有效利用起NPU的深度神經網絡加速能力；第三是上述AI生態的構筑。這三條線構成了整體平面，任意一條線的失利都會讓華為的布局變得支離破碎。
上述的布局，顯然不是在麒麟970這一代SoC的周期內就能充分實施的?；蛘呶覀兛吹降倪@次麒麟970搭載NPU嘗試，對于華為而言更多的價值，是利用先發紅利去探索端到端異構計算如何驅動AI應用生態。
也許，這是一次機遇足夠大，但挑戰同樣足夠多的嘗試。
雷鋒網按：本文作者胡嘉琪，雷鋒網首發文章。
雷峰網特約稿件，未經授權禁止轉載。詳情見轉載須知。
