【中國傳動(dòng)網(wǎng) 技術(shù)前沿】 仿生是模仿生物系統(tǒng)的功能和行為，來建造技術(shù)系統(tǒng)的一種科學(xué)方法。它打破了生物和機(jī)器的界限，將各種不同的系統(tǒng)溝通起來。

從這個(gè)角度來看，人工智能芯片可以算作是仿生。我認(rèn)為目前的人工智能還只是停留在人工階段，真正的智能應(yīng)該是具有自我學(xué)習(xí)能力（不需要依賴大數(shù)據(jù)訓(xùn)練，會(huì)自主學(xué)習(xí)）。我認(rèn)為新型的類腦芯片才算得上是真正的仿生芯片。

首先，蘋果A12并不是什么仿生芯片（聽上去高大上一些），其實(shí)際上就是手機(jī)SoC當(dāng)中加入了AI運(yùn)算加速內(nèi)核。蘋果A11/A12當(dāng)中都集成了專門用于神經(jīng)網(wǎng)路計(jì)算的獨(dú)立處理單元（獨(dú)立的內(nèi)核），也就是大家常聽到的NPU（不同廠商叫法會(huì)有差異）。一般在手機(jī)的SoC當(dāng)中，CPU主要負(fù)責(zé)一些通用計(jì)算，能處理各種復(fù)雜的任務(wù)，適應(yīng)性強(qiáng)。比如它也能夠處理圖形任務(wù)、進(jìn)行人工智能計(jì)算，只不過效率要比GPU、NPU低。

而GPU則主要負(fù)責(zé)處理圖形任務(wù)，它的優(yōu)勢(shì)就在于可支持大規(guī)模的并行計(jì)算架構(gòu)，非常適合一些簡(jiǎn)單重復(fù)的計(jì)算任務(wù)。目前也被很多的廠商用于深度學(xué)習(xí)、數(shù)據(jù)模型的訓(xùn)練上。雖然大規(guī)模部署算力強(qiáng)大，但是功耗也是非常的大。所以，主要被應(yīng)用于一些對(duì)于功耗要求不是很高的人工智能計(jì)算領(lǐng)域。

現(xiàn)在大家所說的AI芯片實(shí)際上就是專用型的ASIC芯片。它的AI計(jì)算能力和計(jì)算效率都直接根據(jù)特定的AI算法的需要進(jìn)行定制的，所以相對(duì)CPU、GPU，其可以實(shí)現(xiàn)體積小、功耗低、高可靠性、保密性強(qiáng)、計(jì)算性能高、計(jì)算效率高等優(yōu)勢(shì)。所以目前在終端側(cè)（特別是移動(dòng)終端）的AI計(jì)算上，很多廠商都開始選擇采用專用的AI芯片，或者在SoC當(dāng)中集成NPU內(nèi)核。

其次，回過頭來說蘋果A11/12當(dāng)中集成的NPU內(nèi)核，這實(shí)際上是一些特定的神經(jīng)網(wǎng)絡(luò)類型即AI算法（比如語音/圖片識(shí)別、人臉識(shí)別等算法）的硬件化，主要就是起到針對(duì)這些AI算法運(yùn)算的加速。比如原本做圖像識(shí)別，一分鐘只能識(shí)別一百張，而有了NPU加速則可實(shí)現(xiàn)一分鐘識(shí)別數(shù)千張圖片，不僅速度更快而且功耗也更低。

不過NPU也有其缺點(diǎn)，一旦設(shè)計(jì)完成，對(duì)應(yīng)的AI算法就無法更改，無法升級(jí)。但是它可以與手機(jī)SoC當(dāng)中的CPU/GPU/DSP來協(xié)同進(jìn)行AI計(jì)算(高通驍龍845的AI神經(jīng)網(wǎng)絡(luò)引擎就是通過調(diào)配CPU/GPU/DSP來協(xié)同進(jìn)行AI計(jì)算)，所以可以在一定程度上彌補(bǔ)靈活性上的缺失。

目前手機(jī)芯片上所能提供的AI能力，主要是針對(duì)語音、圖片、人臉、AR等的一些應(yīng)用。另外神經(jīng)網(wǎng)絡(luò)引擎也擁有一定的機(jī)器學(xué)習(xí)的能力，比如你每天都刷臉解鎖，所以AI也學(xué)習(xí)你臉部面容的一些變化（人的面容會(huì)因?yàn)槁乃ダ隙l(fā)生變化）。

總的來說，我們應(yīng)該將A12芯片作為一個(gè)整體來看，其AI的能力并不僅僅是由NPU提供的，在一些場(chǎng)景下，其他的CPU/GPU等內(nèi)核也會(huì)參與到AI運(yùn)算當(dāng)中，而NPU的作用也主要是針對(duì)特定的AI算法進(jìn)行加速。