本篇文章2094字，读完约5分钟

mwc 2018:人工智能成为主题。不管底层的硬件是什么，毕竟，最重要的是能够购买反映任何智能手机人工智能体验差异的软件。

mwc 2018:人工智能成为主题

虽然苹果和三星都独立开发了应用处理器，锁定了高端智能手机市场，但联发科技正寻求在智能手机市场反弹，并在本周的2018年移动世界大会上推出了helio p60芯片组。

联发科技的计划是重新进入与高通竞争的中高端智能手机市场。

联发科技将helio p60视为“首款采用多核人工智能处理单元(mobile apu)和联发科技神经智能人工智能技术的soc平台。”

联发科技的举动表明，该公司的战略重点已经转向智能手机行业的移动人工智能。目前，各种芯片供应商竞相在手持设备上使用神经网络引擎。目标很简单。他们想打开人工智能体验-语音用户界面，面部解锁，增强现实等。-无论是否有网络连接，都可以在客户端设备上更快更好地进行处理。

林利集团(Linley Group)高级分析师迈克德姆勒(mike demler)表示:“我们去年才看到第一批内置神经引擎的智能手机处理器，比如苹果a11、华为麒麟970、高通snapdragon 835和联发科技(联发科技)helio x30等旗舰处理器。”

德姆勒表示:“联发科技将在较低层次上增加一个神经引擎，我们对此并不感到意外，但有趣的是，他们正在使用比其旗舰产品x30更强大的核心来实现这一目标。”

换句话说，由中国手机制造商驱动的一个充满活力的中端智能手机供应商群体渴望尝试，他们希望尽快赶上移动人工智能的趋势。

新高度

联发科技称其为“新的先进设备”，意思是“以中等价位提供卓越性能和功能的设备。”联发科技销售总经理Finbarr moynihan解释说，“新高度”是智能手机目前的一个重要举措。像oppo、vivo和联想这样的高端玩家渴望缩小与顶级竞争对手的差距，希望在应用程序、功能和人工智能方面取得巨大飞跃。

联发科技告诉我们，2017年全球智能手机出货量的48%来自中国原始设备制造商，主要瞄准新兴市场。联发科技援引trendforce报告称，2017年，中端消费品牌经历了大幅增长，小米智能手机产量增长高达76%，而transsion、oppo和vivo也经历了大幅增长。

helio p60在八核cpu中配备了四个arm a73处理器和四个arm a53处理器。基于big.little的8核设计，联发科技声称与前代helio p23和hleio p30相比，cpu性能提高了70%。P60还通过使用高达800mhz的新mali g72 gpu将gpu性能提高了70%。

联发科技的神经网络引擎

然而，helio p60配得上其内置的神经模拟人工智能平台、桥接cpu、gpu和机载人工智能加速器。联发科技的人工智能框架可以通过协调soc中的cpu、gpu和ai加速器计算工作负载来管理异构ai计算架构，并最大限度地提高性能和能效。

联发科技已经确认p60将cadence vision p6内核集成到其人工智能加速器中。

cadence vision p6(来源:cadence)

与联发科技的旗舰产品Helio X30相比，helio p60的处理性能为每秒280 gmac，联发科技使用cadence vision p5，每秒70 gmac(8位)。德姆勒说:“因此处理器的整体性能降低了一层，但同时神经引擎的性能提高了4倍。”

当被问及比较helio p60神经网络引擎的性能时，德姆勒说:“华为的麒麟970能实现吗？1 MAC/s(fp16)，因此其神经网络在较高分辨率下的性能是p60的4倍。在280 GMAC/秒，p60非常接近苹果a11，达到300 GMAC/秒。”

缺乏ai基准

然而，我们咨询过的大多数分析师认为，缺乏深度学习加速器的基准使得很难进行有意义的比较。德姆勒称这是一个“大的未解决的问题”，他说，移动人工智能的泥潭很容易将我们带入“GOPS/TOPS市场炒作之战”。

Tirias Research首席分析师吉姆·麦格雷戈表示同意。“这是一个令人困惑的话题，因为没有细节和基准。联发科技和其他公司使它听起来像一个无所不能的人工智能解决方案，“但通常情况并非如此，麦格雷戈补充说。”

德姆勒说，例如，联发科技p60中使用的cadence vision p6内核是为计算机视觉应用而优化的，而不是普通的神经网络。

正如麦格雷戈所解释的，“首先，你需要知道大多数人工智能处理器是什么。”例如，联发科技、苹果和华为称他们的解决方案是“专用的”，这意味着使用单一的ip块来加速人工智能。“在大多数情况下，这意味着从其他方(如cadence或CEVA)获得ip阻止许可证。这个ip块支持可配置的神经网络，但是有一些限制。但没人能确切说出这些限制是什么。”

所以，很明显，在应用程序处理器中放置一个神经网络引擎并不是故事的结尾。正如麦格雷戈所指出的，新神经网络的开发和训练仍然需要在数据中心进行，而数据中心必须依赖于更高精度和更强大的训练处理器。

1 2下一页