ob欧宝无论是智能通讯设备的SOC还是桌面、移动端处理器，包括Intel、AMD、高通、苹果、MTK、华为在内全球最重要的处理器制造商这两年都对AI非常重视，而且将其视为新的性能增长极，AI究竟能干什么？AI能带来什么样的性能提升？答案在我看来，无外乎这三点：
大致上你现在可以看到的、现成的应用方式有这么几种：智能语音降噪、视频背景模糊、超分辨率游戏、游戏精彩时刻的智能截取、大语言模型对话，文生图、图生图、文生视频等等AIGC场景。这些以前几乎不可实现，因为每W性能直接和晶体管、处理器架构紧密相关，AI则是通过定向的“机器自我训练”另辟蹊径，寻求到了更有效率的性能增长方式。
再说直白一点，承载AI的NPU单元其实就是通过专用硬件单元让专业的“人（机器）”做专业的“事（运算）”，效率自然高得多，当然专用性也意味着缺乏通用性、需要应用适配。
在2个月后Intel即将推出的酷睿Ultra架构中将包含AI独立引擎的NPU单元，这个AI引擎可以从CPU、GPU接手持续的、低负载的AI运算，而且功耗极低。酷睿Ultra的NPU单元既可以执行固定功能任务，也可以做可编程计算，同时也支持混合精度数据，并提供标准化的编程接口——除了先进的处理器设计制造之外，Intel更强大的一点就是其行业领袖地位，一直以来Intel都是制订标准的“高级玩家”，酷睿Ultra的AI引擎毫无疑问将得到诸多应用企业的通力支持，普及速度会非常快。
AMD在锐龙7000系列上第一次加入了锐龙 AI引擎，也是复杂指令集处理器中第一个具备AI引擎单元的CPU，它可以同时处理多达4种不同的AI工作负载（或将这些功能结合在一项复杂任务中）。例如游戏性能、延长续航、Windows 系统优化等等（自主学习使用习惯），而且它在执行的时候是不需要CPU、GPU介入的，这意味着功耗更低、效率更高。当然了，目前的应用相对较少，而且因为是全新的架构，还需要AMD与软件企业配合才能真正发挥锐龙 AI引擎的效力。
骁龙移动平台早就集成了AI引擎，历经多代演化，刚刚推出骁龙8 Gen3融合式的AI加速架构大幅革新，尤其是将Hexagon DSP升级为Hexagon NPU，包括硬件加速单元、微型区块推理单元（性能提升）、高性能核心与更高带宽、标量单元、矢量单元（频率更高），并且所有单元共享2倍带宽的大容量共享内存，整体性能提升了多达98％。此外，整个NPU现在有了独立的供电电路，因此能耗比提升了40％。高通声称它的AI性能提升了多达3.5倍。
iPhone 15Pro/Pro MAX采用的A17 Pro最大的改变并不是使用了更先进的制造工艺，而是其NPU性能翻倍的提升：神经网络引擎（其实就是AI NPU，大家各自取名罢了）核心与A16相比不变依旧为16个，但是算力从17TOPS来到了35TOPS，几乎翻一番，这一性能也体现在iPhone15 Pro系列机型上可以支持iOS 17中的自动纠错功能。基于该性能，苹果开发了从照片背景中提取主体、为有失语风险的用户创建个人语音、通话环境降噪等新功能。
几天后的11月6日，MTK 天玑 9300也将登场，毫无疑问其也集成了全新的NPU单元，目前尚不知技术规格细节，但是MTK官方与vivo共同宣布，在行业内首次实现10亿和70亿参数AI大语言模型、10亿参数AI视觉大模型在手机端侧落地，为手机用户带来行业领先的端侧生成式AI应用创新体验。这意味着联发科旗舰芯片的AI NPU算力将会相当惊人。
华为布局AI也相当早，从最初的与寒武纪合作到后来的自研达芬奇构架，都是剑指AI——麒麟 9000s处理器就内建有达芬奇（Da Vinci）2.0架构NPU。达芬奇架构NPU不仅在处理器的性能上提供了巨大的助力，还为华为手机带来了极为强大的人工智能体验。其具有高效的神经网络计算能力，可用于深度学习和人工智能应用，例如语音识别、图像处理和智能相机功能，正如我们在 说的一样。
不知道你注意到没有，无论是复杂指令集的X86-64处理器，还是移动端的简单指令集ARM架构处理器，针对AI运算的需求都采用独立NPU单元的方法，某种程度上大家都算是SOC（System On Chip、片上系统）了——技术的发展正在模糊二者之间的差别，毕竟计算这件事固然各有侧重，但是大的技术方向是趋同的，未来你还会看到更多类似技术交叉的场景ob欧宝。
AI的诞生其实和挖矿有一点联系——当然这里指的是计算需求上的相似性，浮点运算能力被进一步重视（后续会推出一个关于浮点、整数运算的内容，需要可提前关注）ob欧宝，继而衍生出AI。而且在一段时间内，AI计算主要集中在云端一侧，原因也非常简单：家用电脑、智能移动设备不具备足够强大的AI计算能力。注意，浮点运算≠AI，这是不可混淆的。
现在随着处理器制造商的“介入”，AI计算不再是GPU的专美之事，不过这一切都要等AI应用的进一步落地，你才有机会体验本地侧AI运算带来的性能提升。这方面，Intel的号召力无疑更强大：一方面与微软深度合作，全面导入Office、Windows Studio Effects、Teams、DirectML，另一方面整个行业都在积极跟进。例如Adobe、Zoom、Webex、Blender、CyberLink、杜比、虚幻引擎ob欧宝，以及字节跳动、腾讯、虎牙直播、爱奇艺这样的国内巨头都将参与其中，有针对性的进行AI计算的优化设计。
当然这里只是将Intel拿出来举个例子，实际上这6大厂商都在积极和软件应用企业配合，针对自家的AI NPU进行适配优化，在可见的未来、个人估计一年以内的时间，主要应用都将具备AI本地侧的计算能力——软件针对AI做了优化，有AI引擎的处理器运行效率自然会高很多，这，就是未来性能新的增长极。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
李铁22年前的自传《铁在烧》透露细节：曾将队友踢废、酒后闹事与保安打架
15岁小姨子与29岁姐夫发生关系，怀孕2个月后失踪6年，2023年破案
LeCun自曝曾因工资太低拒绝谷歌Offer！如果自己加入，会让谷歌研究文化更开放
2亿像素4.3X大底潜望式长焦 疑似vivo X100 Pro+参数曝光
官方微信
官方微博
