AI智能型手机来临预计2020年有三分之一手机的芯片会原生内建机器学习和人工智能（AI）功能，支持AI的手机渗透率会从2017年的3%跃升到2018年16%、2019年26%和2020年35%，愈来愈多的手机AI应用会提高使用者体验。例如拍照功能、图像识别、翻译、语音辨识、健康指导、用户行为跟踪与AR游戏。苹果已经使用A11 Bionic神经引擎每秒钟帮人脸识别、人像灯光和Animoji等需要大量运算能力的应用做6000亿次计算。高级智能型手机市场进入门槛愈来愈高，品牌厂商需要用强大的处理器（包括CPU、GPU、NPU）创造杀手级应用，目前，只有苹果有这个能力。 苹果的AI、AR、3D感应架构苹果在A11 Bionic处理器中放入许多新的设计，例如自行开发的新ISP可以强化低光源环境自动对焦、升级画素处理器、增加消噪功能以提高拍照品质，为3D游戏与MetaI2架构设计的新型GPU在机器学习方面也可以搭配iOS 11和Core ML。强大的A11 Bionic处理器是为AR游戏设计的，其运算和建模能力可以实现AR效果，人脸识别与Animoji需要大量运算来建立模型再输出结果，这个过程需要告诉处理器而A11 Bionic的神经引擎可以支持这个过程。IPhone X使用机器学习执行3D感应以创造有趣的应用。机器学习包括从大量资料中训练、并使用模型辨识推论出结论，这些功能都需要强大的运算能力。A11 Bionic有六个核心、64位元CPU、含有43亿个电晶体，相较之下A10 Fusion为四核心、33亿个电晶体，因此A11 Bionic多功效能比A10快70%。 安卓阵营需用AI（机器学习）创造杀手级应用华为也推出了支持AI智能手机Mate 10，其采用海思麒麟970 SOC支持学习使用者行为（电源管理、效能增进）、拍照场景辨识以强化拍照品质、影像辨别翻译。其NPU每分钟可以辨识2005个元件，相较之下CPU每分钟辨识95，因此NPU效能为25倍或四核心CPU的50倍，功耗也比较低。华为也在推广开放式AI生态系统，让开发商使用NPU支持神经网络程式架构，麒麟970 NPU有1.92 TFLOPS（16位元）、低功耗，每分钟可以辨识2005个元件，运算能力足以提供即时辨别所需。 Google Pixel phone2、AI支持拍照、影像搜寻、翻译Google Pixel phone2使用新的影像处理器，每秒钟运算3兆次，影像处理速度快上五倍。Pixel phone2可以使用视觉搜寻引擎(google lens)来做影像辨识功能辨识物件並显示资讯或翻译，Pixel phone2可以快速连续拍照再将每张照片中最好的部分整合为一张最终成果，這两项应用都需要机器学习做影像辨识，Pixel phone2用不同照片大量学习后可以了解不同的拍照环境並在实境中增加部分虚拟样态以支持AR功能。 2018年将迎来更多AI应用Google、Qualcomm、Intel、三星、联发科都在开发AI应用的NPU，其中Intel 2016年9月并购Movidius，Movidius是google tango专案3D感应运算主要供应商。Movidius Myriad X VPU耗电较低，适用于行动装置也可以提供高运算能力与低功耗。高通也推出神经引擎的软件开发套件，并与Google、Facebook合作支持Tensorflow/Tensoorflow Lite及Caffe/Caffe 2，让开发商使用NPU支持神经网络程式架构，高通在Snapdragon 835中加入NPU，明年会升级AI功能。 IPhoneX成功的3D感应体验变革开始iPhone X成功运用3D感应带来非常有趣的应用，人脸识别的使用者体验很好并超出市场预期，由于只有手机所有者可以看到讯息跳出，因此这是非常实用的功能，Animoji也很有趣，可以扩大到游戏、社交等各种应用。iPhone X的需求出现增长，尤其是中国的需求。3D感应功能成功推出后，iPhone X会开启新的设计变革，预计2018年3D感应iPhone出货量会达到1.5亿支VS今年3000万支，2018年会有三款新iPhone (一款LCD、两款OLED)，且全都支持人脸识别。未来的成长空间在于其中一款背面采用3D感应支持AR游戏，另一个增长动能来自iPad 3D感应应用。由于愈来愈多3D感应应用推出，预计更新奇有趣的应用可以推升iPhone需求，神经引擎、机器学习、AI和日渐充沛的软件生态系统将能自主推动iPhone X变革。 |
|
|
