驍龍 855 可能成高通首款搭載 NPU 的 AI 晶片

作者 | 發布日期 2018 年 08 月 22 日 8:15 | 分類 AI 人工智慧 , 晶片 , 零組件 line share follow us in feedly line share
驍龍 855 可能成高通首款搭載 NPU 的 AI 晶片


去年,麒麟 970 憑藉全球首款搭載 NPU 的手機 AI 晶片備受關注,消息稱今年麒麟 980 將升級 NPU 並首發全球 7 奈米手機 SoC,因此麒麟 980 吸引更多關注。身為全球行動 SoC 霸主,高通自然不會視而不見。據消息指出,高通新一代旗艦處理器驍龍 855 不僅將採用台積電 7 奈米製程,還將首次配備專用神經處理單元(NPU)。另外,曝光的消息也指出新款處理器將使用其他命名方式,但無論如何,搭載 NPU 的驍龍到底是要與麒麟 980 競爭,還是高通看準了時機?

高通首款整合 NPU 的 AI 晶片

根據之前爆料,驍龍 855 將採用 7 奈米製程提升性能和效能,這一點在高通員工 LinkedIn 的檔案得到證實。另外,早在 2017 年就有報導稱,為了使用更先進的 7 奈米製程製造新款旗艦處理器,高通會放棄與三星合作選擇台積電,最近幾年,三星為高通生產了驍龍 820、驍龍 821 和驍龍 835。

之前曝光消息較可靠的 Roland Quandt 稱,驍龍 855 可能會以驍龍 8150 之名進入市場,將擁有一個專用 NPU,這個 NPU 與去年麒麟 970 搭載的 NPU 類似,用於提升 AI 性能。搭載 NPU 的優勢顯而易見,由於 NPU 可處理之前需要由 CPU 或 DSP 處理的圖像或語音數據,增加 NPU 提升手機性能同時做到更多 AI 功能。高通員工 LinkedIn 個人資料顯示,他們會繼續微調即將推出的旗艦晶片硬體設計,NPU 是 SoC 中的獨立部分。

至於 5G 功能,之前消息是驍龍 855 將配備驍龍 X50(SDX50)5G 數據機,但最新消息稱驍龍 855 將不會整合 SDX50 而是 SDX24,達到 5G 功能需要透過外掛 SDX50。總體來看,驍龍 855 基於台積電 7 奈米,尺寸為 12.4×12.4mm,將首次整合 NPU,通訊方面整合 SDX24 LTE 數據機,支援 Cat.20 LTE 以達到 2Gbps 下行速度。

據了解,高通將在 12 月年度技術峰會推出驍龍 855,用於 Windows 筆記型電腦和平板電腦的驍龍 1000 也會一同發表。驍龍 855(代號 Hana)正以 SDM855 名義在內部開發,但外媒 WinFuture 稱其看到的第三方文件顯示,該處理器的名稱已經改了幾個月,現在的名稱為 SDM8150,意味著它將是 Snapdragon 8150 上市,但仍具有相同的「Hana」代號。WinFuture 認為高通改命的原因,可能是為了更容易與手機 SoC 及 Windows 10 和 Chrome OS 系統 SoC 區分。

不過,新 SoC 的最終名稱可能尚未確定,WinFuture 推測 SM8150 的「SM」代表 Snapdragon Mobile。

與麒麟 980 競爭?

縱觀如今手機處理器市場,麒麟 970 去年 9 月 2 日在德國柏林 IFA 正式發表,被稱為全球首款人工智慧手機 SoC,搭載麒麟 970 的華為 Mate 10 同年 10 月 16 日發表。蘋果 2017 年 9 月 12 日秋季新品發表會隨 iPhone X 一起發表了 A11 Bionic,A11 首次搭載專用於機器學習的硬體「神經網路引擎」(Neural Engine),每秒運算次數最高可達 6,000 億次。

今年 3 月,聯發科首款 AI 晶片 Helio P60 在中國亮相,Helio P60 整合基於 Edge AI 平台人工智慧單元雙核 APU(AI processing unit),並首次將可協調 CPU、GPU 和 APU 之間運作的 NeuroPilot AI 技術帶入智慧手機,方便 AI 應用程式執行。同樣在 3 月,三星正式宣布型號為 Exynos 9610 的新一代處理器,整合基於深度學習技術的專用 AI 硬體單元,三星稱之為 Vision Image Processing Unit(可翻譯為視覺圖像處理單元),算是三星真正意義上的智慧手機 AI 晶片。

8 月底,華為海思將發表 7 奈米製程的麒麟 980,很有可能搭載寒武紀 5 月發表的第三代 IP 產品「寒武紀 1M」升級 NPU。蘋果也會在 9 月發表新款的 iPhone 搭載 7 奈米 A12,神經網路引擎很有可能也會升級。雖然麒麟 980 和 A12 只用於華為和蘋果自家手機,但 Helio P60 已整合了 APU,身為全球最大的手機 SoC 提供商,高通至今還未給手機 SoC 增加 NPU。

今年 2 月,高通宣布推出人工智慧引擎 AI Engine(Artificial Intelligence Engine),由多個硬體與軟體組成。硬體方面,在 AI Engine 的支援下,驍龍核心硬體架構──Hexagon 向量處理器、Adreno GPU 和 Kryo CPU 都將在終端側支援和最佳化人工智慧應用程式,且驍龍 845、驍龍 835、驍龍 820、驍龍 660 行動平台都支援。軟體方面包括驍龍神經處理引擎(Neural Processing Engine,NPE)軟體框架、隨 Google Android Oreo 發表的 Android NN API、Hexagon Neutral Network(NN)庫。

但 AI Engine 畢竟沒有專門為處理 AI 應用程式增加硬體,AI 性能表現上,與搭載 NPU 的手機 SoC 相比有差距也不讓人意外。今年稍早一份測試數據顯示,驍龍 845 在魯大師 AI 性能排行榜僅跑到 199 分,和排名第一位的榮耀 V10 差了 43 分。有媒體用榮耀 V10 與三星 S9 實測對比,麒麟 970 的 AI 性能還是領先已有軟硬體最佳化的三星 S9。因此,驍龍 855 搭載 NPU 從目前市場環境來看並不讓人意外,畢竟需要和麒麟 980、A12 競爭。

(Source:AnandTech)

AI 晶片的「時機」已到?

更重要的是,高通只能拿出用軟硬體最佳化的 AI Engine,還是技術可做到但未推出搭載 NPU 的 SoC?答案無疑是後者。一位高通前技術高層表示,身為有深厚技術積累的公司,高通早在 3、4 年前就已有 AI 晶片計畫,至少兩年前就有 NPU,但沒有看到實際應用支撐,故遲遲沒有量產。

實際應用是否真是關鍵?以麒麟 970 為例,NPU 的 FP16 性能達 1.92TFLOP,幾乎是麒麟 960 的 3 倍(0.6TFLOP 左右),體現在應用,麒麟 970 圖像辨識速度達每分鐘約 2,000 張,iPhone 7 Plus 是每分鐘 487 張,三星 S8 是每分鐘 95 張。拍照時,NPU 可幫助手機更精準和快速辨識拍攝場景,讓手機選擇最合適的圖像處理演算法,雙鏡頭背景虛化時讓手機對邊緣虛化的處理更準確,還可以在 AR 相機顯著提高渲染的速度,降低功耗。還有,藉助 NPU 手機可將語音和語義辨識的部分工作轉移到手機處理器,提高手機語音互動應用(比如語音輸入法、智慧語音助理)的體驗。

不過,麒麟 970 發表同時,華為還展示了「開放行動 AI 平台」(Open Mobile AI Platform),為 App 開發者提供包括開發者網站和社群支援、開發套件及自家 App 分發商店等「全套」服務,吸引開發者開發調用 NPU 性能的 App,這意味著華為積極推動行動 AI 生態建設,尋找更多應用程式,更發揮 NPU 的性能。

與麒麟 970 類似,iPhone X 搭載的 A11 神經網路引擎目前可見的作用在拍照、AR、Face ID 方面體現。顯然,NPU 的性能並未完全發揮,應用場景也不夠豐富,對提供 SoC 的高通而言,性能和成本不得不謹慎權衡。畢竟 3 月小米創始人雷軍發微博稱:「驍龍 845,最新旗艦,非常出色,只有一個缺點:太貴了!驍龍 845,再加上 17% 進口增值稅,500 多人民幣!是驍龍 660 的 3 倍多!」

手機處理器在一款手機的 BOM 清單一直有不小的比例,在競爭異常激烈的手機市場,整合 NPU 短期內只會增加處理器成本,如果沒有夠多提升和應用支撐,無論 SoC 提供商還是手機廠商,整合 NPU 的 SoC 並非最好選擇。經過其他手機廠商對市場的教育以及生態建設已經開始之後,推出 AI 晶片時機也逐步成熟,因此驍龍 8​​55 雖然搶不了首發甚至有點晚,卻能將風險降低。

高通打算或許不僅如此,Quandt 最新爆料還指出,他發現「SDM855AU」,這意味著驍龍 855 將會有汽車版本,需要補充的是,高通之前推出過驍龍汽車處理器驍龍 820A。推出驍龍 855 汽車版本也符合邏輯,畢竟 AI 還處於非常早期的階段,AI 處理器需要更多應用場景支持。同時,高通雖然收購 NXP 失敗,但高通繼續深入汽車市場的方向並不會改變,驍龍 855 就是很好的產品。

小結

到底是市場的競爭讓驍龍 855 不得不整合 NPU,還是高通已確定如今應用足以推出 AI 晶片?誰是主要因素很難簡單判斷;不過,從高通對 AI 晶片的態度可以看到,現在 AI 晶片發展最大的阻礙並非技術而是應用,需求迫切且市場規模夠大的應用場景,才能更快推動 AI 晶片發展,反過來也將推動 AI 技術進步,最終推動 AI 的發展。

(本文由 雷鋒網 授權轉載;首圖來源:高通

延伸閱讀: