搭載了業(yè)界首個人工智能(簡稱AI)移動芯片的Mate 10最近讓華為出盡了風頭，這讓身為移動芯片霸主的高通多少有些尷尬。不過，高通很快作出了反應，稱下一步將加大在AI領(lǐng)域的投資。

正在香港舉行的高通4G/5G峰會上，高通產(chǎn)品管理高級副總裁Keith kressin在接受騰訊科技采訪時表示，“加大AI領(lǐng)域的投資，主要集中在提升CPU、GPU和DSP性能這三大方面，從而更好的支持AI。”

他舉例稱，“幾年前，我們在DSP上加了一個Hexagon的矢量圖像，它里面是一個巨大的庫，1024位的，通過這個庫，可以建立一些面向AI的矩陣拓展以及收集背后相關(guān)數(shù)據(jù)，而這些數(shù)據(jù)都是AI的重要特性，所以我們要加大這個三個領(lǐng)域的投資。”

為了加快AI應用在智能型手機上的執(zhí)行速度、相關(guān)企業(yè)正嘗試各種的可能性。顯然。與華為硬件化的AI芯片麒麟970不同，高通側(cè)重于AI在軟件化能力。

事實上，不久前。高通宣布其神經(jīng)處理引擎(Neural Processing Engine，簡稱NPE)的軟件開發(fā)工具包(SDK)已經(jīng)面向開發(fā)者推出。該SDK是高通在去年宣布的產(chǎn)品，當時僅面向部分合作伙伴開放，現(xiàn)在所有開發(fā)者都能使用。

高通表示，F(xiàn)acebook將會成為率先整合該SDK的廠商之一，他們目前正在用它來加速自己手機應用中的增強現(xiàn)實濾鏡。通過使用神經(jīng)處理引擎，F(xiàn)acebook的濾鏡加載速度提高了5倍。

這也就是說，如果你正在開發(fā)一款使用AI(比如圖像識別)的應用程序，你可以整合高通的SDK來讓它在相兼容的處理器上更快速地運行。

對于高通來說，NPE的下一步自然是硬件化，即推出專用AI移動芯片。至于高通何時發(fā)布，目前還是未知數(shù)，但對于華為的AI芯片，高通并不擔心。

作為全球首款AI移動芯片，華為的麒麟970內(nèi)置NPU(神經(jīng)網(wǎng)絡(luò)處理器)實現(xiàn)芯片自主深度學習，這不同于高通的NPE。

內(nèi)置NPU使麒麟970的處理圖像速度比單獨CPU(中央處理器)快20倍。華為給出的內(nèi)部測試數(shù)據(jù)顯示，用于圖像識別時，麒麟970每分鐘處理的圖像可達2005張，這個處理速度遠高于三星S8CPU的95張/分鐘，也高于iPhone 7 Plus的487張/分鐘。

但在高通看來AI發(fā)展變化很快，現(xiàn)階段硬件話并不是時候。對此，Keith kressin稱，把AI的單元模塊內(nèi)置到芯片上并不是難事，高通之前就可以做。關(guān)鍵還是在軟件開發(fā)、編程模塊的優(yōu)化。

“AI發(fā)展變化很快，所以更要求硬件靈活可再提升，而不是固化，所以眼下更需要AI軟件的優(yōu)化提升以適應不斷變化的AI，當然，未來軟硬都需要協(xié)同，但高通現(xiàn)在還是專注軟件層面。”他說。

而不管哪種方式，用戶對于AI的認知還是在應用的體驗上，這是關(guān)鍵。若從競爭的層面來看，華為在AI硬件的搶先一步，讓AI在手機端開始由軟到硬地落地，對高通芯片地位多少有些影響，長遠看，則是希望盡早擺脫對高通芯片的依賴。

與此同時，三星、蘋果、微軟、谷歌(微博)等巨頭也都在不停的以自身方式加強對AI的部署。很顯然，未來需要一些移動參考標準，這也是各家為何爭相為AI深度學習提供最佳解決方案的根本原因。

當然，還有未來巨大的商機。對AI芯片的產(chǎn)業(yè)前景，有機構(gòu)預測，到2025年，全球AI芯片組市場規(guī)模將超過122億美元;而我國《新一代人工智能發(fā)展規(guī)劃》預計，到2020年，國內(nèi)智能計算芯片市場規(guī)模將達到100億元。