AI圓舞曲裡，重接骨頭跳舞的展銳

剛剛的蘋果秋季釋出會中，我們又一次見證了庫克有多麼熱愛他的晶片——今年釋出會中，蘋果又用非常大的篇幅描述了A13晶片中的AI處理能力，真正晶片中的AI加速已經成為了整場釋出會的核心賣點之一。

換一個角度看待這件事，不難發現移動晶片的AI算力，已經成為了行業焦點以及旗艦晶片的競爭關鍵。有意思的是，這場爭奪並非如很多人想象的那樣，變成一場徹底的寡頭遊戲。

移動AI晶片這個領域的“新玩家”，此刻也在帶給我們驚喜。

7月，蘇黎世聯邦理工學院著名的AI算力評測專案AI Benchmark，公佈了AI晶片的測試榜單。令人驚奇的是，當時佔據榜首的赫然是紫光展銳的虎賁T710。T710的AI算力評測分為 28097分，超過大部分安卓旗艦機所用的高通驍龍855 plus。當時訊息一出，很多媒體和晶片產業關注者是相當錯愕的。

這個錯愕感來自何處?首先是在大部分人的印象裡，展銳主要面向的是非旗艦移動晶片市場。在移動晶片的核心領域超過高通旗艦，顯然是令人意外的。再者，展銳此前似乎並沒有釋出過主打AI的產品，初出茅廬就刷榜，這個氣勢相當了得。

如今，虎賁T710已經正式釋出，並且展銳又在AI領域接連發起了幾個動作，如果我們把這些產品和動作聯絡到一起，或許會發現展銳在AI領域並非淺嘗輒止，而是勇於創新、有清晰定位，並且有方案和步驟的參賽者。

讓我們從虎賁T710當時刷榜的因由開始，逐層剝開這個AI晶片中的“新來者”——放棄低端固有印象，重新接上骨頭來跟AI跳舞的——新展銳。

異構雙核NPU，這個詞背後藏著什麼?

讓我們從一個技術創新，開始整個故事。

虎賁T710在AI Benchmark刷出高分的原因其實很明顯，就是因為這枚4G SoC手機手機，採用了具有獨創性的異構雙核NPU架構。這個技術就像一把刀子，劃開了我們對AI晶片的固有認知。

這裡有必要解釋一下這個“不明覺厲”的片語。我們知道，今天移動晶片中搭載NPU模組已經成為了行業慣例。華為、蘋果皆如此，總是含含糊糊的高通目前也承認了自己有NPU。

而NPU這個在CPU和GPU之後，專門用來提供AI任務所需算力的模組，其特性又是有點不一樣的。

實際上，對於處理器而言，永遠存在通用和專用兩個方向的問題。通用代表著更好相容性，專用代表著更高的效能，但同時通用的代價是低效，專用的代價是相容性不好。這就好比全科醫院和專科醫院，同樣的病症往往專科醫院處理得比全科醫院又快又好，但是它只能處理這一科。回顧一下歷史，移動NPU如今已經算髮展了三代，第一代的NPU解決的就是通用CPU對AI計算的低效問題。第二代開始出現多核NPU，持續加強改進能效。那麼到了第三代，考慮的問題就必須更為細緻，從AI的發展角度看，現在仍然是處於一個快速發展的路上，AI任務不像影象和資料任務，它囊括了千變萬化的演算法可能。其中有一些AI演算法，目前已經非常成熟，比如我們經常用的人臉識別、物體識別。還有一些則代表著未知，而未知演算法往往需要儲備強大的通用算力，以此來支撐大型AI任務的端側處理。

這兩種演算法帶來的算力矛盾，就好像餐廳請廚師的時候，一位廚師只有拿手三道菜，但是口味極佳，另一位則什麼都會做，任憑顧客點菜，但是卻沒有拿手菜，並且薪酬昂貴。這種時候，最好的解決辦法是什麼?

虎賁T710的方案是，兩個廚師都來上班就好了。所謂異構雙核NPU，就是一個NPU專門做顧客經常點的拿手菜，也就是對人臉識別等已經比較成熟的影象類應用，採用8bit定點量化的方式對常用運算元進行加速，大幅的減少計算代價;而面對不確定的AI任務需求，則讓另一個NPU隨時待命，採用INT4、FP16等量化方式來進行浮點計算加速。

在異構雙核NPU的幫助下，虎賁T710的算力達到了4TOPS，能效比 ≥ 2.5TOPS/W。尤其在幾大常用神經網路任務中表現出色，最終出現了AI算力超過高通旗艦的效果。

或許有朋友會問，這種效果這麼好，為什麼旗艦晶片沒有采用?

這就牽扯出虎賁T710背後的產品邏輯：從市場定位上來說，旗艦晶片必須追求各種數值的極致化;而展銳的定位是非旗艦，沒有數值的包袱。就像5星酒店或許可以請很多又有拿手菜又什麼都會的廚師，但是特色餐廳還是要兼顧成本與效果，用創新搭配來花小錢辦大事。而在AI算力超過旗艦晶片的最終結果上來看，異構NPU的創新點成果顯著。在第三代NPU的創新跑道上，並沒有對錯，但相比蘋果、華為和高通這些頂著炫目數字的玩家，展銳的異構雙核就好像AI舞臺上的舞者，用輕盈而優美的方式演繹出對AI需求的理解。

當然，在AI演算法進一步穩定，應用需求與標註不斷統一之後，有理由相信異構NPU會成為主流。

展銳的獨創，更準確表述或許是是超前。但異構雙核NPU背後的技術邏輯，其實指向展銳在AI戰略這樣一個獨特思路：聚焦應用與場景，實實在在鬧革命。

脫胎換骨的展銳衝向AI

虎賁T710，這個聽著就像個什麼武器的名字，當然拿出來就要造成點殺傷力。

在虎賁T710釋出時，展銳給出了一個獨特的定義“AI邊緣計算平臺”。也許有朋友會奇怪，這種描述似乎更多是在to B產業中見到，為什麼出現在了手機晶片當中?

事實上，虎賁T710是手機晶片。但展銳卻和使用者一起發現了它的其他價值，比如說在產業場景中作為邊緣AI算力的提供者。

在深度學習為代表的AI處理能力，開始滲透向各行各業當中時，各行業也就自然而然浮現出對AI算力的需求。比如在醫療場景中，醫療影像識別已經成為了AI的主要應用場景。而這一類任務如果統一上傳到雲端進行推理，很容易造成實際應用時的效率降低，資料阻塞。如果在邊端側發生AI計算，則需要晶片和計算產品的植入。這些實際場景的導流，造成虎賁T710順勢獲得了to C和to B兩種商業模式。這裡有個問題，展銳怎麼會敢做這種創新?

晶片產業格局的朋友，或許還是將展銳的形象，定格在中低端晶片製造商中，從而總是將低端、批量、亞非拉美市場等關鍵詞與展銳的品牌相聯。

從異構雙核NPU的來歷，或許就可以解釋這個問題。

異構雙核到底要不要做，展銳內部有過很多爭論，考慮過單核、多核、大小核等種種方案。

最後團隊把問題直接拋回了出發點：為什麼要做NPU?要知道，CPU+GPU也不是不能處理AI任務，欠缺的就是效率。那麼既然NPU為了滿足效率，就要明確怎麼計算是最高效的，如何處理高效帶來的通用性問題。

最終，雙核異構NPU的思路被確定了下來。

對於展銳來說，這是一個重要的技術思考節點。因為歷史上似乎從來沒有如此認真逐層思考一個技術解決方案。而當研發團隊從跟隨切換到了底層邏輯上的創新，又發現創新之路確實能夠走通，整個團隊也就自然獲得了成就感與興奮感。

習慣了飛翔的鳥，是不願意當爬行動物的——展銳的改變就此而來。

於是我們看到，半年以來展銳在公司申請專利數排名中一舉提升了60位，由此可見創新能力在整個體系內的釋放。

換個角度，或許可以更好理解展銳的蛻變。提到展銳總是會提到聯發科，但在AI這條路上，聯發科被譽為低配版高通，更多是在做高階晶片的低端版，重複大廠的動作。但是展銳，卻不甘只是跟隨，拐彎去開創了另一條新路，這一次不僅僅是勇氣，更重要的是對未來的信心。

在展銳這些變化背後，實際上是一場徹徹底底的重構，全新的目標，全新的文化，全新的組織架構，全新的管理和產品體系，新展銳像極了重生的哪吒，脫胎換骨，正要再創一片天地。

AI當道，展銳還能幹什麼?

可以看到，在AI這條賽道上展銳的一系列產業動作，都可以歸因為一個變化：在幾個新的技術序列成熟與交錯下，展銳可觸及的智慧化需求在發生快速變遷——無論是B端還是C端。這種條件下，展銳似乎還能折騰出不少事情，比如說：

一、產業智慧

虎賁T710應用於產業智慧需求，變成一種to B的算力平臺，這應該是讓很多人難以想象的。然而它確實發生了，這就是因為AI與工業化生產之間的耦合正在此刻不斷加劇，而其對產業配套設施的需求也在加速。

展銳在產業智慧化中的另一個優勢在於，中國企業出於國際經貿環境和供應鏈穩定等考慮，相對更請來中國的算力與解決方案供應商。這個領域通過更整合的方式為使用者創造價值，基於晶片帶來更多智慧與產業的結合，這是展銳AI主要的巨集觀戰略機遇。

二、手機摺疊

回到手機端，我們也很容易發現一些有趣的變化。今天的手機市場，一個顯著變化在於旗艦機與中低端機型，在效能體驗上不斷趨近。其根本原因在於，CPU與GPU等部件的創新空間不斷接近瓶頸。展銳其實是在證明，可以通過優化的設計與創新思路，讓中低端機型獲得高階機型的AI算力與AI應用體驗。

將高階體驗普及到大眾消費者，是展銳在AI相關產品上的設計邏輯與目標，也是未來將繼續執行的重要戰略。

三、5G+IoT

關注晶片產業的都知道，IoT市場一直是展銳的戰略高地;而面向5G時代，展銳已經打造了春藤系列產品，實現“虎賁+春藤”的AI+5G戰略合圍。從未來我們對IoT場景的應用邏輯來看，AI和5G也是相輔相成的關係。AI需要在資料基礎上完成訓練，產生智慧，達成資料、裝置、人三者之間的有效互動。所以最終，未來一定是5G環境下，由AIoT中不斷誕生有價值的應用。

所以能夠看到，展銳今天所執行的策略，就是在AI、5G和IoT三端達成實用化、場景化的技術與產品滲透，最終讓它們的結合點，發生於未來的產業智慧化市場，以及社會廣泛存在的AIoT需求中。

智慧之網，還將孵化出很多東西，其中或許就包括展銳AI的未來。換言之，幾股技術洪流的交錯，是展銳的新戰場。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31561483/viewspace-2656942/，如需轉載，請註明出處，否則將追究法律責任。