电子发烧友App
开门见山，这一点就是：AI，准确讲是Edge AI。这两天，想必有关联发科最新发布Helio P90的信息已经刷屏，电子发烧友也已在第一时间发布了这颗芯片的官方新闻。有关该芯片的基本信息下面会再简单介绍一下，但这里要重点梳理的则是联发科希望发力的Edge AI——边缘计算，及其相关生态合作者们对于AI的观点。
性能的关键
从联发科这次以“AI不释手”为主题进行发布不难看出，Helio P90最大亮点就是其升级了的AI内核——APU2.0，这个内核采用融合AI(fusion AI)架构，算力较前代提高了4倍，性能达到1127GMACs(2.25TOPs)。P90为12nm制程工艺，采用8核架构,集成了2个主频2.2GHz的ARM A75处理器，和6个主频2.0GHz的ARM A55处理器，GPU采用了Imagination的PowerVR GM 9446。这里不妨把竞品华为麒麟980、高通骁龙855、和苹果A12的关键配置也罗列一下，因为此次发布会现场的演示基本上是和这几家公司的芯片在PK。
麒麟980采用的是7nm制程工艺，CPU采用4+4的8核架构，分别是4个主频2.8GHz的ARM A76+4个主频1.78GHz的ARM A55，GPU是华为的自主架构，支持GPU Turbo技术。在AI方面，麒麟980的NPU用的是寒武纪第二代NPU 1M（拥有2Tops、4Tops、8Tops 三种算力的内核）。
骁龙855采用了7nm制程工艺，CPU采用了新的1+3+4的8核架构，分别是1个主频2.84GHz的ARM A76大核，3个主频2.42GHz的ARM A76中核，还有4个主频1.806GHz的ARM A55小核。GPU方面用的是Adreno 640。AI方面，骁龙855没有独立NPU，而是在DSP中内置了一枚张量处理器（张量处理器可以对复杂的图形用更快的速度解析，并能够更快速的深度学习）。AI算力为7TOPs。
A12的CPU采用了2个代号为“Vortex（旋风）的大内核和4个代号为“Tempest（暴风）”的小内核。A12在单大核满载时的最高频率分别为2.5GHz；双大核满载频率为2.38GHz。而在小核心加入工作后，A12的大核频率为2.38GHz。在单小核启动时，为1.587GHz；启动两颗和三颗时为1.562GHz；而在四颗小核满载时，为1.538GHz。GPU用的是自家内核，代号为“G11P”。AI方面，A12搭载了8核NPU（也是采用了张量处理器），AI算力是5TOPs。
这里可以注意一下算力单位，Helio P90突出的是GMACS，即每秒10亿次的定点乘法累加运算（MACS是衡量计算机定点处理能力的量，这个量经常用在那些需要大量定点乘法累加运算的科学运算中），竞品则是TOPs，即10万亿次操作/秒，是处理器性能指标。如果单从TOPs指标看，由于Helio P90用的是A75而非竞品的A76，所以看起来并不具有优势。但从现场演示场景应用的对比的综合表现看，Helio P90都胜过上述竞品（还要考虑工艺制程的不同），所以，APU2.0和联发科最新的CorePilot技术才是关键，CorePilot技术下面还会提到。先来看联发科发布的几个对比资料。
图：P90的综合性能与竞品的比较
图：P90的跑分大幅领先竞品
图：针对AI算力的比较
图：边缘计算的挑战
演示的对比
俗话说眼见为实，耳听为虚。联发科这次在发布现场准备的演示项目大都有和搭载竞品芯片的手机来进行比较，直观地展示了Helio P90在AI、ISP等核心能力上的优势。下面我们就来看看它的具体表现。
图：这张图的潜台词是说专用AI核比无专用的在算力和功耗上要有很大优势
图：智能阳光屏
这是一个区域图像处理功能，由纯硬件方式实现，可以根据外部光线的强弱自动精准和平衡的对图像的高光和暗场进行提升和抑制，这就节省了功耗和运算量。这个功能和HDR 10+类似，而目前多数设备还是采用的HDR 10,Helio P90的这个技术可以使HDR 10的设备具备类似HDR 10+的显示效果。
图：视频增强功能
该功能也是纯硬件方式实现，功耗可以很低。对比的竞品（高通骁龙845，DSP处理），功耗是7.89mA，Helio P90则只有1.87mA。
图：P90的ISP-AI引擎提供了出色的降噪性能
图：杜比全景声
杜比全景声（Dolby Atmos）大家都比较熟悉了，现在的好莱坞电影中大部分都采用了这个影院音频技术，所以线上视频片源基本也都用的这个技术，三星、华为、联想、中兴等的最新产品也都已配置Dolby Atmos，P90这次也搭载了该技术。
图：AI实时多物件识别
这个功能体现了P90的AI引擎APU2.0的算力，如果用CPU来处理，一般只能同时识别3-5种对象，而APU2.0可以同时框出10种以上对象。这个算法是MALONG（码隆科技）提供，之前多用于云端处理，P90的搭载使之用于边缘计算，从现场演示看，比云端处理（华为手机）快3-5秒。
AI实时虚拟化身。目前手机拍摄的虚拟效果基本上是采用双摄或者ToF（景深相机）方法来实现，P90则是依靠APU2.0的算力，通过3D姿态识别算法来实现（单摄即可），可以实时结合AR场景，增强人机互动的效果。
图：AI实时美体
美颜相机功能已是智能手机标配，P90利用APU2.0的算力，可以实时侦测22个骨骼追踪点，达到美颜效果。这个算法是Face ++（旷视科技）提供的，从现场演示效果看，五短秒变修长，真是幸福来得太突然啊。
图：AI 3D实时人体姿态追踪
这个功能多用于体感游戏、3D试衣等对三维空间动作要求高的场景，难点在于3D骨骼点比2D骨骼点多一个深度维度的信息。P90这个技术是联发科的数据集结合Face ++的深度算法一起来实现的（普通2D摄像头即可）。从现场演示效果看，30FPS的图像，模特和机器人（蓝牙实时传送数据）的动作完全同步，在手机设备上能实现这样的功能，主要是得益于搭载了APU2.0，这个应用未来的想象空间很大。
图：APU2.0较前一代在2D/3D成像性能上有很大提升
图：AI人脸侦测
目前，这个功能大多数是通过第三方软件的方式来实现。P90（支持超大的48MP摄像头或24+16MP双摄像头）则是通过其全新的ISP-AI引擎的硬件方式实现这一功能，在功耗和响应速度上都有明显优势。从现场演示看，其侦测速度要快过搭载A12和一家7nm工艺芯片（高通晓龙855或华为麒麟980？）的手机。
P90在图像处理上性能提升很多，其中ISP-AI引擎是专为提供AI拍摄体验而设计的，能够处理14位RAW和10位YUV，单次曝光就能充分保留影像动态范围的信息。能够在弱光和运动条件下实时准确地检测人脸和场景。其三核ISP可同时开启，支持三焦段光学变焦的无缝切换，目前还没有其他ISP具有这种功能。
图：AI人像留色
这个功能多用于直播之类的视频，可以突出主体，减少资源消耗。由于有APU2.0，该功能需要的加速和浮点定点运算和实时留色得到了很好的支持。从现场演示效果看，FHD@30FPS实时图像留色稳定，不掉帧。这个算法由商汤提供。
图：P90在通信性能上也做了升级
除了在AI和ISP方面的性能大幅提升外，作为手机处理器，Helio P90在通信性能上也做了升级，包括支持双4G SIM卡双VoLTE，Cat-12(DL)/Cat-13(UL)LTE网络标准，支持4x4MIMO和256QAM，集成2x2802.11ac和蓝牙5.0。
观点的观照
从P60开始，联发科就把AI作为战略重心，这次发布P90，其AI生态的友商们也集体曝光站台。通过梳理联发科和其AI生态友商们的观点，我们可以进一步了解AI和Edge AI目前所处的发展态势。
联发科技总经理陈冠州：毫无保留的拥抱新科技和追求永无止境的用户体验是联发科的两个理念，Helio P90的推出意味着，从此评价一个手机的性能不再仅仅是CPU、GPU两个维度，APU将成为一个新的关键。
联发科技资深副总经理兼技术长周渔君：不是所有的应用场景都适合云计算，边缘计算才是更多场景应用所需要的，云计算结合边缘计算是最好的方式。Edge AI的杀手级应用无处不在：小视频、拍摄画质的优化提升、图像虚化的切片处理等等都需要AI算力的支持。
联发科无线通讯事业部产品规划暨营销资深总监李彦辑：Helio P90的AI引擎APU2.0拥有强大的算力，在ISP部分也做了AI的优化，较之前代产品，CPU单核性能提升了30%，多核提升15%，GPU提升了50%，算力提升了4倍，功耗降了50%，总带宽占用降低50%。在支持第三方Edge AI的开发上，联发科的Neuro Pilot 2.0 SDK除了可以完全兼容谷歌Android Neural Networks API(Android NNAPI)的平台，还提供完整的开发工具，开发者可以充分利用TensorFlow、TF Lite、Caffe和Caffe2等业界常用框架结合HelioP90研发AI创新应用程序。
图：Neuro Pilot 2.0 提供完整的Edge AI开发环境
联发科技无线通信事业部总经理李宗霖：联发科技最新的CorePilot技术确保芯片能够以最高效的方式在八核之间实现运算资源的最优配置，确保了HelioP90能够充分发挥八核架构优势，能够以最低功耗为用户提供最高性能，将电池寿命与随需供电完美结合。
谷歌AI暨相机事业部产品群经理Brahim Elbouchikhi：智能设备的发展正在从移动优先向AI优先转变。移动优先要考虑的是设备小型化、触控、无处不在的连接性和低功耗；AI优先考虑的重点是自我学习能力、自适应、快速计算、能够感知情境和高可靠性。过去几年，AI的发展演进沿着学习-预测-自主判断-自动决策这个方向进行。移动AI的的演进方向则是图像识别转文字，文字转语音，字符段的判断等。其中的难点在于数据模型要不断迭代和优化。
图：谷歌针对移动AI开发的平台资源
该平台包括底层平台Android Neural Networks API(Android NNAPI)，支撑上层的各种机器学习框架完成推理计算，构建和训练模型；TensorFlow Lite,用于开发者在移动设备上部署人工智能；其Firebase移动开发平台的跨平台机器学习工具ML Kit。
微软亚洲研究院副院长潘天佑：计算机视觉是十分艰巨的课题，直到2015年，微软北京研究院才实现识别错误率在3.5%的水平，首次超过人类的准确率。语音技术也是一个艰巨的课题，今年微软研究院实现了SQuAD语音测试88.5%的识别率，在翻译上实现了一般翻译员水平的级别。
据悉，搭载P90的终端产品预计将在2019年第一季度上市。而Edge AI作为联发科面向未来的重要布局，其战略意义和目标也绝不仅仅是手机这个市场，预计在2019年，联发科会有其他方面的AI应用落地。
工商网监
评论