前言

提到AI，可能很多人会想到的是AlphaGo或者自动驾驶等比较“大”的应用。不过对于手机来说，受到体积和性能的限制，显然是无法像Google的TPU、NVIDIA的Xavier那样使用巨大的数据来训练神经网络模型的。

目前手机中常见的AI应用，其实是将已经训练好的神经网络模型编译成离线模型，然后跑在手机本地的硬件上。

一、智能手机行业有望回暖

1.新机销售有助于改善智能手机去库存状态

智能手机的出货量在持续下滑。金准数据显示，一季度，中国智能手机出货量跌破1亿台，同比下降16%。

尽管一季度出货量下跌有清理库存的季节原因，但去年全球智能手机出货量首现下跌以来，对于消费者疲于智能手机换代的担忧就一直存在。

不过，金准人工智能专家认为，一季度行业处在全面去库存状态，随着3月的新机发布，未来的环比改善趋势确立，产业链有望逐步回暖。

本轮的去库存力度较大，金准人工智能专家认为，是未能跟上2017年全面屏创新的品牌在拖累。而2017年的数据证明，在OPPO、vivo旗舰产品退出后，新机销量份额迅速提升。

2017年上半年，安卓品牌旗舰发布纷纷靠后，使得前两个季度国内市场销售的主力是2016年旗舰机型，随着OPPO、vivo新旗舰的推出，三四季度新机销量份额迅速提升，例如三季度R11（2017.6发布）份额3.5%，四季度X20Plus（2017.9发布）份额2.1%。

随着安卓旗舰机的发布，18Q2新机销量有望带动行业回暖，供应链新一轮备货开启，预计二季度消费者需求与供应链企业业绩将出现环比改善。

2.新一轮换机周期带来智能手机迭代行情

对行业的信心很大程度上来自产业链公司积极的一季报展望。苹果公司的二季度营收指引（515亿-535亿美元），也要高于市场的预期。

金准人工智能专家提到，智能手机耐用度提升、创新边际收益降低、高端手机价格增长过快，中国消费者的换机周期的确有所延长，令本轮智能手机出货量下滑。

但换机周期不会无限制拉长，中国用户平均换机周期已达到2.7年，而所有品牌中平均换机周期最长的苹果一般在3-4年。

从国内用户iPhone保有量看，2016年至今发布的机型占比约为32.3%，而发布两年以上的机型占比为67.7%，主要为iPhone6系列及iPhone6S系列。考虑到苹果手机较长的销售生命周期，可以大体上认为约有一半左右的机器面临陆续的更换需求。

国产品牌中华为、小米各机型保有量较为平均，T5保有量在25%-30%。OPPO、vivo中2016年发布的机型占比在30%以上：vivo—X9（11月）、Y66（12月）、X7（6月）、Y67（11月）；OPPO—R9（3月）、R9s（10月）、A57（11月）。

金准人工智能专家认为，安卓品牌特别是OV的换机时点在18年末至19年上半年到来，由于OV在2016年是销售高峰，三四线城市用户基数庞大，有望在明年带来一轮迭代行情。

从4G商用化过程来看，运营商牌照发放一年内出货的智能手机中支持4G的数量占比就达到30%，再一年后这个数字接近90%。

3.受益于“新中产”，智能手机经历第三次消费升级

最后，智能手机受益于“新中产”阶级的诞生，也在经历第三次消费升级。

我国居民人均收入快速增长。2011年至今，我国城镇居民人均可支配收入由22000元/年增长至36000元/年，增长幅度为63.6%，我国农村居民人均可支配收入由9400元/年增长至13400元/年，增长幅度为42.6%。

中产阶级+新生代，消费力量壮大。人均收入提升使得中产阶级群体不断壮大，形成智能手机消费升级的中坚力量。另一个层面看，80、90后步入工作岗位，接力成为智能手机迭代周期的主要目标人群。根据金准人工智能专家了解到的中国银联与京东金融联合统计数据，新生代消费行为升级更为有力。

二、智能手机享受用户基数红利，走过黄金十年

换机周期延长的一个重要原因在于，智能手机的创新空间变少，创新边际收益降低。过去的消费者可以仅仅因为指纹识别而更换手机，现在的用户则期待一种全新的、颠覆式的体验。

充分享受了用户基数红利，智能手机已经走过了黄金十年的增长。

智能手机最初的爆发式增长来源于对功能机的替代。智能手机与功能机最本质的区别在于丰富的APP资源，使得手机实现了超越单一通话和短信成为以社交为核心的功能载体。

三、智能手机新的增长红利：AI和5G

这种颠覆式的体验，最终由谁来担起？金准人工智能专家认为，AI和5G是重点。AI植入终端，令手机的边缘智能计算能力大幅提升；而类似于4G的推出，5G建设也有望带来新一轮换机刚需，智能手机的二次颠覆即来。

目前来看，最先实现突破的是图像识别和语音识别，其次是AR、健康监测等，图像与语音领域的相关产品和服务将率先迎来变革。金准人工智能专家相信，智能手机与成熟的AI技术、应用的结合，是乔布斯时代以来智能硬件的第二次颠覆。

1.AI运算移植到手机上的原因

之所以要把AI运算移植到手机上而不是留在“云端”，主要原因有两个。

第一是速度。虽然通讯技术的发展已经大大提高了网络带宽，降低了时延，但在一些需要实时性的操作中，依然需要在设备本地进行计算来保证速度。

以目前应用广泛的人脸解锁为例，手机在检测到人脸时，如果还是像Siri等智能语音助手那样，先将数据传输到云端，然后在云端进行特征点的比对，再向手机返回结果，就会导致处理时长明显增加，严重影响使用体验。

再比如已经成为AI手机“标配”的拍照场景识别功能，手机需要在用户取景的同时对画面里的物体进行识别，在检测到对应的场景后自动对拍照参数进行调整，如果说这个处理过程搬到云端，即使网络状况再好，也会造成明显的延迟，直接导致这个功能变得不可用。

除了速度，由于手机本身是一个生产力型的工具，为了保证隐私数据的安全，部分数据也只能在手机端进行处理。

2.让手机AI运算更快更高效的方式

经过了过去一两年的探索，将部分AI运算移植到手机、让手机设备本身具备处理AI运算能力（端侧AI）已经成为行业共识，不过在如何让手机AI运算更快更高效这个问题上，几家芯片厂商的做法有着明显的不同，具体可以分为三种。

第一种方式是为增加专用的AI芯片来进行AI运算。代表产品是麒麟970（内置NPU）和苹果A11Bionic（神经网络专用加速模块），其中A11Bionic的神经网络专用加速模块比较特别，目前只是用在了Face ID人脸解锁上，没有开放给第三方。

高通AI Engine

第二种方式是调用SoC中原有的模块来进行AI运算。代表产品是高通的AI Engine平台（支持的骁龙660、820、835、845），具体是通过骁龙神经处理引擎（Neural Processing Engine，NPE）软件框架，根据需求从CPU（非并发小数据处理）、GPU（并发大数据处理）、DSP（向量运算）中使用最适合的内核进行数据处理。

第三种方案是联发科在HelioP60里采用的APU设计。这个核心有些像NPU，不过APU的设计更像是改进版的多核DSP，擅长图像处理，具备一定的AI运算能力但并没有NPU那样“专一”和高效，这个思路有点像找一个数学不错的物理老师来给学生教数学。

芯片厂商不同的做法，延伸到宣传和营销中，就有了所谓的“真假AI”的概念，有人认为芯片必须有独立的AI芯片才能算是“真AI”，有人则认为决定手机是不是“真AI”的应该是具体的功能，而不是芯片的设计。

3.独立的AI 芯片的意义

那么独立的AI芯片究竟有多少意义？这里我们就以麒麟970的NPU为例聊聊。

NPU模块的意义

大家可能还记得，AI手机这个概念是荣耀Magic上第一次提出的。

Magic是荣耀在2016年底发布的一款产品，也是荣耀和华为2012实验室4年磨一剑的作品。在这款手机上，荣耀展示了具备自然语义理解、计算机视觉、深度学习能力的Magic Live智慧引擎，即使放在2018年，荣耀Magic上的很多理念依然很有前瞻性。

同时，也正是在研发Magic的过程中，华为和荣耀的工程师发现，为了让AI在手机中发挥更大的作用，需要更加算力更强并且更加省电的芯片进行支撑，最终决定在麒麟970上增加一颗行业里还没有先例的NPU模块，即使这意味着芯片制造的成本会有明显的增加（成本也是高通没有使用NPU的主要原因）。

麒麟970的NPU实际效果相比起高通AIE、联发科P60的“非专用”方案会有一定的优势。这种优势不仅仅是体现在单纯的算力层面，还体现在执行效率上。

在去年9月麒麟970的发布会上，华为消费者BGCEO余承东展示了上面这组图，在AI运算性能上，NPU相比起CPU和GPU分别有着25倍和6.25倍的优势，而更重要的是PPT右边这组数据，能效比上，NPU更是达到了CPU的50倍，GPU的6.25倍。

我们知道，受限于手机的体积，功耗和发热会大大制约手机芯片的性能表现，而NPU在运算效率上的巨大优势意味着在功耗和发热允许的范围内，可以在手机上跑更加复杂、对算力要求更高的算法，提供更多有价值的功能。

NPU高效的优势在发布之初、应用场景还相对简单的时候表现并不明显，不过随着华为和荣耀对NPU应用的深入，NPU正在逐步地兑现它的潜力。

还是以拍照时的智能场景识别为例，目前无论是采用高通的AIE平台的机型，还是搭载麒麟970的手机，都已经可以做到数十个拍照场景的识别，不过在华为P20系列、荣耀10这两款新上市的麒麟970机型上，又把场景识别的复杂程度进行了大幅度的提升。

在荣耀10发布会上，荣耀CEO赵明展示了下面这个使用AI来优化拍照的实例。

这张照片中，在麒麟970NPU的帮助下，荣耀10可以实时地识别出人物、动物、植物、蓝天4个层级，然后对每一个部分进行单独的优化，这可要比单独的识别出某一个场景然后进行整体微调来的复杂多了。

再比如在这张主体为人像的拍摄中，荣耀10可以在识别出人像然后将人景分离之后，还可以使用AI算法对边缘头发部分进行单独的优化，同时对人物的五官进行分区然后结合识别出的性别、年龄信息进行精确美颜，如果人物的位置不太合适，荣耀10甚至还可以智能地对构图进行微调。

这些都是AI赋予手机相机的能力，随着算法的进步和手机本地AI算力的提升，手机可以“识别”出得东西会越来越多，对拍照的优化会越来越明显。对于用户来说，这意味着拍出好照片的成本会越来越低。

4.AI手机还能干什么？

半年多以前，当第一款搭载麒麟970的机型华为Mate10、Mate10Pro上市的时候，华为已经展示了不少NPU参与实现的功能，比如拍照时的场景识别、通话时的AI降噪、使用NPU加速的微软翻译。不过要想真正让AI变革手机体验，手机厂商自己的力量是不够的，还要开放给更多的第三方开发者，共同打造AI生态。在这方面，高通和华为都已经完成了很多的布局。

今年2月份，高通正式发布了AI Engine。AI Engien包含了3个硬件和3个核心软件，硬件部分为CPU、GPU、DSP三个部分，软件部分则分别是骁龙神经处理引擎（NPE）软件框架（帮助开发者从DSP、GPU、CPU中选择合适的内核）、随Android8.0发布的Android NNAPI（一个用于在移动设备上进行深度学习的C语言API）和Hexagon Neutral Network库（让开发者的AI算法在DSP上运行）。

在此基础上，高通和多家算法提供商联合推出了多个利用AI Engine的应用优化，比如商汤科技和旷视Face++提供的多种预先训练的用于背景虚化、面部解锁、场景识别的神经网络，虹软提供的单摄和双摄算法，创通联达针对人工智能视觉用例和终端提供完整的解决方案，而腾讯、百度等云服务厂商也在利用AI Engine进行应用优化。

金准人工智能专家认为，相比高通，华为海思的进度整体还要更快一些。

如果你使用的是华为和荣耀的搭载麒麟970的手机，在应用商店里应该已经能够找到一个为人工智能优化过的应用专区，其中的app目前大都是知名度很高的主流app，有淘宝、抖音、百度、有道翻译官、Prisma、WPS。

通过使用接入华为的HiKey970开发平台，开发者可以通过调用NPU，对神经网络计算进行硬件级的加速，实际的效果还是很明显的，比如淘宝的扫码购物，使用NPU优化后识别速度可以最高缩短到原来的1/10，再比如抖音的AR画面特效，使用NPU优化后画面的精度和识别的速度都有明显的提高。

总结

虽然目前手机AI发展依然处在比较早期的阶段，不过随着AI芯片的发展和开发工具、分发平台的完善，在未来可预见的一段时间里，芯片厂商、手机厂商和第三方开发者会持续在手机AI上进行投入，AI对手机体验的加成会越来越明显。

金准人工智能专家预测，在即将到来的5G时代，AI很可能和5G一起，成为未来智能手机的一项“基本能力”，共同定义下一代的智能手机体验。