淺談蘋果的AI算力進(jìn)化 大規(guī)模升級AI算力的原因

蘋果秋季新品發(fā)布會如約而至，但傳聞中的iPhone12卻要等到下個月才能見到。發(fā)布會僅上新了兩款智能手表和兩款iPad平板電腦，新品iPad Air 4則搭載了最新的處理器芯片A14 Bionic（仿生）處理器。這幾款新產(chǎn)品香不香另說，A14 Bionic處理器卻成為了此次發(fā)布會的最大亮點。

根據(jù)蘋果的介紹，A14 Bionic處理器是蘋果首款采用5nm工藝打造移動設(shè)備芯片，晶體管數(shù)量相較于A13 Bionic處理器的7nm芯片增加了近40%，晶體管數(shù)量達(dá)到了驚人的118億顆。

僅憑工藝制程的提升，A14在性能和功耗表現(xiàn)上自然會有一定的提升。官方宣稱，在性能比較上，CPU提升40%，全新GPU構(gòu)架提升30%。不過，讓外界吐槽的是，這一數(shù)據(jù)是A14跟A12比較得出來的。這讓A13情何以堪呢？

而根據(jù)蘋果之前公布的數(shù)據(jù)，A13相比A12在CPU和GPU性能上都提高了20％。因此，如果這兩代的處理器性能指標(biāo)測量標(biāo)準(zhǔn)一致的話，則A14的CUP性能僅比A13快了約16％，GPU性能僅比A13提升了約8.3％。可以說，如果排除掉5nm工藝本身所帶來的改進(jìn)，相對A13來說，A14在CPU和GPU核心本身性能上的提升其實并不高。

不過，在AI算力上，A14相比A13則有了非常大的提升，從之前的8核NPU直接翻倍提升到16核NPU。根據(jù)蘋果的測試，A14的AI運算能力也提升到了11.8萬億次，機(jī)器學(xué)習(xí)速度提升了70%，機(jī)器學(xué)習(xí)加速器則令運算速度快達(dá)10倍，將各種機(jī)器學(xué)習(xí)應(yīng)用的性能表現(xiàn)提升至全新水平。

如果留意就會發(fā)現(xiàn)，蘋果從A11到A14，每一次在AI運算性能上都做了大幅地提升。盡管我們看到蘋果并不總是以AI芯片或者AI智能終端為噱頭來做宣傳，但事實上蘋果iOS系統(tǒng)上已經(jīng)遍布各種AI應(yīng)用或者功能，對AI算力增長提出了超高的需求；與此同時，安卓陣營高端芯片廠商在AI芯片上面的頻頻發(fā)力，正在縮短甚至追上與蘋果的A系列芯片的差距，這些可能都是構(gòu)成蘋果移動終端芯片的AI算力爆發(fā)式增長的緣由。

從A11到A14，蘋果的AI算力進(jìn)化

2017年，AI已經(jīng)成為大眾熱議的話題。此時沒有一家終端芯片廠商不是以AI作為產(chǎn)品的新噱頭，但真正能在AI芯片方面拿得出手的廠商也沒有幾家。這一年華為的麒麟970橫空出世，搶到了首發(fā)。10天后，蘋果的A11 Bionic也正式發(fā)布，A11采用10nm工藝制程、六核CPU、自研三核心GPU設(shè)計。

之所以可以稱為“AI芯片”，就在于A11首次搭載神經(jīng)網(wǎng)絡(luò)引擎處理器單元（Neural Network Processing Unit，NPU），并且在新的神經(jīng)網(wǎng)絡(luò)引擎上蘋果發(fā)布了第一代Core ML，運用本地化人工智能加速器進(jìn)行機(jī)器學(xué)習(xí)。

A11搭載的NPU采用雙核設(shè)計，每秒運算次數(shù)6000億次，主要處理機(jī)器學(xué)習(xí)任務(wù)，能夠識別人物，地點和物體，主要針對的應(yīng)用是iPhone新推出的人臉識別鎖屏FaceID以及人臉關(guān)鍵點追蹤Animoji，且NPU算力并不對第三方應(yīng)用開放。

蘋果A11處理器的標(biāo)志意義，除了成為蘋果自主研發(fā)程度最高的一代處理器之外，其實也和華為一起真正地打開了移動終端的AI時代。此后幾乎所有手機(jī)廠商都把AI運算能力當(dāng)作宣傳賣點和升級點。

蘋果在2018年推出的A12 Bionic，采用了臺積電當(dāng)時最新的7nm工藝制程，蘋果自研的Fusion架構(gòu)，而神經(jīng)網(wǎng)絡(luò)引擎從雙核直接升級到八核，能夠?qū)崿F(xiàn)每秒5萬億次計算，比較上一代有了8.3倍的提升。第二代神經(jīng)網(wǎng)絡(luò)引擎才是在算力和性能上能夠?qū)崿F(xiàn)更多AI功能。另外，A12采用了全新的智能HDR算法以及core ML帶來的圖像識別、第三方APP垃圾信息處理等功能，AI應(yīng)用開始普及。

2019年發(fā)布的A13 Bionic處理器，CPU、GPU和NPU的核心數(shù)都與A12相同，只是采用了臺積電升級版7nm工藝，集成85億個晶體管，性能、功耗都有了一定提升，而神經(jīng)網(wǎng)絡(luò)引擎的峰值算力提升到每秒6萬億次計算，提升幅度并不顯著，同樣是為面容ID、三攝系統(tǒng)、AR類APP等機(jī)器學(xué)習(xí)應(yīng)用提供算力支持。不過值得一提的是，通過在CPU中加入2個機(jī)器學(xué)習(xí)加速器，讓CPU可以達(dá)到每秒1萬億次的矩陣數(shù)學(xué)運算。同時，Core ML3可以與機(jī)器學(xué)習(xí)控制器配合，自動為CPU、GPU和NPU分配任務(wù)。

這次發(fā)布的A14處理器芯片上，神經(jīng)引擎核心數(shù)再次翻倍達(dá)到16個，每秒運算次數(shù)達(dá)到了驚人的11.8萬億次，機(jī)器學(xué)習(xí)速度提升了70%，機(jī)器學(xué)習(xí)加速器則令運算速度快達(dá)10倍，將各種機(jī)器學(xué)習(xí)應(yīng)用的性能表現(xiàn)再次大幅提升。

AI應(yīng)用的“猛虎”，蘋果AI芯片大規(guī)模升級的內(nèi)因

根據(jù)資料，早在2014年，蘋果已經(jīng)在新一代架構(gòu)芯片Soc的開發(fā)中加入專門的AI芯片。而在此之前，蘋果的AI算力是由“CPU+GPU”實現(xiàn)，其自主開發(fā)AI芯片的設(shè)計思路則是由CPU和GPU處理的AI任務(wù)轉(zhuǎn)向由專門的AI芯片進(jìn)行處理，最終將芯片集成到終端設(shè)備上。

與此同時，隨著蘋果移動終端在拍照攝影、圖形處理等應(yīng)用上面越來越需要用到神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的算法運算，這些需求使得蘋果開始考慮將AI應(yīng)用的運算必須采用神經(jīng)引擎這一專門定制的處理器單元來完成這些計算。

2017年，蘋果的神經(jīng)引擎處理器正式落地。

不過讓外界驚訝的是，為何短短三年之中，A系列芯片的AI算力得到了將近20倍的提升，遠(yuǎn)遠(yuǎn)超出Soc芯片其他處理器的性能提升幅度？

一方面是CPU和GPU的性能，在現(xiàn)有的工藝制程進(jìn)化和既定架構(gòu)的約束上提升已經(jīng)非常困難。隨著半導(dǎo)體工藝從7nm向5nm、3nm工藝升級，難度會越來越大，而可預(yù)期的提升卻可能并不顯著。反而AI加速器還會有相當(dāng)大的設(shè)計提升空間。

另一方面是，終端應(yīng)用對于動用CPU和GPU的需求正在達(dá)到一個用戶的使用極限，因此也沒有快速增長的需求，但是這些應(yīng)用的AI算力需求則在大幅增長。

如果對蘋果iOS系統(tǒng)中的用到機(jī)器學(xué)習(xí)相關(guān)的功能和應(yīng)用進(jìn)行分析的話，我們看到最新兩代的iPhone和iPad已然是一部各個部分和細(xì)節(jié)都在使用AI的終端了。

在蘋果終端的細(xì)節(jié)體驗，已經(jīng)有大量機(jī)器學(xué)習(xí)算法的加持，但相應(yīng)的體驗難以被用戶察覺。

比如，機(jī)器學(xué)習(xí)用于幫助iPad的軟件區(qū)分用戶在使用Apple Pencil繪圖時到底是不小心將手掌壓在屏幕上還是有意提供輸入的按壓?；蛘呤窃诒O(jiān)控用戶使用習(xí)慣，以優(yōu)化設(shè)備的電池壽命和充電頻次，既可以改善用戶在兩次充電之間的時間，又可以保證電池的使用壽命。

還有像iPhone的拍照，用戶每次按下快門，設(shè)備會快速連續(xù)拍攝很多張照片，然后經(jīng)過機(jī)器學(xué)習(xí)訓(xùn)練的算法會分析每個圖像，并將其認(rèn)為是每個圖像的最佳部分合成為一個結(jié)果。也就是iPhone拍照的卓越效果很大程度是靠“計算”出來的。蘋果正是通過iPhone中對圖像信號處理器（ISP）和神經(jīng)引擎的協(xié)同處理，才使得照片質(zhì)量獲得大幅提升。

蘋果在終端本地大幅提升神經(jīng)引擎的運算能力，以及配合圖形計算引擎和AI加速等功能，可以在移動終端中執(zhí)行非常高難度的機(jī)器學(xué)習(xí)任務(wù)。比如在iPad Pro上，通過神經(jīng)引擎的計算能力，結(jié)合Project Aero 軟件，iPad Pro 能將 PSD 中創(chuàng)作的每一個圖層以獨立的 AR 對象呈現(xiàn)在屏幕上，每個圖層都分離成一幕栩栩如生的景觀，這對創(chuàng)作者來說相當(dāng)具有吸引力。

此外，蘋果已經(jīng)加入的顯著的AI新功能，諸如機(jī)器學(xué)習(xí)在翻譯、內(nèi)置聽寫、輸入預(yù)測、健康特性分析與預(yù)測上面，都需要大量的機(jī)器學(xué)習(xí)參與。

而蘋果選擇在機(jī)器學(xué)習(xí)任務(wù)的本地化計算的另一大原因，可能是為了將數(shù)據(jù)留在本地，用以保護(hù)用戶隱私。我們知道，機(jī)器學(xué)習(xí)的本質(zhì)就是對海量數(shù)據(jù)進(jìn)行學(xué)習(xí)，而數(shù)據(jù)的采集和分析一直是谷歌、facebook這些互聯(lián)網(wǎng)公司的“原罪”，作為承諾嚴(yán)格遵守用戶隱私數(shù)據(jù)保護(hù)的蘋果，自然要做出保證，盡量將機(jī)器學(xué)習(xí)算法所需要的用戶數(shù)據(jù)留在用戶的移動終端當(dāng)中，但與此同時要保證AI算法的有效，就必須對終端芯片的AI算力引擎做出大幅提升。

當(dāng)然，蘋果自身終端系統(tǒng)對于AI算力升級的要求，只是一只內(nèi)生的吞噬算力的“猛虎”，在外部競爭中，蘋果還要面對一群實力強(qiáng)勁的“追龍”，在AI算力提升上不斷地應(yīng)戰(zhàn)。

安卓陣營的“追龍”，蘋果AI算力快速升級的外因

蘋果自研的A系列處理器芯片，一直以來以創(chuàng)新和高性能著稱，雖然最近兩年，安卓系的高端芯片，諸如高通的驍龍芯片、聯(lián)發(fā)科Helio芯片、華為海思的麒麟芯片則大有追趕之勢。

如果拋去綜合性能的討論，但是在AI芯片算力上面，高通的驍龍?zhí)幚砥髟谛阅苌虾蛿?shù)量上都已經(jīng)有超過蘋果A系列芯片的可能。

比如在2019年上半年手機(jī)AI芯片排行榜上，排名前十的智能手機(jī)AI芯片，其中前四名分別是高通驍龍855、蘋果A12 Bionic、聯(lián)發(fā)科Helio P90和海思麒麟980。但值得關(guān)注的是，除了第二、三、四名，這份榜單中的其他位置都被高通驍龍芯片占據(jù)。

與蘋果采取專用NPU芯片來提供AI算力不同的是，高通的驍龍?zhí)幚砥鞑捎昧水悩?gòu)計算的方式，推出了自研的AI引擎，通過CPU、GPU和DSP（Hexagon處理器）組合相互配合，運行神經(jīng)網(wǎng)絡(luò)計算的效率，根據(jù)不同的應(yīng)用場景來安排工作負(fù)載。

而預(yù)計在今年年底發(fā)布的高通驍龍875，同樣采用了5nm制程工藝，與7nm相比邏輯密度提高80%，其基礎(chǔ)性能較上代提升15%，功耗降低30%。非常激進(jìn)的是，高通這次采用了ARM的Cortex X1超大核心設(shè)計，為“1+3+4”八核心三簇設(shè)計模式，其中1為Cortex X1超大核心，3為大核，采用Cortex A78，4為能效核心。據(jù)業(yè)界的預(yù)測，驍龍875無論在綜合性能還是在AI算力上都有超越A14的可能。

此外，高通通過AI引擎的的高、中端芯片布局，與不同的軟硬件企業(yè)一起，從底層框架、硬件核心、軟件等層面，將AI能力應(yīng)用到了海量的移動終端和智能設(shè)備上，形成基于AI應(yīng)用的合作生態(tài)。

高通在AI算力上的激進(jìn)演化以及在AI能力上的不斷賦能，已經(jīng)開始形成對于蘋果的A系列芯片領(lǐng)導(dǎo)力的巨大威脅。在面臨安卓陣營這些“追龍”對手如此“給力”的努力下，蘋果自然也會有強(qiáng)大的外部動力來大幅升級自身的性能優(yōu)勢。就像驍龍875這樣的性能怪獸的出現(xiàn)，始終會追在蘋果身后，準(zhǔn)備吊打蘋果。

反過來看蘋果，其NPU的性能升級戰(zhàn)略也并未顯露頹勢。根據(jù)專業(yè)人士的說法，目前，蘋果A系列芯片上NPU占芯片總面積約為5%，未來NPU的面積能夠達(dá)到類似GPU占有的20%的面積的程度，AI算力至少還有4倍的提升空間，此外還有提升算法和芯片之間的協(xié)同設(shè)計，同時通過Core ML的進(jìn)化來加強(qiáng)不同AI模型的異構(gòu)設(shè)計，同樣可以發(fā)揮其他SoC芯片部分的潛在算力?？傮w來說，蘋果在AI算力的提升上面還有巨大的增長空間。

我們看到，蘋果和安卓陣營在高端芯片廠商在芯片性能的升級，正在從CPU所引領(lǐng)的摩爾定律的賽場轉(zhuǎn)向以AI算力增長為代表的新賽道上。而從AI算力的增長潛力來看，這一升級戰(zhàn)在未來幾年會更趨激烈。

然而最可惜的是，這場終端芯片AI角逐賽里，未來會缺席一位來自中國的實力選手。