生態(tài)水渠修到哪了?

　　即使龐大如蘋果，顯然也承認AI應(yīng)用開發(fā)是構(gòu)建產(chǎn)品邏輯的重要一環(huán)，今年發(fā)布會上，我們看到了蘋果重點演示了投籃APP的AI處理能力。AI應(yīng)用的生態(tài)開發(fā)，又一次被全世界所矚目。

　　但這并沒有改善一個情況：曾經(jīng)讓蘋果引以為豪的開發(fā)者，正在陷入一場普遍的低沉。

　　從去年公布Core ML以來，蘋果開始以小步慢走的方式將AI算力開放給開發(fā)者。其特征是不開放太多算法種類，只讓開發(fā)者在提供的少數(shù)條件中挑選，來充實自己的開發(fā)工作——說白了這是一種AI界的八股文。

　　千呼萬喚著，開發(fā)者希望今年蘋果的開放步子可以大一點。然而并沒有，在不久前的WWDC2018上，蘋果升級了Core ML 2，但其核心能力在于使模型運行更快，處理速度提升。而秋季發(fā)布會上，A12仿生芯片上的Neural Engine也宣布將開放，但依舊沒有提是不是開放更多兼容性、算法種類、開發(fā)工具的問題。

　　或許我們可以認為，蘋果在制定一個嚴密的體系，希望以自己的節(jié)奏陸續(xù)向開發(fā)者放開可調(diào)用能力，形成水到渠也成的效果。但對于開發(fā)者而言，這是缺失平臺想象力的。

　　開發(fā)者需要的是什么呢?顯然，更兼容、更自由、更低的部署成本是三大核心，帶著枷鎖起舞是AI模型這個考驗創(chuàng)意的舞臺上難以被人接受的。

　　相比較而言，我們可以看到麒麟980在雙核NPU背后，是其AI開發(fā)已經(jīng)可以兼容Caffe、Tensorflow、Tensorflow Lite等主流框架，提供了離線編譯、在線編譯、8bit量化等一系列工具鏈。這樣AI開發(fā)者的端側(cè)模型部署成本將極大降低，并提供了靈活調(diào)用異構(gòu)計算，實現(xiàn)精準(zhǔn)部署的可能。

　　而在升級過的HiAI架構(gòu)2.0中，麒麟980還提供了更多的接口、算子和開發(fā)工具包，提升了開發(fā)者的效率，降低了成本。

　　這個層面的對比可能是普通用戶不會注意到的，但卻是未來手機體驗的“彈藥艙”。以往的戰(zhàn)略基因決定了，蘋果的AI生態(tài)水渠，目前還在試探性修修補補。而此時華為，甚至谷歌的AI開發(fā)生態(tài)正在算力轟鳴聲中大刀闊斧地“招商引資”。

　　會不會某一天，我們驚奇地發(fā)現(xiàn)蘋果在開發(fā)者環(huán)境上掉隊了呢?今天來看這并非不可能。

　　算力與成本的艱難對沖

　　今年的另一個問題，也是被蘋果一下拋到了公眾面前。那就是移動AI如何估價，交給誰來買單?

　　在數(shù)次探訪華為之后，我發(fā)現(xiàn)移動芯片在創(chuàng)新上追尋著這樣一個邏輯：最大數(shù)值并不一定是最好的，真正困難的地方在于“剛剛好”。

　　蘋果用了整場發(fā)布會去贊嘆A12的強勁，但在短暫眩暈之后我們可能會問這樣一個問題：強大的AI算力搭配創(chuàng)新指數(shù)并不夠的AI能力，真的能撐起iPhone XS的售價嗎?

　　這里的悖論在于，如果算力高過使用邊際，造成了數(shù)值上的處理能力實際上造成了過剩留存，那么這些算力就除了溢價效果之外一無所用了。

　　就移動芯片在AI處理端的升級而言，增強算力、拓展功能邊際、完善開發(fā)生態(tài)、協(xié)調(diào)軟硬件體系、控制成本可以說是一個綜合工作。這就像下圍棋要的是四面合圍，全局布子。

　　A12在AI處理能力上的提升，是不是在算力和成本對沖中失當(dāng)，從而造成了成本壓力，最終引發(fā)了貴出新高的iPhone XS，可能是個仁者見仁的問題。

　　但AI不能成為噱頭和盲目溢價品，這應(yīng)該是大家的共識。不出意外的話，蘋果今年主打AI芯片的旗艦機，會比華為、谷歌、三星等直接競品貴出一個不小量級。這個量級真的有足夠的AI體驗價值去支撐嗎?

　　這個問題或許將直接影響到今年的移動AI芯片走勢，甚至關(guān)系到未來手機產(chǎn)業(yè)中某些格局的變化。

　　接下來的第二篇章中，我們會探索這樣一個問題：移動AI既然已經(jīng)升級為主賽場，那么今年的芯片進化，究竟會給手機帶來哪些產(chǎn)品AI升級?