2018年，AI几乎充斥了我们的生活，如果见朋友不聊点和AI相关的话题，似乎自己就与这个时代脱节了，近期高通骁龙855的发布再次把AI的关注度推向了高潮，从权威统计机构的预测来看，2018年全球AI市场规模预计为1．2万亿美元，到2022年有望达到3．9万亿美元。AI势不可挡的发展势头让各大科技公司不得不一拥而上，不管是做芯片还是做产品，统统都要和AI挂钩，大有“得AI者得天下”之势。AI已经在各个领域开始渗透，光AI音箱这一种亚马逊、天猫、小米就打得不可开交，其它智能电子产品更是不胜枚举，当然，这都不是今天的重点，今天我主要想谈的是AI芯片，今年推出的这些AI芯片看看哪些比较靠谱。
目前，笔者知晓的AI芯片有骁龙855、麒麟980、苹果A12、联发科P60、紫光展锐SC9863A和瑞芯微RK3399Pro，谁强谁弱先拉出来比一比：
1、骁龙855：张量加速器不等于独立NPU
骁龙855采用台积电7nm工艺制程，CPU为Kryo485（超级内核基于A76定制主频2．84GHz、性能内核主频2．42GHz、效率内核主频1．8GHz，1＋3＋4架构）；GPU为Adreno640，与前代产品相比，渲染速度提升20％，支持Vulkan1．1／HDR／PBR。
骁龙855
在AI性能方面，骁龙855加入新的张量加速器（TensorAccelerator），专门负责AI，组成第四代AI引擎。可以实现每秒超过7万亿次运算（7TOPs），AI性能比骁龙845提高了3倍，比苹果A12每秒5万亿次运算（5TOPs）也高出不少。
高通的DSP数字信号处理器升级为最新的Hexagon690，具备四线程标量内核，性能提升20％，四个向量扩展核心（HVX），性能提升1倍，另外一个重要的改进是引入了张量加速器（HTA），自主设计，专为AI而设，支持多元数学运算、非线性方程、INT16／INT8与混合精度整数运算，大幅提升了机器学习算法的性能和能效。结合HexagonDSP、新的张量加速器，再借助更强的GPU和CPU完成终端侧神经网络运算，所有单元综合实现了专有的、可编程的AI加速。
但是，值得注意的是，骁龙855并没有配置独立NPU单元，其AI运算需要协调CPU、DSP、GPU等处理器单元，如果应用场景复杂，恰巧占用了这些处理单元，AI运算就要排队等候。也就是，其他公司的芯片的人工智能算力是独立算力，高通的AI运算是综合算力。
2、麒麟980： 配置双NPU
麒麟980采用7nm工艺制程，基于ARM的A76架构，主频是2．6GHz，八核心分别是2×A76（超大核）＋2×A76（大核）＋4×A55（小核），其中A76四个核心上采用了智能调度机制。相对于传统的大小核两档位设计，麒麟980让CPU在重载、中载、轻载场景下灵活适配。
在AI配置上，麒麟970搭载了一个NPU（神经处理单元），其专门负责AI运算，在大幅提高手机AI性能的同时降低了AI任务功耗。麒麟980则配置了两个NPU，因此在ResNet－50图像识别测试中得到了4500张每分钟的成绩。整体来看，相较于麒麟970，麒麟980的CPU性能提升75％，能效提升58％，内置的10核GPU Mali－G76让性能密度号称提升30％，能效提升30％。
3、苹果A12：搭载8核神经网络引擎
A12采用7nm技术，内部有69亿个晶体管，采用六核CPU设计，相比A11处理器，其中两个大核心性能提速15％、功耗降低了40％，四个小核心功耗降低最多50％。A12采用自研四核GPU，性能相比A11的GPU性能提高50％，并强化了对AR混合现实的支持，支持曲面细分、无损内存压缩和实时多层渲染功能，AR性能获得大幅度提升。
关于AI性能，苹果A12还搭载了八核神经网络引擎，其运算速度达每秒5万亿次，远超A11的每秒六千万次，可以更独立机器学习，支持多精度，智能计算系统。同时，苹果还将神经网络引擎开放给 Core ML 平台，开发者可将机器学习技术应用到自己的 app 中，让学习过程在用户的 iPhone 上进行。提升了Siri易用性、使A12芯片的机器学习能力相比之前能够提升9倍，而能耗则降低到原来的十分之一。
