移动芯片苹果或许比华为更有优势

其实在移动 SoC 集成 AI 人工智能处理单元这一全新模式上，苹果比其他竞争对手有更大的优势，重点就是因为苹果软硬结合的实力一直是行业的标杆。

为了一款产品研发能够融入了更多自主重要技术，苹果在很多定制零部件上都体现了非常强大的控制力，从天线到处理器、时序控制器以及未来的屏幕，无一不在自己的掌控当中。除了严格的硬件控制，苹果还有最自主的操作系统和开发环境，例如苹果 6 月新推出的 Core ML 架构，一个面向开发者提供的机器学习架构，支持所有主要的神经网络：深度神经网络(DNN)、递归神经网络(RNN)、卷积神经网络(CNN)。

通过 Core ML 能够让开发者把机器学习用到 app 里，包括文本分析、人脸识别等等功能，无缝切换于 CPU 和 GPU 之间，以提供最强的性能和效率。关键是一个开发架构适用于所有范围内苹果设备，可以迅速增殖到每一款 iPhone 和 iPad 之上，扩大适用范围。届时开发者也更乐意基于庞大的苹果设备基数开发，更快利用架构和接口为苹果用户创造更多大量相关的体验。

而相对对于支离破碎的 Android 阵营，接下来在 AI 人工智能的发展上，参照以往将会有谷歌官方 AI 架构，但同时也并存厂商自主的接口，由于架构接口不统一，标准不同，最终难以完美无缝的打造最好体验的产品。可以说，苹果生态圈内能够充分利用软硬高度融合提供独一无二的产品体验，这就是苹果最值得津津乐道之处。

苹果的 AI 仍有一些小担忧

当然了，也并不是说苹果的 AI 芯片就一定能够领先于行业。正如 9 月 4 日 Edison Investment Research 调研公司新报告提到的，虽然苹果 Siri 提供了语音识别领域的先发优势，但竞争对手一直能够比苹果更积极的部署 AI，只因为苹果的保密文化限制了该公司对人工智能的主动权。库克一直宣称，苹果的保密性比美国 CIA 还要高。

Edison Investment Research 的分析说 Richard Windsor 表示，苹果可以在自家生态系统中更深入的整合 Siri，但 Siri 并不那么智能，目前已经落后于 Google Assistant、微软 Cortana 和亚马逊 Alexa。因为 Siri 的深度学习能力受到了苹果隐私保护情节的阻碍，才导致了最终苹果在人工智能竞赛中的落伍。

不仅如此，正如华为所提到的，其在移动 AI 的发展将基于“芯‐端‐云协同”的理念，因为手机芯片设计受到诸多方面的限制，要在那么小的体积内实现对于本地数据强大的人工智能不太可能，AI 技术的核心是对海量数据进行大量的处理，在云端服务器方面，已经有专用的高性能 AI 处理器来解决这个矛盾，例如 Google 的 TPU，NVIDIA 的 Volta等，都是专为提升 AI 运算能力提出的解决方案。

而在移动端，硬件能力的瓶颈明显。华为认为，只能通过未来云和端之间的协同关系来打破，基于云端的大数据，可训练形成通用知识模型并传递到移动端上运行，再结合本地 NPU 单元提供完整的 AI 知识和能力。苹果或许为 AI 已投入了数亿的资金，以便于让设备本身能够自主学习、改进软件功能，但至今并没有利用云计算改变 AI 的迹象。

苹果对 AI 人工智能的策略究竟是什么呢？没有人清楚，但 AI 的重要性已让苹果做出改变，近年苹果一直在设法吸引行业对于其努力开发 AI 技术的注意力。例如，苹果收购了多家与人工智能相关的企业，并且加盟了 AI 行业重要的组织，推出公共博客以讨论其 AI 研究成果，允许公司研究人员在 AI 大会上演讲，发布 AI 学术论文，在业内展开招聘，甚至挖来了人工智能研究的专家等等，更加透明、也更加开放，这必须是好消息。

总之，我们不知道苹果目前在 AI 领域究竟取得了怎样的成果，但无论如何，长期以来苹果并不喜欢为了展示为抢先首发，包括 iPod 并不是第一款音乐播放器，iPhone 也不是第一款智能手机，iPad 同样不是第一部平板电脑。苹果既然已经在开发“神经引擎”单元，并且为 AI 做出了如此之多的改变，也许苹果接下来在 AI 人工智能上所取得的突破，很有可能会是该领域之内最重要的一次变革，我们拭目以待。