華為成為手機領導者還有很長的路，華為手機用了幾部榮耀6.p8.p9，有很多創新這不可否認，但整體效能還是有待提高，表現為外現設計有差距，軟體有差距，有人說過華為的程式中數學計算和國外手機比就有差距，拿一部諾基亞和一部華為對比同時撥打電話諾基亞3秒接通，華為4.5秒這就是差距，華為掉線也很普遍，同號打一次接不通再撥通了，根基不牢地動搖，希望華為解決好通話問題，和手機外觀設計再談領導者問題。

其實吧，蘋果iPhone X跟iPhone 8/8p裡面搭載的A11也是人工智慧晶片啊（手動扶額笑.jpg）只不過蘋果在釋出會上沒有直接說出“AI Chip”這種話而已。

蘋果這款A11全程A11 Bionic（仿生）晶片，雖然蘋果在2017秋季釋出會上全程並沒有在這款晶片上花太多功夫介紹，但我們仍舊知道它搭載了一個專用於機器學習的硬體——“神經網路引擎（Neural Engine）”。

A11搭載了64位ARMv8-A架構的6核CPU，其中包括2個名為“Monsoon”的效能核（performance core）和4個名為“Mistral”的能效核（high-eggiciency core），效能核比上一代A10裡的快了25%，能效核則快了70%。

A11採用了臺積電10nm FinFET工藝，集成了43億個電晶體（華為麒麟970集成了55億個電晶體，用的也是10nm工藝）。

而且與上一代產品A10不同，A11中使用了蘋果自研的第二代新型效能控制器，能夠讓6個CPU核心同時使用，整體效能比A10快了70%。

至於在AI方面，華為Mate 10之所以叫人工智慧手機，就是因為其麒麟970晶片裡搭載了一款NPU模組，專門用於神經網路運算。而蘋果A11裡的這個神經網路引擎（neural engine）跟麒麟970的NPU一樣，是在手機處理器平臺新加入的一個擅長神經網路計算的【硬體模組】。

有了這個neural engine，手機處理AI應用的速度會比原來快上許多。拿iPhone X的一個常見應用——Face ID刷臉解鎖為例，如果沒有這個neural engine計算模組，以目前大多數智慧手機的硬體條件來看，基於深度學習的視覺模型似乎並不是一個可行的方案，而大多數企業的解決方案是提供雲介面（Cloud-Based API），先將圖片傳給能夠執行大型深度學習框架的伺服器，然後用深度學習檢測面部。

不過，這樣的處理方法需要將使用者圖片傳到雲端，既有違蘋果一貫的“使用者隱私至上”概念，又會因為網路狀態等問題造成時延——別的還好說，手機解鎖的時延如果太長，對於現在眾多重症手機患者來說簡直痛苦不堪。

所以最後，蘋果選擇了在端上加入AI計算模組，相信也是基於差不多的原因，華為也在麒麟970里加入了NPU，有了NPU，華為Mate 10系列也能做到手機照相機的13種場景實時識別、離線翻譯NPU加速等等。

目前真正推出AI手機晶片的只有蘋果和華為兩家，但是隨著這兩家的推進，專用AI處理單元可能會越來越成為智慧手機晶片的發展趨勢。三星、高通、聯發科等手機廠家或者晶片廠家預計都會在不久內推出相應產品，所以吧，目測智慧手機領域又有一場大戰來臨了。