论文部分内容阅读
3月14日下午，联发科在北京举行新闻发布会，正式推出旗下中高端手机芯片Helio P60。该芯片是联发科首款采用12纳米制程工艺的处理器，对飙高通骁龙660处理器。在常规的性能升级之外，联发科还在相机模块、AI等方面进行了升级，它能否在中高端手机芯片市场打赢高通呢？
战略调整，发力中高端市场
过去的一年，联发科的日子可以说是很难过。高端市场，被联发科寄予厚望的X30并没有扛起联发科旗舰芯片的大旗。中低端市场，对手高通的大力布局让联发科之前引以为豪的性价比优势不复存在。而诸如魅族、乐视等终端厂商的市场动荡，更是让联发科雪上加霜。
根据联发科最近公布的 2 月财报显示，2018 年 2 月，联发科实现营收127.1亿新台币（约合27亿元），环比下滑 24.5%，同比下滑 25%。这是联发科近三年来最低的一次月度营收，在2018年的1月份和2月份，联发科总共的营收为 295.4 亿新台币，同比下降了16.2%。
或许是意识到了高端芯片市场的残酷，从去年下半年起，联发科调整了战略，不再固执地死磕高端市场，而是把重心转移到了出货量更大的中端市场，于是，面向中高端市场的 P 系列，就成为了联发科能否重回正轨的关键。
性能提升70%，价格也更亲民
规格上，联发科Helio P60处理器基于安卓系统进行技术升级，采用 ARM 的 4 个 Cortex A73 及 4 个 A53 的 8 个大小核心架构，效率和功能相较上一代产品 Helio P23 与 P30 产品，CPU 及 GPU 性能均提升达 70%。
同时，也采用台积电 12 纳米 FinFET 制程，降低大型游戏时功耗至 25%，大幅延长手机电池的使用时间。在运算方面，P60是多核运算的架构，可以平行处理多个程序或者场景。
P60最大的特点是将导入NeuroPilot AI 技术的处理器，作为独立的NPU单元；目前的AI芯片市场，P60是首款导入AI功能的中端处理器。
联发科官方表示，针对这款处理器，他们将会为开发者提供一系列通用的AI框架，包括谷歌的TensorFlow和联发科的NeuroPilot等。
相机模块有较大升级
除了性能上的提升外，还为相q机模块做出了较大的升级。
联发科P60拥有三核ISP和双核APU，可以实现硬件级别的实时虚化。另外，其相机性能相较于P30提升了两倍，在宽容度方面，联发科P60可以使用RAWHDR来扩大照片的动态范围，使得在大光比的环境下也能拍得更清晰。
目前 Helio P60 所配备的双核多线程 APU 主要是负责处理图像方面的功能。在发布会上展示的一张 PPT，APU#1 负责人脸识别、画面分割、背景虚化预览；APU#2 则是负责处理 RAW HDR 的照片拍摄、多帧合成。因此，相比于竞品的单 DSP 负责图像处理，Helio P60 在多线程 APU 的加持下， AI 图像处理能力有着成倍提升。
官方还公布了P60的跑分数据，多核分数为5871，单核分数为1524，基本上和骁龙660处理器的跑分持平。
总结来说，比起目前的中端神U——骁龙 660，P60 确实拥有一定的优势。首先是12nm的制程，相较于骁龙660的14nm工艺更先进。同时APU、双 ISP 等旗舰特性的下放，使得 P60 有了一定的差异化优势。很明显，联发科的想法是把价格做到足够低，同时下放一些旗舰芯片的特性和规格，用“性价比”和定制去拉拢更多的终端厂商。
高通在AI上有更高效的解决方案
但必须要说的是，对手高通手中拥有更多的“好牌”。这就不得不提到高通的人工智能引擎AI Engine，它是骁龙移动平台上加速终端侧人工智能用户体验实现的硬件与软件组件的集合。
硬件：多核异构计算核心
HEXAGON向量处理器
Qualcomm Hexagon向量处理器是向量处理器子系统中的加速引擎，支持处理8位定点运算。相较于GPU或CPU，涉及向量数学的应用工作负载通常更适合在骁龙的向量處理器上运行。
ADRENO GPU
具有庞大的并行数据集、需要大量的向量数学，尤其是对浮点精度有要求的应用工作负载，都非常适宜在骁龙的Adreno GPU上运行。通过最新的Adreno GPU对16位浮点精度的人工智能工作负载进行的优化，可提供更佳的能效表现。
KRYO CPU
神经网络模型通常以32位浮点（高精度）在云端完成训练。它也可以在终端侧的CPU上实现类似运行，但其代价太大，需要终端在性能和功耗上做出一些牺牲。骁龙845在Kryo CPU上优化了对8位定点精度的支持，帮助支持包含较大内核、相对较少向量处理、非规则性数据结构和/或复杂流程控制的应用。
总的来说，在骁龙平台上加速人工智能最高效的解决方案是将人工智能工作负载分配到CPU、GPU和向量处理器上。
软件：骁龙神经处理引擎SDK
2016年，高通就正式发布了Qualcomm骁龙神经处理引擎SDK，现在用户可通过developer.qualcomm.com下载。它支持TensorFlow、Caffe、Caffe2以及一些未来即将发布的框架。
它基于分布式的架构，可以让深度神经网络引擎运行在骁龙异构平台的CPU、GPU、DSP等每一个单元上。并且，未来能够利用先进的无线通信技术（5G），实现终端侧与云之间的人工智能配合和连接。
骁龙神经处理引擎SDK目前支持骁龙600和800系列平台，也就是说SDK支持了很大一部分市面上正在出货的高通芯片产品。已采用这些平台的手机，可以软件升级，实现部分人工智能功能。
实际应用层面，高通也做出了很多新的尝试。
芯片之争，你看好哪家？
目前，多家智能手机厂商已利用骁龙移动平台上的人工智能引擎AI Engine，加速其终端上的人工智能应用，包括小米、一加、vivo、OPPO、摩托罗拉、华硕、中兴通讯、努比亚、锤子以及黑鲨，其中部分厂商正计划采用人工智能引擎AI Engine，在其未来的旗舰骁龙智能手机上优化人工智能应用。
可以看出，高通在AI芯片领域同样拥有相当强悍的实力。
你觉得联发科这次能靠Helio P60翻身吗？
战略调整，发力中高端市场
过去的一年，联发科的日子可以说是很难过。高端市场，被联发科寄予厚望的X30并没有扛起联发科旗舰芯片的大旗。中低端市场，对手高通的大力布局让联发科之前引以为豪的性价比优势不复存在。而诸如魅族、乐视等终端厂商的市场动荡，更是让联发科雪上加霜。
根据联发科最近公布的 2 月财报显示，2018 年 2 月，联发科实现营收127.1亿新台币（约合27亿元），环比下滑 24.5%，同比下滑 25%。这是联发科近三年来最低的一次月度营收，在2018年的1月份和2月份，联发科总共的营收为 295.4 亿新台币，同比下降了16.2%。
或许是意识到了高端芯片市场的残酷，从去年下半年起，联发科调整了战略，不再固执地死磕高端市场，而是把重心转移到了出货量更大的中端市场，于是，面向中高端市场的 P 系列，就成为了联发科能否重回正轨的关键。
性能提升70%，价格也更亲民
规格上，联发科Helio P60处理器基于安卓系统进行技术升级，采用 ARM 的 4 个 Cortex A73 及 4 个 A53 的 8 个大小核心架构，效率和功能相较上一代产品 Helio P23 与 P30 产品，CPU 及 GPU 性能均提升达 70%。
同时，也采用台积电 12 纳米 FinFET 制程，降低大型游戏时功耗至 25%，大幅延长手机电池的使用时间。在运算方面，P60是多核运算的架构，可以平行处理多个程序或者场景。
P60最大的特点是将导入NeuroPilot AI 技术的处理器，作为独立的NPU单元；目前的AI芯片市场，P60是首款导入AI功能的中端处理器。
联发科官方表示，针对这款处理器，他们将会为开发者提供一系列通用的AI框架，包括谷歌的TensorFlow和联发科的NeuroPilot等。
相机模块有较大升级
除了性能上的提升外，还为相q机模块做出了较大的升级。
联发科P60拥有三核ISP和双核APU，可以实现硬件级别的实时虚化。另外，其相机性能相较于P30提升了两倍，在宽容度方面，联发科P60可以使用RAWHDR来扩大照片的动态范围，使得在大光比的环境下也能拍得更清晰。
目前 Helio P60 所配备的双核多线程 APU 主要是负责处理图像方面的功能。在发布会上展示的一张 PPT，APU#1 负责人脸识别、画面分割、背景虚化预览；APU#2 则是负责处理 RAW HDR 的照片拍摄、多帧合成。因此，相比于竞品的单 DSP 负责图像处理，Helio P60 在多线程 APU 的加持下， AI 图像处理能力有着成倍提升。
官方还公布了P60的跑分数据，多核分数为5871，单核分数为1524，基本上和骁龙660处理器的跑分持平。
总结来说，比起目前的中端神U——骁龙 660，P60 确实拥有一定的优势。首先是12nm的制程，相较于骁龙660的14nm工艺更先进。同时APU、双 ISP 等旗舰特性的下放，使得 P60 有了一定的差异化优势。很明显，联发科的想法是把价格做到足够低，同时下放一些旗舰芯片的特性和规格，用“性价比”和定制去拉拢更多的终端厂商。
高通在AI上有更高效的解决方案
但必须要说的是，对手高通手中拥有更多的“好牌”。这就不得不提到高通的人工智能引擎AI Engine，它是骁龙移动平台上加速终端侧人工智能用户体验实现的硬件与软件组件的集合。
硬件：多核异构计算核心
HEXAGON向量处理器
Qualcomm Hexagon向量处理器是向量处理器子系统中的加速引擎，支持处理8位定点运算。相较于GPU或CPU，涉及向量数学的应用工作负载通常更适合在骁龙的向量處理器上运行。
ADRENO GPU
具有庞大的并行数据集、需要大量的向量数学，尤其是对浮点精度有要求的应用工作负载，都非常适宜在骁龙的Adreno GPU上运行。通过最新的Adreno GPU对16位浮点精度的人工智能工作负载进行的优化，可提供更佳的能效表现。
KRYO CPU
神经网络模型通常以32位浮点（高精度）在云端完成训练。它也可以在终端侧的CPU上实现类似运行，但其代价太大，需要终端在性能和功耗上做出一些牺牲。骁龙845在Kryo CPU上优化了对8位定点精度的支持，帮助支持包含较大内核、相对较少向量处理、非规则性数据结构和/或复杂流程控制的应用。
总的来说，在骁龙平台上加速人工智能最高效的解决方案是将人工智能工作负载分配到CPU、GPU和向量处理器上。
软件：骁龙神经处理引擎SDK
2016年，高通就正式发布了Qualcomm骁龙神经处理引擎SDK，现在用户可通过developer.qualcomm.com下载。它支持TensorFlow、Caffe、Caffe2以及一些未来即将发布的框架。
它基于分布式的架构，可以让深度神经网络引擎运行在骁龙异构平台的CPU、GPU、DSP等每一个单元上。并且，未来能够利用先进的无线通信技术（5G），实现终端侧与云之间的人工智能配合和连接。
骁龙神经处理引擎SDK目前支持骁龙600和800系列平台，也就是说SDK支持了很大一部分市面上正在出货的高通芯片产品。已采用这些平台的手机，可以软件升级，实现部分人工智能功能。
实际应用层面，高通也做出了很多新的尝试。
芯片之争，你看好哪家？
目前，多家智能手机厂商已利用骁龙移动平台上的人工智能引擎AI Engine，加速其终端上的人工智能应用，包括小米、一加、vivo、OPPO、摩托罗拉、华硕、中兴通讯、努比亚、锤子以及黑鲨，其中部分厂商正计划采用人工智能引擎AI Engine，在其未来的旗舰骁龙智能手机上优化人工智能应用。
可以看出，高通在AI芯片领域同样拥有相当强悍的实力。
你觉得联发科这次能靠Helio P60翻身吗？