人工智能CPU和沒有人工智能的CPU在體驗上有什麼差別？

王世光5

想題主的問題是問有沒有NPU對於一個SoC的影響吧？

因為首先，CPU只是中央處理器，它只是一個處理元件，而人工智能是一個算法，是在CPU上層的軟件層面的東西，兩者不存在是否包含的關係，所以不會有有沒有這種事情發生。另外，人工智能說白了也就只是重複性大數據推算的一種算法，一般CPU都是可以支持的，只是CPU算力不同會導致算法的性能不同，算法對CPU的負荷不同，就會導致諸如發熱等問題，但這就是題外話了，只要有CPU，一般來說就都可以進行目前來說的AI運算。

另外，現在幾乎沒有單純設計CPU的，都是直接設計SoC，SoC裡面必然會有GPU，所以沒有必要把AI的計算任務交給CPU，GPU對於這種問題的處理要來得更熟練和快速，更適合進行這種重複性計算。所以只要是搭在了SoC的設備，理論上都可以進行AI運算，唯一的限制可能就是算力實在太差，支撐不住，會發熱、卡頓等，那就是硬件性能問題了。

而NPU是一種ASIC，它無法執行GPU的圖形渲染工作，也無法執行CPU的指令集功能，NPU所能做的，就會被特化過的神經網絡計算。NPU的設計思路和CPU和GPU都不相同，它對於神經網絡如CNN、DNN等和機器學習模型的支持十分全面，運算起來速度快、效率高，而且功耗很小，在SoC中集成NPU可以極大地提高AI的運算效率和性能，所以現在的SoC基本上都會集成一個NPU在裡面，來完成可能需要的AI計算任務。

榻榻米的榻榻

這裡拿華為海思麒麟970SOC集成的神經元網絡單元 寒武紀 1A NPU來舉例。

有部分用戶以為寒武紀也是華為海思的一款處理器產品名稱，其實不是的，寒武紀科技是有著中科院背景的AI創業公司，投資方來自國投創業、阿里巴巴、愛國想等，目前是國內首屈一指的AI芯片產品企業。華為僅僅是向寒武紀購買IP授權的合作關係。

寒武紀1A這款NPU也叫深度神經元網絡處理器。大概意思就是在計算機裡面使用虛擬的神經元和突觸把它們聯結在一起，構成多層次性人工神經元網絡。如果對這點比較疑惑，你可以想象一下計算機廣域網網絡，分佈在世界各地的計算機也是跟蜘蛛網一樣各處聯結，這個蜘蛛網裡面的每個結點都擁有自己的計算能力。

IT數碼大排檔

你這問題比較專業。具體的手機體系、零部件不是十分清楚，但可以說一點“大話”供你參考。

當前的所謂人工智能都是數理邏輯下的計算機程序，或就是按某種數理邏輯策略下的數據搜索程序。只不過分工明確，更專業而已。

計算機核心部件就是CPU，即邏輯運算單元，用來執行數理邏輯命令的。計算機為什麼能自動工作，運行程序就是有CPU的緣故。所以說，無論什麼人工智能器件，你都必須有CPU。

你所說的人工智能CPU，可能是專用的，內化了一些成熟搜索算法的，針對特定信息處理的CPU。像所謂GPU，就是圖像搜索識別的專用CPU。雖然，還是數理邏輯運算器件，但內化了圖像信息的辨識和搜索策略和邏輯。就是個專用圖像識別軟件。手機裡裝這麼個程序，你手機就有什麼圖像AI了。類似的還有語音AI。

目前興起了一種NPU，就人工神經網絡專用邏輯器件，多數也就是一個軟件程序。用程序擬合出人工神經網絡功能，其搜索策略就是馬甲BP算法---深度學習。這種東西仍然沒突破線性可分障礙。也就是說，對簡單問題，數據空間較單調，搜索到全局最優值無什麼困難。比如說，簡單對話，“不使詐”的對話；下個圍棋；簡單路況下開個AI汽車；這都沒什麼問題。實際上，我們遇到的數據空間是非常複雜的，就像無數的山峰和溝谷，而且，山疊著山，溝套著溝。這時，目前的AI，無論你多麼深的學習，你都找不到其中的最優值。圍棋數據空間，只是拓撲空間巨大而已，但還是相當“平坦”的，所以，現在人類暫時下不過它。手機中，比如圖像識別和語言識別，在實際中遇到的問題，可能其數據空間很複雜，也就是其信息空間很“不平坦”，這時，智能手機就會出現判斷失誤，或死機現象(邏輯判斷死循環)。

總之，手機等所謂智能電器，功能越多，所謂“智能”越高，出故障率越大。當然，“高智商”手機用起來還是方便一些。

關鍵字: 有沒有 科技 華為