人工智能CPU和没有人工智能的CPU在体验上有什么差别？

王世光5

想题主的问题是问有没有NPU对于一个SoC的影响吧？

因为首先，CPU只是中央处理器，它只是一个处理元件，而人工智能是一个算法，是在CPU上层的软件层面的东西，两者不存在是否包含的关系，所以不会有有没有这种事情发生。另外，人工智能说白了也就只是重复性大数据推算的一种算法，一般CPU都是可以支持的，只是CPU算力不同会导致算法的性能不同，算法对CPU的负荷不同，就会导致诸如发热等问题，但这就是题外话了，只要有CPU，一般来说就都可以进行目前来说的AI运算。

另外，现在几乎没有单纯设计CPU的，都是直接设计SoC，SoC里面必然会有GPU，所以没有必要把AI的计算任务交给CPU，GPU对于这种问题的处理要来得更熟练和快速，更适合进行这种重复性计算。所以只要是搭在了SoC的设备，理论上都可以进行AI运算，唯一的限制可能就是算力实在太差，支撑不住，会发热、卡顿等，那就是硬件性能问题了。

而NPU是一种ASIC，它无法执行GPU的图形渲染工作，也无法执行CPU的指令集功能，NPU所能做的，就会被特化过的神经网络计算。NPU的设计思路和CPU和GPU都不相同，它对于神经网络如CNN、DNN等和机器学习模型的支持十分全面，运算起来速度快、效率高，而且功耗很小，在SoC中集成NPU可以极大地提高AI的运算效率和性能，所以现在的SoC基本上都会集成一个NPU在里面，来完成可能需要的AI计算任务。

榻榻米的榻榻

这里拿华为海思麒麟970SOC集成的神经元网络单元 寒武纪 1A NPU来举例。

有部分用户以为寒武纪也是华为海思的一款处理器产品名称，其实不是的，寒武纪科技是有着中科院背景的AI创业公司，投资方来自国投创业、阿里巴巴、爱国想等，目前是国内首屈一指的AI芯片产品企业。华为仅仅是向寒武纪购买IP授权的合作关系。

寒武纪1A这款NPU也叫深度神经元网络处理器。大概意思就是在计算机里面使用虚拟的神经元和突触把它们联结在一起，构成多层次性人工神经元网络。如果对这点比较疑惑，你可以想象一下计算机广域网网络，分布在世界各地的计算机也是跟蜘蛛网一样各处联结，这个蜘蛛网里面的每个结点都拥有自己的计算能力。

IT数码大排档

你这问题比较专业。具体的手机体系、零部件不是十分清楚，但可以说一点“大话”供你参考。

当前的所谓人工智能都是数理逻辑下的计算机程序，或就是按某种数理逻辑策略下的数据搜索程序。只不过分工明确，更专业而已。

计算机核心部件就是CPU，即逻辑运算单元，用来执行数理逻辑命令的。计算机为什么能自动工作，运行程序就是有CPU的缘故。所以说，无论什么人工智能器件，你都必须有CPU。

你所说的人工智能CPU，可能是专用的，内化了一些成熟搜索算法的，针对特定信息处理的CPU。像所谓GPU，就是图像搜索识别的专用CPU。虽然，还是数理逻辑运算器件，但内化了图像信息的辨识和搜索策略和逻辑。就是个专用图像识别软件。手机里装这么个程序，你手机就有什么图像AI了。类似的还有语音AI。

目前兴起了一种NPU，就人工神经网络专用逻辑器件，多数也就是一个软件程序。用程序拟合出人工神经网络功能，其搜索策略就是马甲BP算法---深度学习。这种东西仍然没突破线性可分障碍。也就是说，对简单问题，数据空间较单调，搜索到全局最优值无什么困难。比如说，简单对话，“不使诈”的对话；下个围棋；简单路况下开个AI汽车；这都没什么问题。实际上，我们遇到的数据空间是非常复杂的，就像无数的山峰和沟谷，而且，山叠着山，沟套着沟。这时，目前的AI，无论你多么深的学习，你都找不到其中的最优值。围棋数据空间，只是拓扑空间巨大而已，但还是相当“平坦”的，所以，现在人类暂时下不过它。手机中，比如图像识别和语言识别，在实际中遇到的问题，可能其数据空间很复杂，也就是其信息空间很“不平坦”，这时，智能手机就会出现判断失误，或死机现象(逻辑判断死循环)。

总之，手机等所谓智能电器，功能越多，所谓“智能”越高，出故障率越大。当然，“高智商”手机用起来还是方便一些。

關鍵字: 有没有 科技 华为