4月19日下午，荣耀在上海召开了一场颇为重磅的新品发布会，核心产品有两款：荣耀10智能手机和荣耀MagicBook笔记本电脑。
其中，MagicBook是荣耀推出的第一款笔记本电脑，它兼具了全金属轻薄机身、八代酷睿+MX、57Wh大电池等主流轻薄本特性，起售价元。
荣耀10则是荣耀手机在—元这个所有手机品牌的必争价格区间的最新产品，它采用了流行的变色极光玻璃、隐形超声波指纹以及流行的「刘海屏」。不过要说荣耀10最大的卖点，还是非AI莫属。
荣耀10搭载了麒麟芯片，内置为AI运算专门打造的NPU模块。此外，荣耀还提出了「AI手机2.0」的概念，并在发布会上花了大量的篇幅讲述AI对手机拍照的加成。
在手机上提出AI并不是什么新鲜事，早在年底，荣耀就在Magic这款「致未来」的产品上提出了AI手机的概念。不过到了年，AI在手机发布会上的「戏份」突然变得格外多，近期几乎每一款手机新品的发布会，AI都常常要占据半小时甚至更久的时间。
不过与此同时，虽然所有厂商都在大谈AI，不过对于用户来说，AI依然是一个有点「虚」的概念。这一方面是因为AI不像全面屏、快充那样有一个对应的具象特性，另一方面也是因为一些手机厂商在产品没有落地的情况下习惯于「概念先行」，把一些有的没的东西都冠上「AI」的名字。
AI手机究竟指的是什么？它到底能给智能手机带来哪些变革？就着荣耀10这款产品，在对它进行常规的产品体验前，我们先和大家聊聊AI手机这件事。
手机为什么需要AI？
提到AI，可能很多人会想到的是AlphaGo或者自动驾驶等比较「大」的应用。不过对于手机来说，受到体积和性能的限制，显然是无法像Google的TPU、NVIDIA的Xavier那样使用巨大的数据来训练神经网络模型的。
目前手机中常见的AI应用，其实是将已经训练好的神经网络模型编译成离线模型，然后跑在手机本地的硬件上。之所以要把AI运算移植到手机上而不是留在「云端」，主要原因有两个。
第一是速度。虽然通讯技术的发展已经大大提高了网络带宽，降低了时延，但在一些需要实时性的操作中，依然需要在设备本地进行计算来保证速度。
为高通AIEngine提供人脸解锁算法支持的商汤科技
以目前应用广泛的人脸解锁为例，手机在检测到人脸时，如果还是像Siri等智能语音助手那样，先将数据传输到云端，然后在云端进行特征点的比对，再向手机返回结果，就会导致处理时长明显增加，严重影响使用体验。
再比如已经成为AI手机「标配」的拍照场景识别功能，手机需要在用户取景的同时对画面里的物体进行识别，在检测到对应的场景后自动对拍照参数进行调整，如果说这个处理过程搬到云端，即使网络状况再好，也会造成明显的延迟，直接导致这个功能变得不可用。
除了速度，由于手机本身是一个生产力型的工具，为了保证隐私数据的安全，部分数据也只能在手机端进行处理。
真假AI指的是什么？
经过了过去一两年的探索，将部分AI运算移植到手机、让手机设备本身具备处理AI运算能力（端侧AI）已经成为行业共识，不过在如何让手机AI运算更快更高效这个问题上，几家芯片厂商的做法有着明显的不同，具体可以分为三种。
第一种方式是为增加专用的AI芯片来进行AI运算。代表产品是麒麟（内置NPU）和苹果A11Bionic（神经网络专用加速模块），其中A11Bionic的神经网络专用加速模块比较特别，目前只是用在了FaceID人脸解锁上，没有开放给第三方。
高通AIEngine
第二种方式是调用SoC中原有的模块来进行AI运算。代表产品是高通的AIEngine平台（支持的骁龙、、、），具体是通过骁龙神经处理引擎（NeuralProcessingEngine,NPE）软件框架，根据需求从CPU（非并发小数据处理）、GPU（并发大数据处理）、DSP（向量运算）中使用最适合的内核进行数据处理。
第三种方案是联发科在HelioP60里采用的APU设计。这个核心有些像NPU，不过APU的设计更像是改进版的多核DSP，擅长图像处理，具备一定的AI运算能力但并没有NPU那样「专一」和高效，这个思路有点像找一个数学不错的物理老师来给学生教数学。
芯片厂商不同的做法，延伸到宣传和营销中，就有了所谓的「真假AI」的概念，有人认为芯片必须有独立的AI芯片才能算是「真AI」，有人则认为决定手机是不是「真AI」的应该是具体的功能，而不是芯片的设计。
那么独立的AI芯片究竟有多少意义？这里我们就以麒麟的NPU为例聊聊。
NPU模块的意义
大家可能还记得，AI手机这个概念是荣耀Magic上第一次提出的。
Magic是荣耀在年底发布的一款产品，也是荣耀和华为实验室4年磨一剑的作品。在这款手机上，荣耀展示了具备自然语义理解、计算机视觉、深度学习能力的MagicLive智慧引擎，即使放在年，荣耀Magic上的很多理念依然很有前瞻性。
同时，也正是在研发Magic的过程中，华为和荣耀的工程师发现，为了让AI在手机中发挥更大的作用，需要更加算力更强并且更加省电的芯片进行支撑，最终决定在麒麟上增加一颗行业里还没有先例的NPU模块，即使这意味着芯片制造的成本会有明显的增加（成本也是高通没有使用NPU的主要原因）。
麒麟的NPU实际效果相比起高通AIE、联发科P60的「非专用」方案会有一定的优势。这种优势不仅仅是体现在单纯的算力层面，还体现在执行效率上。
在去年9月麒麟的发布会上，华为消费者BGCEO余承东展示了上面这组图，在AI运算性能上，NPU相比起CPU和GPU分别有着25倍和6.25倍的优势，而更重要的是PPT右边这组数据，能效比上，NPU更是达到了CPU的50倍，GPU的6.25倍。
我们知道，受限于手机的体积，功耗和发热会大大制约手机芯片的性能表现，而NPU在运算效率上的巨大优势意味着在功耗和发热允许的范围内，可以在手机上跑更加复杂、对算力要求更高的算法，提供更多有价值的功能。
NPU高效的优势在发布之初、应用场景还相对简单的时候表现并不明显，不过随着华为和荣耀对NPU应用的深入，NPU正在逐步地兑现它的潜力。
还是以拍照时的智能场景识别为例，目前无论是采用高通的AIE平台的机型，还是搭载麒麟的手机，都已经可以做到数十个拍照场景的识别，不过在华为P20系列、荣耀10这两款新上市的麒麟机型上，又把场景识别的复杂程度进行了大幅度的提升。
在荣耀10发布会上，荣耀CEO赵明展示了下面这个使用AI来优化拍照的实例。
这张照片中，在麒麟NPU的帮助下，荣耀10可以实时地识别出人物、动物、植物、蓝天4个层级，然后对每一个部分进行单独的优化，这可要比单独的识别出某一个场景然后进行整体微调来的复杂多了。
再比如在这张主体为人像的拍摄中，荣耀10可以在识别出人像然后将人景分离之后，还可以使用AI算法对边缘头发部分进行单独的优化，同时对人物的五官进行分区然后结合识别出的性别、年龄信息进行精确美颜，如果人物的位置不太合适，荣耀10甚至还可以智能地对构图进行微调。
这些都是AI赋予手机相机的能力，随着算法的进步和手机本地AI算力的提升，手机可以「识别」出得东西会越来越多，对拍照的优化会越来越明显。对于用户来说，这意味着拍出好照片的成本会越来越低。
AI手机还能干什么？
半年多以前，当第一款搭载麒麟的机型华为Mate10、Mate10Pro上市的时候，华为已经展示了不少NPU参与实现的功能，比如拍照时的场景识别、通话时的AI降噪、使用NPU加速的微软翻译。不过要想真正让AI变革手机体验，手机厂商自己的力量是不够的，还要开放给更多的第三方开发者，共同打造AI生态。在这方面，高通和华为都已经完成了很多的布局。
今年2月份，高通正式发布了AIEngine。AIEngien包含了3个硬件和3个核心软件，硬件部分为CPU、GPU、DSP三个部分，软件部分则分别是骁龙神经处理引擎（NPE）软件框架（帮助开发者从DSP、GPU、CPU中选择合适的内核）、随Android8.0发布的AndroidNNAPI（一个用于在移动设备上进行深度学习的C语言API）和HexagonNeutralNetwork库（让开发者的AI算法在DSP上运行）。
在此基础上，高通和多家算法提供商联合推出了多个利用AIEngine的应用优化，比如商汤科技和旷视Face++提供的多种预先训练的用于背景虚化、面部解锁、场景识别的神经网络，虹软提供的单摄和双摄算法，创通联达针对人工智能视觉用例和终端提供完整的解决方案，而腾讯、百度等云服务厂商也在利用AIEngine进行应用优化。
相比高通，华为海思的进度整体还要更快一些。
如果你使用的是华为和荣耀的搭载麒麟的手机，在应用商店里应该已经能够找到一个为人工智能优化过的应用专区，其中的app目前大都是知名度很高的主流app，有淘宝、抖音、百度、有道翻译官、Prisma、WPS。
通过使用接入华为的HiKey开发平台，开发者可以通过调用NPU，对神经网络计算进行硬件级的加速，实际的效果还是很明显的，比如淘宝的扫码购物，使用NPU优化后识别速度可以最高缩短到原来的1/10，再比如抖音的AR画面特效，使用NPU优化后画面的精度和识别的速度都有明显的提高。
虽然目前手机AI发展依然处在比较早期的阶段，不过随着AI芯片的发展和开发工具、分发平台的完善，在未来可预见的一段时间里，芯片厂商、手机厂商和第三方开发者会持续在手机AI上进行投入，AI对手机体验的加成会越来越明显。
在即将到来的5G时代，AI很可能和5G一起，成为未来智能手机的一项「基本能力」，共同定义下一代的智能手机体验。