华为麒麟970芯片在AI上的优势岌岌可危

级版

麒麟970A芯片I降噪是通过应用人工智能噪声模型替换传统的反相技术消噪模型，抑制非稳态噪音，增强语音信号，把高速、车内噪声大环境下的语音识别率从80%提升到92% （华为实验室官方数据） 。

作为普及人工智能的启蒙应用，siri居功至伟，在新iPhone发布会上，Siri相比前几代也有明显的提升，想必也用到了苹果机器学习博客中提到的新AI技术，并进一步扩展siri的服务能力。

其他的AI应用体验，诸如，照片应用的图像识别，相册归类；听歌推荐，通过对用户听歌记录的学习来调整作出相应的推荐；智能回复、推荐，基于云端知识库预测用户的信息回复与情绪表达；续航优化，基于用户使用行为的机器学习进行调整电池管理等，都是实用性很强的AI体验。

但显然，人们对于人工智能手机的期望不只是这些。整体而言，而未来的AI体验仍将是应用场景驱动。无论是模型、知识库还是基于AI应用，都有赖于生态合作，有赖于第三方应用开发者调用AI芯片开放的能力进行开发，进而发挥AI芯片的算力。

这场战争的制胜关键是什么？

人工智能应用生态的构建

华为与苹果几乎同时推出专用AI处理单元芯片，考虑到18个月的芯片设计周期，需要给华为麒麟芯片点赞。SoC芯片集成专用AI芯片堪称端侧人工智能里程碑，并有望快速普及。 但只是人工智能的第一步，远谈不上胜利，我看到的更多是挑战 。

未来AI芯片的竞争，不仅仅取决于芯片厂商自身的技术研发，更取决于生态运作能力包括垂直领域的知识库、模型合作以及第三方应用开发者，看谁的生态能够提供的应用更丰富、体验更好。

对于华为而言，挑战更甚于当初在基带领域的单点突破到不断引领。华为显然意识到了这一点，宣称将把麒麟970作为人工智能移动计算平台开放给更多的开发者和合作伙伴，提供完善的多应用模式和机器学习框架的支持，让开发者可以用自己最习惯的方式获得麒麟970的AI算力。

对于人工智能的云+端布局而言，谷歌+苹果的混合体或许是华为应该学习的榜样。

SoC芯片通信连接能力

AI大热下，通信不再是聚光灯下的焦点，但通信连接能力的提升不应被舆论低估和遗忘。

以麒麟970为例，10nm工艺、业界首款支持cat18的SoC，FDD LTE下仪表测试1.2Gbps下载速率、5CC （国内尚看不到有需求，在频谱更离散的区域有需求比如美国AT&T） 、4X4MIMO与256QAM （媒体应该相对熟悉了） ，放在以往都是大新闻，但是今年几乎无人问津。

如果跳出移动AI芯片领域，在人工智能竞争战场上，蜂窝连接芯片是英伟达们染指蜂窝智能终端领域蛋糕的最大障碍，自然也就是移动SoC芯片商的竞争壁垒。从这个角度看，未来智能终端SoC芯片的战争，仍属于苹果 （传在进行modem自研） 、华为、高通们。