
Zhidongxi May -set | Yunpeng编辑| Xinyuan Mobile AI Chip Battle正在成为当今技术领域中非常重要的竞赛。从手机芯片制造商到巨型手机终端,每个人都支持终端AI。如果是系统级别或个性化的AI,则不会将其与AI的端端计算分开,并且计算不会与芯片分开。尤其是随着当前AI代理和AI OS方向的整合,它已成为该行业的同意,并且对芯片能力的AI需求越来越高。这种需求不是一个简单的“顶部”计算能力,而是对所有芯片圆形功能的测试。看着这个国家,小米迈出了自己的大步。 Xuanjie O1的首次亮相是与高通公司的CPU和GPU表现与Apple A18 Pro Umore的竞争。根据小米的说法,NPU自我开发体系结构也实现了许多详细的创新。 ▲5月22小米发布了由自发芯片开发的Xuanjie O1,以扩展整个文本
尽管华为Hisilicon的Kirin手机芯片仍受到该过程的限制,但它正在寻找建筑和软件系统级别的突破。这完全删除了手臂的架构,并基于洪蒙开发的操作系统的深入优化,可以改善整体机器性能。实施AI运行的速度甚至比Android的旗舰店略高。
▲6月20日在华为开发人员会议(HDC)上显示的最新手机侧AI功能。AI将帮助用户在拍照时帮助开发照片
在世界上,苹果的筹码发现了许多强大的硬件性能挑战。在AI的背后,如何根据芯片和系统的优势获得AI体验是苹果的主要优先事项;三星的3NM过程被宣布有关注的收获,Exynos'S尚未实施自己的旗舰船,内部团队处于动荡之中,但是技术积累的多年使其成为AI手机中无法忽略的芯片力量。
尽管终端制造商正在增加对自开发芯片的投资,但高通和中国科学会自然压力。由Oronon CPU建筑开发的高通进一步提高了能源效率的比率,而Mediatek的AI开发技术正在尝试使用完美的生态系统来吸引AOF AI开发人员。
▲2024年10月21日,高通使用Oronon CPU发布了其旗舰Snapdragon 8 Elite
看着该行业,即使制作手机可能并不意味着“筹码的赢家赢得了世界”,在AI手机期间加强对芯片技术的控制仍然是巨人的不可避免的选择。
▲六个主要手机AI芯片制造商的旗舰和过程
从专业的过程到基于AI的基于AI的生态系统,每个公司都有哪些重大行动和布局,以及哪些令人兴奋的比赛在舞台外和舞台之外?我们正在尝试看到AI芯片手机战争中更多的主要趋势。
1。苹果以2nm获胜。小米在“能效比”中如何获胜,高通和中级科?
为什么芯片对AI手机的体验如此重要?可以说,电力消耗的性能和性能是所有操作在真正实施之前必须克服的障碍。
对于移动智能设备,PPT实施在中米运行的良好AI,这不能基于牺牲电力消耗和手机电池寿命。这是一条完全“红线”。
十多年来,提高芯片能源效率一直是智能手机芯片行业重复的重点,在AI的手机期间,这种需求似乎更加紧迫。
来自ProcESS为筹码的建筑设计过程,与不同公司的竞争变得剧烈。
在技术方面,移动SOC旗舰的过程通常达到3NM阶段的第一个阶段,包括苹果,高通,中等基因和小米。当然,苹果每年将领导最新,最强大的TSMC流程,例如明年2NM。
苹果的分析师Jeff PU指出,A19 Pro CHIP将采用第三代3NM TSMC流程,Apple将很快推出2NM TSMC流程。明年iPhone 18系列。
TSMC主席Wei Zhejia在收入呼吁中透露,TSMC Bauman工厂的2NM生产能力的第一批生产能力已被Apple完全覆盖。
尽管高通公司,Mediatek和小米不是第一批,但他们目前的旗舰产品也使用了苹果的“相同”技术。尽管三星在自己的小组中的半导体部门具有高级流程技术,但在大众制造中通常“成功”RE和内部管理,甚至最初计划的3NM Exynos系列芯片也很难生产。
最近,三星的芯片业务已暴露于数据删除丑闻中,并涵盖了缺陷。据报道,三星芯片工程师也搬到了同行,据说这是“富有同情心的情况”。
与三星的技术故障相比,华为Hisilicon承受着压力。由于铸造限制,Kirin手机芯片无法使用最新过程。在提高芯片能效率的比率方面,它将使用同一一代的新工艺来扩大旗舰的一定差距。操作系统优化和软件级别为改善整体机器性能做出了很大的影响。
▲CPU多核能效曲线(红色Dotsare Kirin 9020,紫色和绿色曲线是高通和媒体
一般而言,升级过程当然对于提高芯片能量的效率很重要,但是过程过程的开发减慢。如果手机的能源效率应改善令人不安的问题,则无法实现该过程的升级。
TSMC在2024年IEDM会议上指出,同一区域的晶体管数量比3NM芯片高15%,而芯片性能在同一电力消耗中提高了近15%。
除了过程外,筹码设计水平和建筑水平上的创新技术可能能够将技术链接团结起来更重要,这也是每个公司都能产生的差异的一部分。
2.巨人努力地形成自我开发的建筑,Chip Design发起了“真实和假自我发展的战争”
通常认为,在制作AI手机时,Apple具有软件和硬件连接的自然优势 - 对基础技术的更深入,更全面的掌握,它是EAS为整个机器获得更好的体验。
每个手机上AI芯片的自我开发深度可以确定其AI手机体验的上限。尽管自我开发的芯片的优势不是绝对的,但是技术开发的技术的刺激已成为移动电话芯片领域的无可争议的趋势。
具体而言,每本手机的AI芯片开发的模型都不同。苹果,华为和高通公司基于对手臂的设定教学,实现了所有主要的SOC模块。 Mediatek,小米和三星基于ARM指令集,采用了ARM +几个模块的公共版本的架构来开发自我开发。
当然,无论这种模型是什么,毫无疑问“自我开发”。换句话说,手臂教学集就像芯片所说的“语言”,但是即使他们俩都用相同的语言撰写文章,也会有所不同“大学生文书工作”和“基础学校学生的组成”。
无需对苹果自我发展的深度说太多,也可以说是“分手的领导”。
深层的自我发展确实给AI带来了许多好处。例如,可以优化Apple芯片GPU模块用于处理图形和AI计算,而神经网络引擎(NPU)是Apple的独特优势,并且所有类型的AI操作都经过深入优化,以加速终端的边缘。
尽管华为的芯片技术是有限的,但基林芯片的建筑仍然受到约束。据了解,在最新一代的基林9020中,华为实施了所有CPU核心的替代,从超大的核心到小核心,其自身的Taishan建筑。就GPU而言,还有一系列的Ma Liang。
▲华为基林9020芯片CPU核心状态,来源:Geekerwan
实际上,华为在Kirin 9020代中也自行开发。在过去,9010 CPU小核仍然使用了公共IP臂。
在AI的手机浪潮中,华为是手机行业的第一位使用手机上大型型号的功能来升级自己的智能助手的能力。自我开发的基林芯片与自我开发的洪蒙操作系统之间的深入合作使华为能够每年实现一定的一般绩效,即使处理过程受到限制,这对于实施AI体验也非常重要。
与苹果和华为“自制和出售产品”相比,高通作为三方芯片制造商,自我开发的芯片的特征在某种程度上阻碍了Android系统。
目前,高通公司的自我开发的Oralon CPU是第二代的创始人,已成为质量,并已大规模地应用于换头手机。自发展的Adreno GPU也已经运行了十多个卢比。
Oralon CPU的突破性体系结构帮助Qualcomm在单核和多核性能方面统治了Same Gediatek旗舰店,并且就移动CPU能源效率而言,第一个梯队的稳定排名。
高通公司的自我开发的六边形NPU具有超过80OP的最新一代的AI计算能力,据说今年接近100台。从计算的完整力量的角度来看,高通开发的NPU是一个相对明显的好处。
小米和GPU的CPU和GPU模块是根据ARM IP许可和所有ARM Architecture进行定制和设计的;三星的Exynos CPU是RM架构,但GPU采用了AMD的RDNA 3架构。
▲小米Xuanjie O1 CPU核心,起源:小米
ISP和NPU没有“公共版本”,因此每个公司都是自行开发和定制的,例如Mediatek的Impiq和小米的自我开发的ISP; Mediatiatek的旗舰具有42台计算能力,小米还有一个6核NPU自我发展的自我。
几个小时前,与“自我发展”芯片的讨论成为技术圈中最大的话题。实际上,如上所述,如果芯片是自我开发的,那么与他们是否采用ARM建筑或ARM IP的许可没有直接关系。
手机SOC包含IP模块的道路。如何将每个模块与低电量结合在一起,并确保其以协调的方式工作并获得不同的好处是真正的困难。
芯片行业中的某人说,最难的事情不是“自我开发”,而是真正了解芯片设计的每个细节,并使成人易于使用的芯片具有良好的平衡和消耗的平衡。实际上,实现它的过程是产生一个自我开发的芯片。
一方面可以看出,自发芯片的基本技术可以直观地将产品带入受益人表演或经验。另一方面,自开发的芯片不仅具有芯片产品本身,而且还具有对制造商整个技术地图的重要补充,并且将有助于制造商优化芯片和操作系统,大型模型和应用程序之间的协作。
如果没有深厚的自我发展,就很难像苹果那样实现任何人的好处。加强手机AI芯片的自我发展技术已成为该行业的不可避免的方向。
3。据说苹果的人工智能倒下了,所以为什么突然苹果“报复”呢?
如上所述,现在不再是“顶级理论”时期。随着末端AI的快速发展,AI应用的能源效率的表现已成为该行业。
很棒的模型一次是一个,但是是否有足够的空间可以优化AI是否在手机上的AI手机可以极大地使用端端AI大型模型功能,如何在有限的能源效率中更好地操作AI,并最终获得良好的AI体验。
基于良好的芯片本身,使用 - 授予手机AI芯片开发加速的-Exmergency工具也至关重要。
在这方面,Apple今年在WWDC中迈出了非常关键的一步 - 所有应用程序中的权限开放,并允许应用程序被定向Ktang可以访问Smart Main Apple设备。
如何访问? Apple发布了基本模型框架,即Apple开源机器学习框架(MLX),该框架通常在当今行业中进行讨论,使开发人员可以使用Apple Models,并且开发工具级别的APP使开发人员可以将其整个系统内容的内容和操作联系起来。
特别是,Apple MLX支持许多主要的编程语言,例如Python,C ++,C和Swift。根据GitHub信息,其API熟悉且易于使用,用于开发人员,并且因此,支持功能转换,延迟计算模式,动态图形结构以及设备操作和内存模型的跨境操作的集成。
在性能方面,比较了传统的机器学习框架,Apple的内存存储器为零副本,并且Apple的GPU芯片功率得到了优化。将来,MLX可以直接呼吁ANE的指定指令,而大多数其他框架都有间接的支持或有限的支持;就图形响应的动态速度而言,MLX可以达到毫秒,pytorch在几秒钟内,张力量需要几分钟。
对于开发人员而言,对实时MLX错误的监视比传统的静态图形框架快3-5倍,Numpy/Pytorch代码的85%可以直接移动,并且还可以使用Apple的统一芯片架构来减少跨平台适应性工作。
可以说,Apple MLX是整个过程的开放资源框架,直到最后。优化的优化,并深入合并自己的硬件。
Although there is no open framework of learning a machine resource in the Android camp that can perfectly match the Apple MLX, they also released their -their software platforms or developmental tools in terms of improving efficiency and reducing costs. Android Camp的CHIP制造商通过封闭源SDK或开源协作更多地支持AI开发。
例如,高通公司的AI软件堆栈允许开发人员在启动手机和ibugug的几个月前基于Snapdragon 8 Elite开发AI应用程序服务,并通过Qualcomm Cloud Device(Qualcomm Cloud Device)优化。 AI应用程序可以通过ONNX,DirectML和Qualcomm AI软件堆栈等框架实现NPU加速。
▲Qualcommai软件堆栈
MediAtek具有一个座密度开发工作室,例如,神经元工作室可以根据神经网络自动调整,以帮助开发人员执行全链路M模型的odels并节省调谐时间。
此外,Dimentie AI开发套件2.0通过弹性架构的开源来提高开放性,适应库模型的模型数量增加了3.3倍,从而获得了对诸如Deviceek等流行模型的基本技术的完成支持,并提高了代币生产的速度。
总体而言,苹果是制造AI芯片功能的唯一完美之处,开发人员可以很好地利用它来获得更好的AI体验。 Android训练营不公平,但是矛盾之处和Laundryn每个生态层面仍然会带来巨大的挑战。
结论:手机AI芯片之间的战斗是一场艰苦的战斗,不会丢失
随着AI手机的快速发展,手机AI芯片在舞台上达到了C位置,并成为了巨型军事战略的必要战斗。
尽管苹果在实施AI功能的“财富”中似乎并不那么令人惊叹,但可以看出AI功能ONS的整理效果很高。它与基础芯片的联系,大型型号和应用程序中的操作系统对于Android营地很难赶上一段时间。
Apple AI有自己的内部问题,从团队到技术,但最终,苹果仍然遵循-BO中最好的事情来完成AI。苹果确实花了更多时间在“建筑桥梁和道路上”,但是一旦布置了基础,AI建筑物的上限就会充满巨大的想象空间。
这也是自芯片从终端制造商到芯片制造商开发的技术布局中不断增加Android CAMP的重要性。真正的AI体验不能与这些基础技术的支持分开。
毫无疑问,AI的到来对手机芯片市场的新活力印象深刻,并带来了新的变量。如果可以完成一部好的手机AI芯片,将是关键o AI手机战斗。回到Sohu看看更多