在我們的常識體系中，科技一詞往往有兩種定義。第一種是封存在實驗室里的科技，它們?nèi)缤邘X之花，只有少部分山頂上的人才能接觸和了解這些科技，大部分人只是在新聞中聽說過。第二種則是進入了生活的科技，人們時時刻刻都在使用它，將其視作一種常態(tài)而不再把“技術”作為關鍵詞。

　　從第一種到第二種的過程，即是科技下沉的過程。在下沉中，科技會改變?nèi)祟惖纳?，會因此衍生出高價值的產(chǎn)業(yè)鏈，從而進一步推動科技自身的進步。

　　這個過程曾經(jīng)發(fā)生在智能手機上，也正發(fā)生在移動AI上。

　　移動AI并非奢侈品，讓高嶺之花開遍平原

　　目前來看，移動AI通常集中在蘋果、華為、榮耀等幾款搭載了AI芯片的旗艦機中。但任何一項科技的應用化發(fā)展，都離不開反復投入使用再進行調(diào)試。對于AI這種需要數(shù)據(jù)累積的技術來說尤其如此。

　　想象一下，如果未來移動AI技術帶來的語音助手、用戶習慣學習等等功能都只能應用在幾款手機上，很有可能導致兩種后果。第一種是由于無法攤薄技術研發(fā)成本，能夠承載終端AI計算的手機會很昂貴，第二種是由于用戶數(shù)量少無法帶來邊際效應也缺乏流量支持，參與移動AI應用開發(fā)會變成一件低回報率的事情，最終只能由終端制造企業(yè)自己承擔服務開發(fā)。

　　不過集合了這兩種特點的手機已經(jīng)有了——起步價49999元人民幣，購買后即提供收費私人助理服務的Vertu手機。

　　手機廠商和芯片廠商重金押注移動AI，自然為的不是再造一個Vertu，而是希望借助技術的提升完善硬件普遍的使用體驗，碰撞出完整的商業(yè)機會。讓移動AI功能下沉到更多終端中去，才能讓高嶺之花開遍平原，成為供養(yǎng)整個移動AI生態(tài)的作物。

　　但目前的現(xiàn)狀是，移動AI的相關應用很少，大部分集中在拍照、錄像等圖像處理和翻譯、語音交互等等自然語言處理的簡單應用上，移動AI的想象力還沒被完全打開。同時能進行本地AI計算的終端數(shù)量不多，開發(fā)者如果想在產(chǎn)品中加入深度學習等等功能，就需要配適多種終端的不同解決方案——A型號可以在終端完成計算，B型號卻要在云端進行計算，為了包容兩種解決方案，開發(fā)者只好在產(chǎn)品設計中加入更多彈性，最終犧牲一部分功能和體驗。

　　硬普及和軟開放：移動AI下沉的兩個節(jié)點

　　但沒有任何一種技術的下沉是無緣無故發(fā)生的，目前來看移動AI會在以下兩個節(jié)點開始發(fā)生下沉。

　　第一個節(jié)點是移動AI芯片向中端乃至低端機型的普及。

　　經(jīng)過此前的介紹，我們知道移動AI體驗的關鍵在于獨立的神經(jīng)網(wǎng)絡計算處理器，利用異構計算極大地提升算力并降低計算任務的能源消耗。因此移動AI想要向更多使用者下沉，必然需要NPU向更多機型普及。

　　如今麒麟970已經(jīng)搭載在華為P系列、Mate系列以及榮耀10和V10中，遍布了2500-6000元的中高端+旗艦兩個檔次。有消息稱華為在麒麟659的下一代——麒麟670中也會搭載NPU，把端側AI能力進一步下放給千元機。

　　除了麒麟海思，高通推出的AI Engine模式也在讓更多機型增強端側計算能力，雖然高通用向量處理+CPU+GPU的解決方案來替代NPU，在最終實現(xiàn)效果上還與NPU有著一定的差別，但毫無疑問的是，未來在一系列芯片和AI引擎的加持下，手機的端側算力會出現(xiàn)普遍的提升。這也給移動AI下沉的第二個節(jié)點提供了先決條件。

　　第二個節(jié)點是移動AI應用開發(fā)適配性的提高。