《表1 主流手机芯片厂商AI芯片硬件加速方案》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《手机AI芯片量化技术应用进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

AI技术开始赋能移动智能终端，AI应用不断丰富，为高效执行AI计算，获得更好的应用体验，主流芯片公司均提供了终端侧的AI算力支撑，即在端侧高效执行神经网络的算力支撑。从表1可得，现阶段手机行业AI算力的硬件解决方案现阶段大致分为两种技术路线。第一类，芯片内置专用的神经网络运算单元，对神经网络中大量的矩阵运算进行加速，以华为海思麒麟810、970[1]，苹果A11、A12为代表。第二类，通过SDK、API等调度传统硬件单元（CPU、GPU、DSP）及其他通用计算单元联动赋予芯片机器学习能力，以高通（骁龙855[2]、660AIE等）和联发科（P60、P90[3]）的部分芯片为代表。随着技术进步、应用场景的丰富以及端侧AI高效算力的要求，两种技术路线有融合发展的趋势[4]，如表1所示。