AI门户, 中国人工智能行业资讯平台--AI门户网
来源:AI门户网     时间:2026/4/11 22:55:00     共 2315 浏览

不知道大家有没有这种感觉,现在买手机,参数表里CPU、GPU听得多了,突然又冒出来一个“AI芯片”或者“NPU”,看得人一头雾水。这玩意儿到底是干嘛的?它对我们的手机体验影响大吗?这就好比“新手如何快速涨粉”一样,很多人想了解,但第一步总是不知从何入手。今天,我们就来聊聊2020年那会儿,各大手机芯片在AI能力上的“华山论剑”,用最直白的话,把这事儿给你讲明白。

AI芯片到底是个啥?手机为啥需要它?

简单来说,AI芯片就是手机里专门负责处理人工智能任务的“小脑”。以前,像语音助手识别你的话、相机自动美化照片、系统预测你下一个要打开哪个APP这些“智能”活儿,都是由CPU(中央处理器)这个“大脑”兼职干的。但AI任务往往很特殊,需要同时进行海量的简单计算,这让通用型的CPU干起来又慢又费电。

所以,厂商们就给手机加了个“小脑”——专门为AI计算设计的处理单元。它可能叫NPU(神经网络处理器),也可能叫APU(AI处理器),或者像高通那样,把CPU、GPU、DSP等一堆硬件打包起来协同工作,统称为“AI Engine”。它的核心任务就是高效、低功耗地完成AI运算,让你手机的“智能”功能反应更快,而且不那么耗电。

那么,2020年各家芯片的这个小脑,谁发育得更好呢?我们直接看当时的“考试成绩单”。

2020年手机AI芯片性能排行榜单

当时,国内知名的评测机构鲁大师发布了一份季度AI芯片排行榜,这份榜单通过运行几种主流的神经网络模型来测试芯片的AI性能,可以看作是一次比较权威的“摸底考试”。结果一出来,有点让人意外。

*第一名:高通骁龙865

*AI跑分:112309分

*这个分数可以说是遥遥领先,几乎是第二名的两倍。它搭载的是高通第五代AI Engine,最大特点是采用了异构计算的思路。简单讲,它不是靠一个单独的“死脑筋”NPU硬算,而是让CPU、GPU和专门的Hexagon张量处理器(可以理解为更灵活的AI加速器)协同作战,什么任务适合谁干就派谁去。这种设计的好处是灵活性和能效平衡得非常好。特别是它的Hexagon处理器,重点优化了对8位、16位定点运算的支持,这在保证精度的前提下,能大幅降低功耗,让手机更省电。

*第二名:苹果A13 Bionic

*AI跑分:59050分

*搭载在iPhone 11系列上。苹果的路线不太一样,它很早就集成了自研的“Neural Engine”(神经网络引擎)。A13的Neural Engine性能已经很强,每秒能进行超过一万亿次运算,为Face ID、拍照算法等提供了强大支持。但在这次偏向于安卓平台常用模型的跑分中,分数与骁龙865差距较大。不过要记住,跑分只是体现某一方面的能力,苹果的优势在于其软硬件深度整合带来的实际体验优化

*第三名:华为麒麟990 5G

*AI跑分:58014分

*华为从这一代开始,用上了自研的达芬奇架构NPU,告别了之前的寒武纪方案。这个达芬奇架构很有意思,它采用了“大核+微核”的设计,有点像CPU的大小核,大核处理重负载AI任务,微核负责始终在线的轻量级AI应用(比如拾音唤醒),目的是实现性能和功耗的精准控制。这让麒麟990在AI拍照、视频实时抠图等场景下表现很出色。

看到这里,你可能有个疑问:为什么骁龙865的分数能高出这么多?是苹果和华为不行了吗?别急,这正是问题的关键。

自问自答:分数差距这么大,到底说明了什么?

好,我们来拆解一下这个核心问题。首先必须明确一点:跑分高,绝对不等于体验差;但跑分差距巨大,背后一定有其技术原因。

骁龙865的AI跑分之所以一骑绝尘,关键在于高通那套“AI Engine”整体解决方案的思路。它不像有些厂商只堆一个NPU的算力,而是把整个芯片系统都调动起来为AI服务。你可以把它想象成一个高度协同的专家团队

*CPU(Kryo 585):擅长处理复杂的逻辑和调度,是团队的指挥官。

*GPU(Adreno 650):擅长并行处理大量图形和浮点计算,是团队的强力执行者。

*Hexagon 698处理器:这是专门的张量加速器,可以理解为AI计算专家,特别精通处理神经网络里那些特定的矩阵运算(比如卷积、池化)。

当AI任务来了,这个团队会智能地分配工作:简单的、需要高精度的活给GPU干;特定的、重复性高的矩阵运算给Hexagon干;协调和调度的活给CPU。这样分工合作,效率自然比只靠一个“大力士”(单一NPU)吭哧吭哧干要高得多,也更省“体力”(电量)

此外,骁龙865在内存(支持LPDDR5)、数据压缩技术等方面也为AI计算做了优化,减少了数据搬运的能耗,这同样是提升能效的关键。

那么,这是否意味着苹果和华为的方案落后呢?完全不是。这更像是两种不同的技术路径:

*苹果:走的是垂直整合、软硬一体的路线。它的Neural Engine和iOS系统、自家的AI框架(Core ML)结合得极其紧密。很多AI任务,比如照片的智能HDR、视频的影院级防抖,是芯片、算法、传感器、系统共同作用的结果。它的优势在于为用户提供无缝、稳定且高效的端到端体验,而不是在某个通用跑分上争第一。

*华为达芬奇架构NPU则代表了另一种专用化方向。通过设计专门的AI计算单元,并采用大小核结构来精细化管理功耗,在特定的AI应用场景(尤其是影像处理)上能做到非常极致的能效比。

所以,对于小白用户来说,看这个排行榜的正确姿势是:

1. 它反映了不同芯片在应对通用AI benchmark(基准测试)时的理论计算能力差异。

2. 骁龙865的高分,证明了其异构AI计算体系在当时的综合能效和灵活性上有一定优势。

3. 但实际手机体验是综合性的,芯片AI性能只是基础,厂商的算法优化、系统调校同样至关重要。麒麟990的拍照优化、A13的视频能力,都是很好的例子。

给新手小白的选购思考

聊了这么多技术,最后落到我们买手机上。作为小白,怎么看待芯片的AI性能呢?我的观点是,你可以把它看作手机“未来潜力”和“综合流畅度”的一个重要指标。

*它意味着手机更“聪明”:更强的AI算力,能让语音助手反应更快更准,让拍照的夜景模式、人像虚化效果更好,让系统学习你的使用习惯并预加载应用更灵敏。

*它关乎续航体验:高效的AI计算意味着用更少的电完成同样的智能任务,这对手机续航是隐形的加分项。

*不必过分纠结分数:对于绝大多数日常使用,2020年这些旗舰芯片的AI性能都已经绰绰有余。与其死磕跑分数字,不如关注具体功能。比如,如果你特别看重拍照,可以看看这款手机利用AI实现的拍照功能(如超级夜景、多帧合成)实际样张如何;如果看重流畅度,可以去实体店试试系统的动画和App启动速度。

总而言之,2020年的这场AI芯片竞赛,高通骁龙865在测试中展现出了强大的理论性能,其异构计算思路影响深远。而苹果和华为则深耕于各自的技术生态,提供了特色鲜明的体验。作为消费者,了解这些背景知识,能帮助我们在面对琳琅满目的参数时,多一份清醒的判断,知道钱花在了哪里,哪方面的提升对自己才是真正重要的。毕竟,手机是拿来用的,自己用得舒服、顺手,才是最好的。

版权说明:
本网站凡注明“AI门户网 原创”的皆为本站原创文章,如需转载请注明出处!
本网转载皆注明出处,遵循行业规范,如发现作品内容版权或其它问题的,请与我们联系处理!
您可以扫描右侧微信二维码联系我们。
  • 相关主题:
网站首页 关于我们 联系我们 合作联系 会员说明 新闻投稿 隐私协议 网站地图