智東西
作者 云鵬
編輯 心緣

手機(jī)AI芯片大戰(zhàn)，正成為今天科技賽場(chǎng)上極為重要的一場(chǎng)較量。

從手機(jī)芯片大廠到手機(jī)終端巨頭，無一不在力挺端側(cè)AI，不論是系統(tǒng)級(jí)還是個(gè)性化AI的實(shí)現(xiàn)，都離不開AI的端側(cè)計(jì)算，而計(jì)算就離不開芯片。

尤其結(jié)合當(dāng)下AI智能體、AI OS方向成為行業(yè)共識(shí)，AI對(duì)芯片能力的需求愈發(fā)高漲，這種需求不是簡(jiǎn)單的“TOPS”算力，而是對(duì)芯片全方位能力的考驗(yàn)。

放眼國(guó)內(nèi)，小米掏出自研SoC大招，玄戒O1首秀即在CPU、GPU性能方面與高通聯(lián)發(fā)科掰手腕，與蘋果A18 Pro較量互有勝負(fù)。據(jù)小米方面透露，其自研NPU架構(gòu)也實(shí)現(xiàn)了不少細(xì)節(jié)創(chuàng)新。

▲5月22日小米發(fā)布玄戒O1自研芯片

華為海思的麒麟手機(jī)芯片雖仍然受限于工藝制程，卻在架構(gòu)和軟件系統(tǒng)層面尋找突破口，自研泰山大小核徹底擺脫Arm架構(gòu)，基于自研鴻蒙操作系統(tǒng)的深度優(yōu)化連年實(shí)現(xiàn)整機(jī)性能的提升，AI功能落地速度甚至部分超過安卓旗艦機(jī)。

▲6月20日華為開發(fā)者大會(huì)（HDC）上展示的最新手機(jī)端側(cè)AI功能，AI可以幫助用戶在拍照時(shí)進(jìn)行輔助構(gòu)圖

放眼全球，蘋果芯片在硬件性能方面已經(jīng)遇到不少有力挑戰(zhàn)者，在AI掉隊(duì)之下，如何基于芯片和系統(tǒng)優(yōu)勢(shì)實(shí)現(xiàn)AI體驗(yàn)是蘋果當(dāng)務(wù)之急；三星3nm工藝被曝良率堪憂，自家Exynos旗艦芯遲遲未能量產(chǎn)落地，內(nèi)部團(tuán)隊(duì)動(dòng)蕩，但其多年技術(shù)積累令其仍然是AI手機(jī)時(shí)代不可忽視的一股芯片力量。

在終端大廠加碼布局自研芯片之時(shí)，高通、聯(lián)發(fā)科自然也感受到了壓力，高通自研Oryon架構(gòu)CPU進(jìn)一步實(shí)現(xiàn)能效比的提升，聯(lián)發(fā)科連放AI開發(fā)工具大招力求用完善生態(tài)吸引AI開發(fā)者。

▲2024年10月21日高通發(fā)布采用Oryon CPU的旗艦SoC驍龍8 Elite

縱觀行業(yè)，雖說做手機(jī)不一定是“得芯片者得天下”，但在AI手機(jī)時(shí)代強(qiáng)化對(duì)芯片技術(shù)的掌控，已悄然成為巨頭們的必然選擇。

▲六大主流手機(jī)AI芯片廠商旗艦SoC及工藝情況

從工藝制程到芯片架構(gòu)，再到基于芯片的AI開發(fā)生態(tài)，如今各家有哪些關(guān)鍵動(dòng)作和布局，又有哪些臺(tái)上臺(tái)下的精彩較量？我們嘗試在這場(chǎng)AI芯片手機(jī)大戰(zhàn)中洞察到更多關(guān)鍵趨勢(shì)。

一、2nm被蘋果搶先包圓，小米高通聯(lián)發(fā)科們要靠什么打贏“能效比”？

為何芯片對(duì)AI手機(jī)的體驗(yàn)如此重要？性能和功耗表現(xiàn)可以說是一切功能想要真正落地前都必須要邁過的一道坎。

對(duì)于移動(dòng)智能設(shè)備來說，PPT中漂亮AI功能的實(shí)現(xiàn)，前提都是不能以犧牲手機(jī)功耗、續(xù)航為基礎(chǔ)，這是一條絕對(duì)的“紅線”。

十幾年來，提升芯片能效一直是智能手機(jī)芯片行業(yè)迭代的重點(diǎn)，而在AI手機(jī)時(shí)代，這一需求顯得更為迫切。

從工藝制程到芯片架構(gòu)設(shè)計(jì)，各家的競(jìng)爭(zhēng)態(tài)勢(shì)愈發(fā)激烈。

工藝方面，如今旗艦手機(jī)SoC的工藝制程已經(jīng)普遍來到了第二代3nm階段，包括蘋果、高通、聯(lián)發(fā)科、小米。當(dāng)然，蘋果每年都會(huì)率先包圓臺(tái)積電最新最強(qiáng)的工藝，比如明年的2nm。

蘋果分析師Jeff Pu提到，A19 Pro芯片會(huì)采用臺(tái)積電第三代3nm制程，蘋果最快會(huì)在明年的iPhone 18系列上引入臺(tái)積電2nm工藝。

臺(tái)積電董事長(zhǎng)魏哲家在財(cái)報(bào)電話會(huì)上曾透露，臺(tái)積電寶山廠首批2nm產(chǎn)能已經(jīng)全部被蘋果包圓了。

高通、聯(lián)發(fā)科、小米雖然不是第一批，但目前的旗艦芯片也都用上了蘋果“同款”工藝，三星這邊雖然自家集團(tuán)中的半導(dǎo)體部門有著先進(jìn)工藝制程技術(shù)，但在量產(chǎn)和內(nèi)部管理方面卻頻頻“翻車”，甚至原計(jì)劃的3nm Exynos系列芯片直接難產(chǎn)。

就在最近，三星的芯片業(yè)務(wù)被曝出偽造數(shù)據(jù)、掩蓋缺陷的丑聞，據(jù)報(bào)道，三星芯片工程師也紛紛跳槽到對(duì)家，可以說是“屋漏偏逢連夜雨”。

相比三星工藝翻車，華為海思這邊則是承壓前行，由于代工受到限制，麒麟手機(jī)芯片無法用上最新工藝制程，在芯片能效比提升方面與同代采用新工藝的旗艦芯片會(huì)拉開一定差距，操作系統(tǒng)和軟件層面的優(yōu)化對(duì)整機(jī)性能提升貢獻(xiàn)較大。

▲ CPU多核能效曲線（紅色圓點(diǎn)為麒麟9020，紫色、綠色曲線為高通、聯(lián)發(fā)科旗艦芯，時(shí)間為2024年12月），來源：極客灣Geekerwan

整體來看，工藝制程的升級(jí)對(duì)芯片能效的提升固然十分重要，但工藝制程的進(jìn)步在明顯放緩，手機(jī)能效比如果想要實(shí)現(xiàn)顛覆性提升，不能僅憑工藝升級(jí)。

臺(tái)積電在2024年的IEDM會(huì)議上提到，同面積2nm芯片的晶體管數(shù)量比3nm芯片多15%，同功耗下芯片性能提升大約15%。

在工藝之外，芯片設(shè)計(jì)層面、架構(gòu)層面等更多廠商可自主把控環(huán)節(jié)的技術(shù)創(chuàng)新就顯得更為重要，這也是各家能夠形成差異的一部分。

二、巨頭死磕自研架構(gòu)，芯片設(shè)計(jì)掀起“真假自研大戰(zhàn)”

業(yè)內(nèi)普遍認(rèn)為，在做AI手機(jī)這事上，蘋果有著軟硬件打通的先天優(yōu)勢(shì)——越深度全面地掌握底層技術(shù)，就越容易最終實(shí)現(xiàn)整機(jī)更好的體驗(yàn)。

各家手機(jī)AI芯片的自研深度或許決定著其AI手機(jī)體驗(yàn)的上限天花板。

雖然自研芯片的優(yōu)勢(shì)不是絕對(duì)的，但強(qiáng)化對(duì)自研芯片技術(shù)的掌握，已經(jīng)成為目前手機(jī)芯片領(lǐng)域毋庸置疑的大勢(shì)所趨。

具體來看，各家手機(jī)AI芯片自研模式有所不同，蘋果、華為、高通，基于Arm指令集，在SoC所有核心模塊實(shí)現(xiàn)自研；聯(lián)發(fā)科、小米、三星，基于Arm指令集，采用Arm公版架構(gòu)+部分模塊自研。

當(dāng)然，不論是哪種模式，都是毫無疑問的“自研”。簡(jiǎn)單來說，Arm指令集就像是芯片說的“語言”，但兩個(gè)人即便都用同樣的語言來寫文章，也會(huì)有“大學(xué)生論文”和“小學(xué)生作文”的差別。

蘋果這邊的自研深度自然不必多說，甚至可以說是“斷檔式領(lǐng)先”。

深度自研在AI方面實(shí)則能帶來不少優(yōu)勢(shì)，比如蘋果芯片的GPU模塊可以針對(duì)圖形處理和AI計(jì)算進(jìn)行優(yōu)化，其神經(jīng)網(wǎng)絡(luò)引擎（NPU）更是蘋果獨(dú)特優(yōu)勢(shì)，對(duì)端側(cè)AI各類功能加速都進(jìn)行了深度優(yōu)化。

華為雖然芯片工藝受限，但麒麟芯片的架構(gòu)卻一直在持續(xù)迭代。據(jù)了解，在最新的麒麟9020這一代上，華為已經(jīng)實(shí)現(xiàn)了CPU全部核心替換為自研泰山架構(gòu)，從超大核到小核。而GPU方面也有其自研的馬良系列。

▲華為麒麟9020芯片CPU內(nèi)核情況，來源：極客灣Geekerwan

實(shí)際上，華為也是在麒麟9020這一代上才實(shí)現(xiàn)的完全核心模塊自研，此前9010的CPU小核依然用的Arm公版IP。

在AI手機(jī)這波浪潮中，華為是手機(jī)行業(yè)中第一個(gè)將大模型能力用在手機(jī)上，實(shí)現(xiàn)自家智能助手升級(jí)的廠商，其自研麒麟芯片和自研鴻蒙操作系統(tǒng)的深度協(xié)同，讓華為即使在工藝制程受限的情況下，每年也能穩(wěn)定實(shí)現(xiàn)一定的整機(jī)性能提升，這對(duì)于AI體驗(yàn)的落地也十分關(guān)鍵。

相較于蘋果華為這種“自產(chǎn)自銷”的廠商，高通作為三方芯片廠商，其自研芯片的特性多少會(huì)一定程度上掣肘于安卓系統(tǒng)。

目前高通自研Oryon CPU已經(jīng)迭代至第二代，并大規(guī)模量產(chǎn)應(yīng)用在旗艦手機(jī)中，其自研的Adreno GPU也做了十幾年。

Oryon CPU架構(gòu)的突破，幫高通在CPU單核、多核性能上都領(lǐng)先于同代聯(lián)發(fā)科旗艦SoC，在手機(jī)CPU能效方面穩(wěn)居第一梯隊(duì)。

高通自研的Hexagon NPU，最新一代AI算力突破了80TOPS，據(jù)稱今年即將突破100TOPS，從算力絕對(duì)值層面來說，高通自研NPU有比較明顯的優(yōu)勢(shì)。

聯(lián)發(fā)科、小米的CPU、GPU核心模塊都是基于Arm IP授權(quán)進(jìn)行定制設(shè)計(jì)，均為Arm架構(gòu)；三星的Exynos CPU雖然是Arm架構(gòu)，但GPU卻采用了AMD的RDNA 3架構(gòu)。

▲小米玄戒O1 CPU內(nèi)核，來源：小米

ISP和NPU沒有“公版”之說，因此各家都是自研定制，比如ISP方面聯(lián)發(fā)科的Imagiq、小米的自研ISP；聯(lián)發(fā)科旗艦芯NPU有42TOPS算力，小米也有自研6核NPU。

前段時(shí)間關(guān)于芯片“自研”的討論成為科技圈第一大話題，實(shí)際上，正如前文所說，芯片自研與否與是否采用了Arm架構(gòu)或Arm IP授權(quán)并無直接關(guān)系。

一個(gè)手機(jī)SoC里面包含上百個(gè)IP模塊，如何讓各個(gè)模塊高效、低功耗地集成在一起，并保證其協(xié)同工作，還要實(shí)現(xiàn)差異化優(yōu)勢(shì)，這是真正的難點(diǎn)所在。

一位芯片行業(yè)人士告訴智東西，最難的不是“自研”，而是真正把芯片設(shè)計(jì)的每一個(gè)細(xì)節(jié)吃透，做出一個(gè)成熟好用、性能功耗平衡優(yōu)秀的芯片，實(shí)際上，實(shí)現(xiàn)這件事的過程，就是在自研芯片。

可以看到，一方面，自研芯片核心技術(shù)可以直觀地給產(chǎn)品帶來性能或體驗(yàn)的優(yōu)勢(shì)，另一方面，芯片自研帶來的不僅是芯片產(chǎn)品本身，更是對(duì)一家廠商整個(gè)技術(shù)版圖的重要補(bǔ)全，對(duì)廠商優(yōu)化芯片與操作系統(tǒng)、大模型、應(yīng)用的協(xié)同都會(huì)有幫助。

不做深度自研，很難像蘋果一樣實(shí)現(xiàn)人無我有的優(yōu)勢(shì)，強(qiáng)化手機(jī)AI芯片自研技術(shù)，已經(jīng)成為行業(yè)的必然方向。

三、都說蘋果AI掉隊(duì)了，怎么突然被蘋果“反將一手”？

正如前文所說，如今早已不是“唯TOPS論”的時(shí)代，隨著端側(cè)AI快速發(fā)展，AI應(yīng)用真正落地的能效表現(xiàn)成為行業(yè)關(guān)注焦點(diǎn)。

優(yōu)秀模型一個(gè)接一個(gè)，但AI手機(jī)上的AI應(yīng)用能否高效利用端側(cè)AI大模型能力，如何在有限的能效內(nèi)更高效地運(yùn)行AI，最終實(shí)現(xiàn)好的AI體驗(yàn)，仍然存在很大優(yōu)化空間。

在芯片本身過硬的基礎(chǔ)上，手機(jī)AI芯片的相關(guān)開發(fā)加速工具支持完善程度也十分關(guān)鍵。

在這方面，蘋果在今年WWDC上，邁出了非常關(guān)鍵的一步——向所有App開放權(quán)限，允許App直接訪問蘋果智能核心的設(shè)備端大語言模型。

如何訪問？蘋果發(fā)布了基礎(chǔ)模型框架，也就是如今業(yè)內(nèi)常常被討論的蘋果開源機(jī)器學(xué)習(xí)框架（MLX），讓開發(fā)者可以使用蘋果的模型，開發(fā)工具層面的App Intents則讓開發(fā)者能在整個(gè)系統(tǒng)中關(guān)聯(lián)自己App的內(nèi)容和功能。

具體來看，蘋果MLX支持Python、C++、C和Swift等多種主流編程語言，根據(jù)GitHub信息，其API對(duì)于開發(fā)者來說熟悉易用，同時(shí)支持函數(shù)變換的組合性、延遲計(jì)算模式、動(dòng)態(tài)圖構(gòu)建、跨設(shè)備運(yùn)行能力以及統(tǒng)一內(nèi)存模型。

在性能方面，跟傳統(tǒng)的機(jī)器學(xué)習(xí)框架相比，蘋果MLX內(nèi)存?zhèn)鬏旈_銷為零拷貝，同時(shí)對(duì)蘋果芯片GPU計(jì)算能力進(jìn)行了優(yōu)化，未來MLX可以直接調(diào)用ANE專用指令集，而其他框架大多是間接支持或有限支持；動(dòng)態(tài)圖響應(yīng)速度方面，MLX能達(dá)到毫秒級(jí)，PyTorch為秒級(jí)，TensorFlow則需分鐘級(jí)。

對(duì)于開發(fā)者們來說，MLX的實(shí)時(shí)錯(cuò)誤追蹤比傳統(tǒng)靜態(tài)圖框架快3-5倍，85%的NumPy/PyTorch代碼可直接遷移，并且還可以利用蘋果芯片統(tǒng)一架構(gòu)減少跨平臺(tái)適配工作。

可以說，蘋果MLX是全流程的開源框架，從模型訓(xùn)練到推理的端側(cè)優(yōu)化，并且深度整合了自家的硬件。

安卓陣營(yíng)中雖然沒有能完全對(duì)標(biāo)蘋果MLX的開源機(jī)器學(xué)習(xí)框架，但在開發(fā)者提效降本方面也都發(fā)布了各自的軟件平臺(tái)或開發(fā)工具。安卓陣營(yíng)的芯片廠商更多通過閉源SDK或開源協(xié)作的方式支持AI開發(fā)。

比如高通的AI軟件棧，可以讓開發(fā)者在手機(jī)上市幾個(gè)月前，通過高通Device Cloud，基于驍龍8 Elite開發(fā)AI應(yīng)用服務(wù)，進(jìn)行調(diào)試、優(yōu)化。AI應(yīng)用可以通過ONNX、DirectML等框架和高通AI軟件棧，實(shí)現(xiàn)NPU的加速。

▲高通AI軟件棧

聯(lián)發(fā)科這邊則有天璣開發(fā)工具集（Dimensity Development Studio），比如其中的Neuron Studio能基于神經(jīng)網(wǎng)絡(luò)進(jìn)行自動(dòng)化調(diào)優(yōu)，幫開發(fā)者進(jìn)行跨模型的全鏈路分析，節(jié)省調(diào)優(yōu)時(shí)間。

此外，聯(lián)發(fā)科的天璣AI開發(fā)套件2.0，通過開源彈性架構(gòu)提升開放度，模型庫適配的模型數(shù)量提升了3.3倍，對(duì)DeepSeek這樣的熱門模型的關(guān)鍵技術(shù)實(shí)現(xiàn)端側(cè)支持，提升tokens的生產(chǎn)速度。

總體來看，讓AI芯片的能力可以被開發(fā)者高效地用到AI應(yīng)用中，實(shí)現(xiàn)更好的端側(cè)AI體驗(yàn)，這事目前仍然只有蘋果做的是最完善的，安卓陣營(yíng)并非不做，但生態(tài)層面的不統(tǒng)一、各自為戰(zhàn)仍然會(huì)帶來很大挑戰(zhàn)。

結(jié)語：手機(jī)AI芯片之戰(zhàn)，不能輸?shù)挠舱?/p>

在AI手機(jī)高歌猛進(jìn)之下，手機(jī)AI芯片走到了舞臺(tái)C位，成為巨頭兵家必爭(zhēng)之地。

雖然蘋果看似在AI功能落地的“豐富度”上少了些驚艷感，但仔細(xì)梳理卻能看到其AI功能端側(cè)實(shí)現(xiàn)占比極高，其從底層芯片、操作系統(tǒng)到大模型、應(yīng)用的打通，是安卓陣營(yíng)極難段時(shí)間追趕的。

蘋果AI誠(chéng)然有其內(nèi)部深層次問題，從團(tuán)隊(duì)到技術(shù)，但歸根結(jié)底，蘋果依然按照他最擅長(zhǎng)的做法——小步快跑，來做AI，蘋果確實(shí)在“架橋鋪路”上花費(fèi)了更多時(shí)間，但一旦打好地基，AI大廈的上限將充滿巨大想象空間。

這也是安卓陣營(yíng)從終端廠商到芯片廠商都不斷加碼芯片自研技術(shù)布局的重要性所在。真正好的端側(cè)AI體驗(yàn)，離不開這些底層技術(shù)的支撐。

毫無疑問，AI的到來給手機(jī)芯片市場(chǎng)注入了新的活力，帶來了新的變量，能否做出好的手機(jī)AI芯片將成為決勝AI手機(jī)之戰(zhàn)的關(guān)鍵。