为什么在移动芯片上，AI功能如此被看重？

近日，骁龙8 Gen3、天玑9300接连发布，最受关注的点，不再是参数的数值，而是标配的AI。

为什么在移动芯片上，AI功能如此被看重？对于用户来说这将带来怎样颠覆性的体验提升？

先说答案，对于移动芯片来说，未来的竞争核心是AI，AI性能的好坏将成为衡量芯片优劣的核心标准之一。

之所以这么说，当然和人工智能行业的发展密不可分。

从去年11月ChatGPT爆火出圈以来，大模型成为几乎所有企业追逐的业务，而让这些企业疯狂追逐的原因，当然是在可预见的未来，人工智能将席卷各行各业，带来生产力的革命。

这个诱惑是谁也不愿错过的。

对于手机厂商来说，这同样是一个天赐良机！

一方面，手机圈卷的太厉害了，有了突破点就必须要抓住；另一方面，大模型的应用和手机有着天然的契合点，堪称绝配。

因此，骁龙和天玑最新的芯片都强调AI功能的引入。

10月25日，2023年骁龙峰会上，高通推出的骁龙8 Gen3，把生成式人工智能功能直接引入芯片组。

骁龙8Gen3把Hexagon DSP升级为Hexagon NPU，带来了高达98%的AI算力提升，以及40%的能耗降低，支持终端设备上运行100亿参数的模型。可完成对话，生成图像或文本，不到一秒就能生成一张图。

11月6日，联发科发布天玑9300旗舰5G生成式AI移动芯片，集成联发科第七代为生成式AI设计的APU 790，整数运算和浮点运算的性能是前一代的2倍，功耗降低了45%，并且内置了硬件级的生成式AI引擎，可实现更加高速且安全的边缘AI计算，处理速度是上一代的8倍，1秒内可生成图片。

另外，联发科结合内存硬件压缩技术等，大幅减少AI大模型对终端内存的占用，支持终端运行最高330亿参数的AI大语言模型。

可以看出，高通和联发科都在最新旗舰芯片的AI性能上下了不少功夫。

而之所以这么做，一方面当然是为了性能的整体提升，另一方面，也给端侧大模型提供了支持。

关于大模型，最近数月，华米OV荣耀等几乎所有厂商都官宣了自家产品。那么要如何更好的和自己手机等硬件结合呢？部署端侧大模型就是选择之一。

我们知道，云端部署大模型对于个人隐私的保护不利，响应速度和适用场景有局限。

相较于单纯在云端部署，端侧AI大模型可基于用户偏好，对用户意图理解更精准，提供更好的个性化服务，结合多模态自然交互，打造个人化全场景智慧服务。

所以，部署端侧大模型是有必要的，当然，与云端的结合能更好的发挥大模型的价值。

有了大模型，未来我们的手机语音助手将不再是“智障”，而是一个更加人性化的情感陪伴，一个高效的生产力工具。另外，手机的各项功能体验都将带来革新。

这样的一次变革，每一个厂商都会竭力去争取。

搭载骁龙8 Gen3、天玑9300的手机现在已经开始陆续开售，加上在软件上的不断升级，未来用户对各品牌的评价又会多一个评判标准：这个品牌的人工智能体验如何。

华为、小米、OPPO 、vivo、荣耀等都已经在做了，建议用户在手机上探索一下。

可能唯一遗憾的是，苹果的人工智能有些掉队。当然，苹果用户可能并不在意这一点，毕竟iOS很流畅，苹果手机已优秀到不需要人工智能了~