手机AI日益关键，厂商缘何不再强调NPU算力
如今，“AI”已成为智能手机行业各大厂商频繁提及的宣传重点。
一方面，头部手机品牌纷纷宣称拥有“自研AI大模型”，并借助各类“性能优化方案”，在手机上推出了主打影像、服务日常生活或辅助游戏体验的“AI功能”。
另一方面，上游芯片厂商在发布新款SoC时，也普遍会展示NPU架构改进、能效提升，以及联合AI大模型进行端侧性能优化的内容。
若回顾前些年的智能手机宣传便会发现，在“手机AI”尚未普及的阶段，厂商宣传早期“NPU”时，都会明确给出性能（算力）指标。尽管当时NPU的应用场景有限，但消费者能直观看出不同品牌、不同代次SoC在NPU性能上的差异与进步幅度。
如今，手机SoC性能更强，NPU更先进，支持的“端侧AI”功能也更多，但厂商宣传时却普遍只进行具体的“功能演示”。无论是手机厂商还是上游芯片厂商，似乎都对“NPU算力数字”这一直观、便于普通消费者对比优劣的参数避而不谈。
这究竟是为何呢？
NPU算力“遇瓶颈”？这种说法并非完全错误
根据常识，当某个数据突然停止公布时，往往意味着它可能不再亮眼。
手机NPU似乎也是如此。以高通为例，2019年的骁龙855是首款公开NPU算力的产品，当时算力为7TOPs。后续的骁龙865、骁龙888、骁龙8 Gen1官方均公布了算力数据，分别为15TOPs、26TOPs、52TOPs。
但骁龙8 Gen1之后，高通便不再公布NPU的“算力数字”。从公开技术资料可知，2024年发布的骁龙8至尊版NPU算力为80TOPs，今年换代的第五代骁龙8至尊版则为100TOPs。
不难发现，尽管这两代旗舰SoC的NPU性能在行业中仍处于领先地位，但从骁龙8 Gen2到骁龙8 Gen3，NPU的“算力数字”进步速度确实有所放缓。
从这份统计数据能看出，高通的NPU性能领先优势明显
当然，这只是高通一家的情况。从三易生活掌握的数据来看，其他主流手机芯片厂商在“NPU算力数字”方面可能更不乐观。因此，当高通带头不再公开宣传NPU算力时，其他厂商自然也有理由效仿。
NPU性能进步放缓的原因？不止芯片设计那么简单
从相关数据可见，最早几代手机SoC的NPU，几乎每次换代都能实现算力翻倍。但近两年，NPU的“算力”进步速度明显减慢。
对此，一个容易想到的理由是，早期NPU在设计上留有较多“余量”，所以能实现代代算力翻倍。但随着半导体制程成本上升，加上厂商需将更多功耗分配给新架构的CPU和GPU，这种“任性”的设计便难以维系。
不过，若关注过当时手机厂商的宣传会发现，在停止宣传NPU“算力数字”后，他们几乎仍会在每次芯片换代时宣称新NPU比前代“性能翻倍”。
显然，如今NPU的“硬件算力”远未达到每次更新都翻倍的程度。那么这个“性能翻倍”从何而来？其实，过去与现在的“手机AI”在技术内涵和处理任务类型上已发生巨大变化，对NPU的设计需求也截然不同。
例如，早期“手机AI”几乎集中在“计算视觉”领域，如面部识别、拍照自动场景优化、视频自动画面增强等。这些技术需要NPU具备强大的图像信号吞吐量，因此最早的NPU完全聚焦于“峰值算力”，追求在最短时间内完成计算。由于NPU平时很少参与手机日常工作，能效比稍差也无关紧要。
但现在情况已大不相同。手机“AI功能”不再局限于计算视觉，更多集中在“内容生成”，如AI生文、AI生画、拍照时用AI生成缺失细节等。此外，AI功能增多，系统日常调用NPU的场景愈发频繁，这使得现在的NPU一方面要针对生成式AI任务修改底层架构，另一方面必须比过去更注重长时间运行的能效比。
举个例子，近期部分机型开始用NPU协助GPU进行游戏“超帧超分”处理。显然，若NPU仍采用以前“爆发式”的性能设计思路，肯定无法满足需求。
手机NPU还会持续进步吗？会，但思路已变
在针对新的AI应用需求调整底层设计后，如今各大芯片厂商的NPU“硬件性能”在近两年确实重回增长轨道。不过受各种限制，手机NPU已无法像以前那样实现每一代硬件算力直接“翻番”。
难道以后手机NPU就无法实现大幅性能提升了吗？
从现有信息来看，并非如此，但肯定不会像以前那样单纯靠“堆规模”和提升频率来解决问题。比如，部分手机厂商会将私有算法“固化”进NPU，通过算法定制硬件，提升NPU执行特定任务的计算效率。
对更多品牌而言，与大模型开展技术合作，深度调校AI功能在NPU上的兼容性和执行速度，是当下提升NPU性能的主要方式。例如，近日三星与Nota AI达成合作，计划通过软件优化让Exynos 2500的NPU（算力59TOPs）在实际AI执行速度上“追平”第五代骁龙8至尊版的100TOPs算力NPU。
尽管对这种“优化”能否实现尚存疑虑，但它至少表明，对于如今手机SoC的NPU设计，软件优化的效果甚至可能比单纯的硬件设计更重要。
本文来自微信公众号“三易生活”（ID：IT-3eLife），作者：三易菌，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com