在我们的常识体系中，科技一词往往有两种定义。第一种是封存在实验室里的科技，它们如同高岭之花，只有少部分山顶上的人才能接触和了解这些科技，大部分人只是在新闻中听说过。第二种则是进入了生活的科技，人们时时刻刻都在使用它，将其视作一种常态而不再把“技术”作为关键词。
从第一种到第二种的过程，即是科技下沉的过程。在下沉中，科技会改变人类的生活，会因此衍生出高价值的产业链，从而进一步推动科技自身的进步。
这个过程曾经发生在智能手机上，也正发生在移动AI上。
移动AI并非奢侈品，让高岭之花开遍平原
目前来看，移动AI通常集中在苹果、华为、荣耀等几款搭载了AI芯片的旗舰机中。但任何一项科技的应用化发展，都离不开反复投入使用再进行调试。对于AI这种需要数据累积的技术来说尤其如此。
想象一下，如果未来移动AI技术带来的语音助手、用户习惯学习等等功能都只能应用在几款手机上，很有可能导致两种后果。第一种是由于无法摊薄技术研发成本，能够承载终端AI计算的手机会很昂贵，第二种是由于用户数量少无法带来边际效应也缺乏流量支持，参与移动AI应用开发会变成一件低回报率的事情，最终只能由终端制造企业自己承担服务开发。
不过集合了这两种特点的手机已经有了——起步价49999元人民币，购买后即提供收费私人助理服务的Vertu手机。
手机厂商和芯片厂商重金押注移动AI，自然为的不是再造一个Vertu，而是希望借助技术的提升完善硬件普遍的使用体验，碰撞出完整的商业机会。让移动AI功能下沉到更多终端中去，才能让高岭之花开遍平原，成为供养整个移动AI生态的作物。
但目前的现状是，移动AI的相关应用很少，大部分集中在拍照、录像等图像处理和翻译、语音交互等等自然语言处理的简单应用上，移动AI的想象力还没被完全打开。同时能进行本地AI计算的终端数量不多，开发者如果想在产品中加入深度学习等等功能，就需要配适多种终端的不同解决方案——A型号可以在终端完成计算，B型号却要在云端进行计算，为了包容两种解决方案，开发者只好在产品设计中加入更多弹性，最终牺牲一部分功能和体验。
硬普及和软开放：移动AI下沉的两个节点
但没有任何一种技术的下沉是无缘无故发生的，目前来看移动AI会在以下两个节点开始发生下沉。
第一个节点是移动AI芯片向中端乃至低端机型的普及。
经过此前的介绍，我们知道移动AI体验的关键在于独立的神经网络计算处理器，利用异构计算极大地提升算力并降低计算任务的能源消耗。因此移动AI想要向更多使用者下沉，必然需要NPU向更多机型普及。
如今麒麟970已经搭载在华为P系列、Mate系列以及荣耀10和V10中，遍布了2500－6000元的中高端＋旗舰两个档次。有消息称华为在麒麟659的下一代——麒麟670中也会搭载NPU，把端侧AI能力进一步下放给千元机。
除了麒麟海思，高通推出的AI Engine模式也在让更多机型增强端侧计算能力，虽然高通用向量处理＋CPU＋GPU的解决方案来替代NPU，在最终实现效果上还与NPU有着一定的差别，但毫无疑问的是，未来在一系列芯片和AI引擎的加持下，手机的端侧算力会出现普遍的提升。这也给移动AI下沉的第二个节点提供了先决条件。
第二个节点是移动AI应用开发适配性的提高。
12下一页>（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
