如果遇到這幾個場景，會不會讓人很尷尬：

　　某品牌手機需要人臉識別才能解鎖，但需要將你的人臉信息上傳到其后臺云端，你會不會有個人隱私泄漏的擔憂？他們的云是絕對安全的嗎？

　　你在家門口用指紋解鎖進入房門，但是此時網絡斷掉了，指紋無法被傳輸到云端進行驗證，你只能默默地等在門口，祈禱網絡重新連接。

　　你用于開鎖和付款的臉部信息被泄露了，朋友開玩笑說你可能要“整容換臉”。

　　你在使用無人駕駛汽車，當遇到突發情況時，信息上傳到云端、云端分析處理下達指令回到終端，但已經過了1~2秒，結果錯過最佳處理時機，甚至導至交通事故發生……

　　AI很美好，但是現階段云管端的一些弊端，可能會讓尷尬無處不在。

　　人工智能（AI）因為對計算能力要求高，并且需要大數據的支撐，所以一直被寄予在云端實現。但斷網（穩定性）、響應速度、隱私安全，是云端的三大潛在隱患。或許，可以換一個思路，AI并不一定非要與云相伴相生。

　　“Mobile AI=On-Device AI + Cloud AI”。這是10月16日華為Mate10在德國慕尼黑發布時，華為消費者業務CEO總裁余承東在演講中正式提出的戰略構想。這款今年最被用戶期待的高端智能手機，不僅主打AI功能，并且是將原來很多在云端實現的AI轉移到手機里實現。這個戰略重要的一點，就是要解決云管端存在的“AI體驗差”難題。

　　余承東表示，云側智能經過多年發展，已經廣泛應用，但是云側智能的體驗并不完整。在用戶體驗方面，仍存在著實時性、穩定性和隱私方面的問題，而端側智能可以實現同云端智能的優勢互補。

　　時隔四天，在20日下午Mate10上海發布會上，余承東在展示華為終端2017年前三季度的驕人業績后，再次強調“華為開啟移動智能時代”。

　　“在人工智能時代，手機將成為人的智慧助手。今天，HUAWEI Mate 10通過創造性地集成人工智能專用NPU神經網絡單元，在端側人工智能上邁出了開創性的一步。” 余承東著重強調。

　　從這顆芯開始，AI可以走下“神壇”

　　AI已經走過60年的歷史、經歷了三波浪潮。但前兩次都沒有真正實現落地，原因在于計算能力不夠和數據量不足。過去一年來，AI已經在逐步落地，應用場景越來越豐富。不過，同樣因為計算能力和大數據處理的原因，AI一直都是依賴于云端實現。

　　所有科技企業并不是不知道云端可能存在的三個隱患，只是受困于端側的計算能力無法有效支撐。

　　這次華為首次提出“端側+云側”的AI，希望讓AI走下“云”這個神壇，在用戶自己掌控的手機中實現AI應用，讓其與云端的計算處理能力相輔相成，源自于一顆芯——麒麟970的誕生。

　　CPU的計算能力在過去二十年間遵循摩爾定律，也在如今受制于摩爾定律。而AI對于CPU的計算提出更高的要求，需要芯片的計算能力再出現幾何倍數的增長。那么過去很多集成在智能手機系統中的AI功能，大多依靠CPU、GPU或DSP進行深度學習計算，其已經不能滿足AI的運算量和速度，如同小馬拉大車了。

　　更主要的是，由于它們的架構設計不是為深度學習定制，處理效率也相對底下。因此專門為機器學習設計的NPU（即神經元網絡處理單元）應運而生，面對同樣de 工作時，為AI而生的NPU處理效率極高，例如麒麟970這一個指甲蓋大小的芯片上，搭載的NPU單元在機器學習方面就擁有傳統CPU的50倍能效。

　　從麒麟970的整體布局來看，其封裝后面積只有指甲蓋大小，但里面卻集成了55億個晶體管。這個數字是什么概念呢？它要比高通驍龍835還要多出25億個，可以說為了強化應用能力，華為為此不計工本。

　　在9月2日德國 IFA 2017大會上，余承東就曾經指出：麒麟970是華為首款AI移動計算平臺，并且是全球首個集成專用NPU（神經網絡處理單元）的人工智能手機芯片，所采用的是創新的HiAI移動計算架構，其復雜度甚至超過英特爾，更是超越了蘋果和三星。

　　伴隨著質疑甚至嘲諷，麒麟芯片一步步發展起來，這款麒麟970也隨著Mate10的正式發布登上歷史舞臺。至此，第一顆移動平臺上的AI芯片開始正式工作。在懂懂筆記看來，麒麟970的行業價值在于大幅提升了終端AI計算能力這個壁壘，也意味著人工智能手機時代無可爭議的到來。

　　這與AI互聯網時代的發展是交相輝映的。在AI興起之后，互聯網企業都側重云側智能的開發，云端技術已經相對成熟，目前已經廣泛應用。但是，其體驗并非完整，更重要的是隱私方面也存在問題。

　　每個手機用戶都有很多個人信息：賬戶、密碼、指紋、虹膜、人臉等等。比如指紋解鎖，用戶的指紋如果存在云端，會有幾重隱患：第一，每一次解鎖都需要上傳、比對、下發指令，每一次都有可能在傳輸途中被截獲、泄漏；第二，云廠商擁有海量用戶隱私信息，萬一泄漏就是不可逆的損失。

　　以前，如果用戶名和密碼泄漏，用戶還可以通過修改密碼來避免損失。如果泄漏的是指紋和人臉，難道用戶還要去整容嗎？這并非完全是一句玩笑話。

　　如果手機本地端就具備了一定的機器學習能力，加之良好的加密技術，那么個人隱私相關數據收集與學習就不用再涉及云端，而是可以存放在本地。從隱私保護和相應速度兩方面來看，要比云端處理靠譜了很多。麒麟970能夠讓端側構建一個包括隱私數據保護，個性化數據保護和應用服務產生的數據保護三個部分的安全隱私體系。同時因為內建TEE和inSE安全引擎，擁有著更高的安全性。

　　這種“云側+端側”協同實現AI的方案，從Mate10正式開始，未來涉及用戶個人敏感、隱私數據，不需要再上傳，在手機端就可以處理。而一些脫敏數據上傳到云端，在進行大數據挖掘和分析后，可以形成更智能的計算模型，將這些計算模型下放到手機里，能夠讓我們掌中的手機不斷進化更高的“智慧”。

　　除了隱私，端側AI突破響應速度的瓶頸未來會凸顯優勢。過去幾年，用戶已經習慣云端的很多應用，但是也飽受數據上傳或是下載過程中網絡不給力的困擾，包括以外斷網和傳輸不穩造成的延遲等，無法實現真正的實時、高效。如果本地的端側硬件擁有強大的AI運算能力，用戶的需要可以直接在本地（終端）處理，效率更高。

　　在麒麟970和華為Mate10的發布會上，有一組對比被反復使用：使用三星S8、蘋果iPhone 8以及Mate10進行圖片識別時，三星 S8 每分鐘識別了95張，蘋果iPhone 8 達到800多張，而Mate10通過本地 AI 運算，每分鐘識別了2000多張。

　　實現這樣的速度，關鍵點在于端側強大的處理能力。云側和端側的關系是這樣的：基本的大數據分析和數據模型的形成是在云端，在云端通過訓練形成知識庫，知識庫放在手機端，用的時候隨時從手機端調用。而手機端強大的運算能力，讓用戶的手機隨著用戶的使用不斷智能化，不再是一個工具，而是陪伴用戶一起成長。

　　這就有點像我們在國家圖書館學習知識，那好比是云端。而你在工作中解決實際問題，需要你用自己的知識去解決，而不是回到圖書館去查看所有知識。隨著你在工作中不斷解決問題，實踐經驗的增加，你的綜合能力就越強。而你的經驗如果可以被復制，具有通用性，將來也有可能成為圖書館和大學課本里的基礎知識。

　　回到我們的手機，拍攝無疑是很多人最為看重的。在華為Mate10里，拍攝功能又有了極大的提升，似乎成為一個理想的“終極攝像頭”。實現這個“終極攝像頭”的秘密武器，一方面是徠卡攝像頭工藝不斷升級，另一方面源自別的手機上還無法實現的AI技術。

　　比如，Mate10攝像頭準備拍攝時，會自動識別多達13種場景和場體，攝像頭會根據場景和物體快速調整算法，根本不需要用戶手動調節：如果是快速運動的物體，相機會自動調節快門，清晰地抓拍到動態景象；如果是在夜間，系統會自動調節光圈，提高亮度；如果發現拍攝的人臉，則會自動調節膚色，達到美顏的效果；如果拍攝的是毛茸茸的小動物，就可以稍微強化銳利度，讓動物身上的毛發呈現更為自然、清晰，而不會像一般手機照相一樣，總是糊成一團。

　　攝像頭再強大，也需要專業人士不斷進行調節，才能拍攝到好照片。如果在端側實現AI，就可以把專業攝影師的技能“存放”在手機里，當手機遇到不同的場景、不同的對象時，自動調用這些技能，而不需要用戶自己手動去調節。如果沒有AI，只是攝像頭的不斷升級、更新，這些拍攝效果也許永遠也無法實現。這也是端側AI最有價值的地方。

　　“端側智能強大的感知能力是手機成為人的分身和助手的前提，擁有了大量實時、場景化、個性化的數據，在強勁持久的芯片處理能力支持下，終端就能具備較高的認知能力，真正做到為用戶提供個性化、直達服務，同時大幅提升了隱私數據本地處理的安全性。 ”余承東對于Mate10顯得信心滿滿。

　　【結束語】

　　隨著AI的興起，似乎將大數據傳到云端，在云端計算、分析，再將結果反饋給終端設備已經成為一種慣用路徑。但是挑戰也隨之出現，云端實現AI，面臨著三大瓶頸：第一沒有網絡的時候就難以AI；第二是速度慢、有延遲；第三是隱私，用戶不愿意將個人信息上傳到云端。

　　華為的“Mobile AI=On-Device AI + Cloud AI”戰略的提出，是一種更好互補、協同的路徑，通過端側AI與云側AI配合，解決安全、速度、網絡傳輸等各種問題，讓AI成為真正的AI，而不再受制于網絡和完全隱患。謝絕 “整容”，拒絕尷尬，這很“Mobile AI”。