手机NPU进化：从算力比拼到性能优化

在现今智能手机行业的激烈竞争中，\"AI\"已成为各品牌频繁提及的宣传焦点。

一方面，各领先手机品牌纷纷自称拥有\"自研AI大模型\"，并通过多种\"性能优化方案\"，在手机上实现了包括影像、日常生活、游戏辅助在内的各种\"AI功能\"。

另一方面，上游芯片厂商在推广新款SoC时，也普遍提及NPU架构改进、能效提升，以及与各种AI大模型的联合演示。

然而，回顾过去，在\"手机AI\"尚未普及的年代，厂商在宣传早期NPU时，会明确给出性能（算力）指标。尽管当时NPU的\"应用范围\"有限，但消费者至少能直观比较不同品牌及不同代次SoC在NPU性能上的差异与进步。

相比之下，如今的手机SoC性能更强，NPU更先进，支持更多\"端侧AI\"功能，但厂商在宣传时普遍仅展示具体\"功能演示\"，对直观反映优劣的\"NPU算力数字\"则避而不谈。

这背后的原因何在？

是NPU算力\"出问题\"了吗？并不完全

一般而言，当某个数据不再公布时，可能意味着它已不具吸引力。手机NPU的情况似乎也是如此。

以高通为例，从骁龙855（7TOPs）到骁龙8 Gen1（52TOPs），NPU算力持续提升。但自骁龙8 Gen1后，高通便不再公布NPU算力。

据公开资料，骁龙8至尊版（80TOPs）与第五代骁龙8至尊版（100TOPs）的NPU算力持续提升，但进步速度已趋缓。

这并非个例。其他主流手机芯片厂商在NPU算力方面可能更为尴尬。因此，当高通不再宣传NPU算力时，其他厂商也跟随这一做法。

为何NPU性能进步放缓？原因多样

早期手机SoC中的NPU几乎每次换代都实现\"算力翻倍\"。然而，近年来这一进步速度明显放缓。

这可能是由于早期NPU设计留有较多\"余量\"，能实现每次换代算力翻倍。但随着半导体成本上涨及功耗分配问题，这一设计思路难以持续。

尽管如此，厂商在每次芯片换代时仍宣称新NPU比前代\"性能翻倍\"。这实际上是因为手机AI任务类型及技术内涵已发生巨大变化，对NPU设计需求也截然不同。

如今手机AI功能不仅限于计算视觉，更集中于内容生成方面。这使得NPU设计需针对生成式AI任务进行调整，并注重长时间运行的能效比。

手机NPU未来如何？思路已变

尽管当前手机NPU无法像过去那样实现每次硬件算力翻倍，但在针对新AI应用需求调整设计后，其性能已重新增长。

未来手机NPU仍将继续进步，但方式将不同于以往。例如，部分厂商通过将私有算法\"固化\"进NPU以提升执行效率；更多品牌则与技术大模型合作，优化AI功能在NPU上的兼容性及执行速度。