智東西（公衆号：zhidxcom）
作者 | 雲鵬
編輯 | 漠影
如今每個人對于“AI”這個名詞或許都能聊上兩句。各類智能硬體裝置不斷深度介入我們的生活中，大到智能汽車、小到一部手機。
在智能硬體爆發的背後，AI算法也在快速疊代發展，算法模型越來越複雜，對于硬體的要求也更高，“AI晶片”這個概念也成為了近幾年來AI産業關注的焦點之一。
其實，能夠用于人工智能應用、實作AI加速的子產品，都可以稱為廣泛意義上的AI晶片。比如我們大多數人手機處理器中的NPU（神經網絡處理器）子產品，就是一種AI晶片。
就在兩天前，OPPO釋出了自家第一個自研晶片，這是一個專門用于影像處理的NPU晶片，名為馬裡亞納 X，與世界上最深的海溝“同名”，OPPO要趟自研晶片這最深的水。
面向AI應用的全新DSA架構、台積電6nm先進工藝以及40倍的AI能效比提升，馬裡亞納 X将手機計算影像推向了“4K+20bit RAW+AI+Ultra HDR”的時代，同時，也首次将AI影像算法與傳感器、SoC進行了垂直整合，完成了影像鍊路的閉環。
一句話來說，馬裡亞納 X作為開發專用AI算法，到算力硬化全鍊路垂直整合能力标準對晶片，彌合了AI算法與硬體之間的鴻溝，成為加速AI算法落地的“橋梁”。
正如OPPO創始人兼首席執行官陳明永所說，OPPO已經走入了技術研發的“深水區”， 對于OPPO來說，馬裡亞納 X的落地證明了OPPO自研晶片的技術與能力，而對于AI産業來說，馬裡亞納 X或許為AI在移動領域的加速落地提供了新的思路。
一、AI能效比暴漲40倍，算法落地視訊成為可能，DSA架構劍指計算影像
從晶片技術架構來看，常見的AI晶片主要有通用晶片（CPU、GPU）、半定制化晶片（FPGA）、全定制化晶片（ASIC）、類腦晶片以及軟體定義硬體晶片五大類。
馬裡亞納 X這枚NPU主要用于手機影像計算領域，相對來說應用更專一，并且晶片專門為提升OPPO手機的影像體驗而定制對專用AI晶片，其中既有接近ASIC晶片的專用性而帶來的超高效率，同時又具備AISC所沒有的靈活性。
目前通用手機SoC中都包含了ISP（圖像信号處理）子產品，顧名思義，ISP的主要作用是對圖像傳感器采集到的資訊進行處理，它也是一種ASIC晶片，但大都內建于手機SoC中。
而ISP與馬裡亞納 X最核心的差別就在于ISP并不具備AI性能，在SoC中必須要依靠另外的AI計算單元來配合。例如蘋果A系列晶片的ISP，也需要依賴整個晶片的Neural Engine提供AI的算力支援。
馬裡亞納 X的AI算力達到了18TOPS，已經可以比肩蘋果A15，而在峰值算力強勁的同時，實作較好的能效是OPPO更加看重的，這一點在手機這類移動裝置上顯得尤為重要。
馬裡亞納 X能夠做到11.6TOPS/W的能效比，這是移動裝置中罕見的兩位數對能效比性能，意味着手機能夠在消耗既定電量都條件下，能夠處理更加大量的資料。值得一提的是，該結果是基于真實落地商用的複雜AI算法和随機生成圖檔得來，實際上，如果基于現實世界的人像、風景等真實圖檔進行處理，馬裡亞納 X的能效比還會更高。
與搭載骁龍888的Find X3 Pro進行對比，馬裡亞納 X運作OPPO自研AI降噪模型的性能可以達到40FPS，大約是OPPO Find X3的20倍。在此基礎上，馬裡亞納 X的功耗僅有800毫瓦，僅為OPPO Find X3上骁龍888的一半，是以能效比達到了40倍，這種提升無疑是一種“質變式”的。
實際上，雖然手機計算攝影發展多年，但大多數AI算法仍然隻能針對單張或者多張照片進行處理，比如AI美顔、AI夜景拍照的後處理，本質上依然是以時間換計算，如果要算的更多，那意味着消費者往往需要在拍攝後等待更久的處理。
但這樣的算法，面對需要實時處理大量視訊拍攝卻很難應用。因為在視訊拍攝中，AI算法運作最低性能門檻也要有30FPS，這意味着晶片需要提供30倍以上的性能，才能讓後處理的算法，能夠實時去運作。
可以說，馬裡亞納 X讓算法在視訊端的應用從不可能變為了可能，這對于AI算法應用效果的提升來說是“從量變到質變”。
基于這樣的AI性能及高能效比，馬裡亞納 X在手機影像領域實作了諸多突破。
比如在成像的動态範圍方面，馬裡亞納 X最高能夠支援20bit Ultra HDR成像、覆寫100萬:1的最大亮度範圍，這樣的能力已經媲美“人眼級”，也是目前行業中如骁龍8、天玑9000這類主流移動SoC HDR能力的4倍。
根據OPPO給出的拍攝樣例對比可以看到，在人像拍攝和靜物拍攝兩類場景中，采用馬裡亞納 X方案的機型拍出的視訊，可以明顯提升暗部的細節，同時高光部分也沒有過曝現象。
在強勁AI性能和對影像體驗的直覺改善背後，馬裡亞納 X晶片在架構層面也進行了大膽突破。
馬裡亞納 X采用了AI時代的DSA架構理念，簡單來說，DSA就是“應用在特定領域的架構”，馬裡亞納 X的“特定領域”，顯然就是手機計算影像。
目前在通用手機SoC中也有用于提升AI算力的子產品，不同的廠商或許叫法不同，但可以廣泛地看作一類通用NPU，這種通用NPU要兼顧很多不同場景中的算法模型。
相比之下，馬裡亞納 X的DSA架構更加專用，針對OPPO自研的AI模型去硬化對應的算子，這也是OPPO影像專用晶片與傳統NPU的核心差別之一。
可以看到，OPPO在通過一種“專芯專用”的晶片設計思路，彌合傳統硬體和AI算力鴻溝。而在核心的AI性能領域，馬裡亞納 X已經具備足夠能力突破目前手機計算攝影的“天花闆”。
二、AI賦能千行百業之下，OPPO成AI賽道黑馬
馬裡亞納 X的發力點是手機計算影像，而放眼整個AI行業，AI落地的大潮已經在千行百業中快速滲透。
“AI晶片将無處不在”的預言正在成為現實。從智能手機到智能家居，從資料中心到邊緣裝置，我們的生活正在被AI晶片全面入侵。
僅僅在智能手機領域，AI技術已經深入移動遊戲、視覺識别、音頻互動、通信優化、智能充電等各個角落。
業内通常将AI産業分為應用層、技術層和基礎層，其實OPPO目前面向萬物互融時代的“3+N+X”戰略，包含了軟體硬體基礎技術、AI技術以及以充電、影像為代表的差異化技術，在AI産業的應用層和技術層，OPPO已有較多儲備。
而此次的馬裡亞納 X，顯然是OPPO面向AI晶片領域的一次大膽探索和前瞻性布局，AI晶片也是目前AI産業基礎層中愈發重要的一環。
在AI晶片中的通用CPU、GPU領域，由于GPU擅長重複性高的大規模并行計算任務，是以可以作為AI加速器使用。
在這一領域，英偉達因其成熟高效的GPU解決方案，在AI訓練晶片市場中獨領風騷，其各類AI加速器産品在業内被廣泛應用于雲端和終端側。
▲NVIDIA A100 GPU
如英偉達、AMD、英特爾這樣的頭部玩家，通過定制化CPU和GPU提供AI加速器解決方案，成為了全球AI領域基礎設施建設的最大獲益者，不過他們的産品鮮有涉及移動端，主要以面向桌面端平台為主。
在移動端，手機AI晶片目前還主要以NPU子產品的形式存在于通用手機SoC中，這也與手機的算力需求以及功耗要求密切相關。
由于能效比要求更高，并且定制化需求更加“千人千面”，移動端也需要有針對性的AI晶片産品出現。
從過去兩年來看，手機AI晶片市場格局基本穩定，由蘋果、華為、高通三大巨頭牢牢把控高端市場，聯發科、展銳等廠商在中端及入門級市場中表現亮眼。
但實際上，随着手機功能越來越豐富，以計算影像為代表的應用場景對于算力和功耗的要求越來越苛刻，這些通用手機AI晶片應對某個特定領域的AI需求已經有些捉襟見肘。
此時OPPO無疑成為了手機AI晶片領域的一位新晉玩家，用三年時間，經過上千人研發團隊的努力，終于将馬裡亞納 X這枚影像專用NPU帶到了我們的視野中，并即将于明年落地在旗艦級Find X系列中。
除了對于AI産業基礎層AI晶片的突破，OPPO也把握住了一次AI産業中的重要趨勢變革，也就是軟硬體的深度結合，将算法寫入硬體中，做“硬體級的算法”，也一直是OPPO緻力實作的目标。
在終端AI晶片在移動領域的應用側，OPPO在特定領域率先實作了突破。
與其說OPPO在做一個影像專用NPU晶片，不如說OPPO在用一種新的思路，實作AI算法在終端側的加速實作。
結語：OPPO亮劍AI晶片産業
馬裡亞納 X以其強勁的AI算力和AI能效比，顯著提升了手機計算影像的體驗，同時也用軟硬體深度結合、專芯專用的思路和方式，準确切入了AI晶片賽道，成為終端AI晶片産業的一位新晉玩家。
在AI強勢侵入并颠覆各個傳統領域的同時，AI晶片正在雲計算、手機、安防監控、智能家居、自動駕駛等場景上演新的群雄争霸賽。終端AI晶片戰場格局複雜，新老玩家、跨界玩家交融，各展其華，而OPPO也走出了一條屬于自己晶片之路。