AI、机器学习、人工智能网络，是现在芯片厂商非常喜欢提及的领域。苹果A14也好，还是高通骁龙888，华为麒麟9000，都已经拥有了独立的AI芯片，而且这部分的性能提升，在过去这两年里也极为可观。

拿苹果A14的神经网络引擎来说，它的核心数从前代的8个提升至16个，峰值算力翻倍至11 TOPS，而骁龙888在AI算力上更是达到了26TOPS，每瓦特性能较前代平台提升高达3倍。

这种倍数级别的提升，和数年前智能手机刚诞生时，CPU/GPU性能大跃进情况十分相似，时过境迁，作为新前沿技术的人工智能，如今也开始享受到这种突飞猛进的红利。

但极高的算力代表了什么，又会让我们的手机发生怎样的变化，大部分用户不了解，手机厂商也很难给出一些场景化的东西，这是之前一直存在的困扰。

今年苹果在A14上其实给了不少通俗的案例。拿iPhone来说，图像合成算法，相册自动分类，电源管理系统，很多我们察觉不到的后端处理，其实都会有机器学习技术的参与。

更具体去说的话，手机摄影算是目前对AI依赖较高，我们也感知较强的部分。比如Google经常说的‘计算摄影’，苹果的‘DeepFusion’合成技术，以及华为用NPU芯来做视频渲染等，都是由AI芯片和ISP图像传感器协同工作达成的，也都已经是很成熟的应用。

而从人机交互的角度来看，一些应用会用上手势追踪、语义识别等，也都会倚重AI芯片提供的算力。尤其是在运行特定AI算法的效率上，一颗专用的AI芯，确实会比直接调用CPU、GPU来得有效得多。