撑起移动AI江山的浮点计算，到底是如何工作的？收藏

   如果要为手机行业的未来寻找一个技术锚点，AI绝对当之无愧    不仅厂商们纷纷孵化出了众多或真或假的手机AI软硬件解决方案，消费者决策也开始越来越多地向手机的AI应用倾斜与此同时，AI也让手机性能的理解和认知门槛变得越来越高高了。

   比如在众多AI手机硬件评测中，普遍堆砌着一大堆玄幻的技术名词和数值。具体强在哪里，能够优化哪些功能，别说普通消费者，很多程序员都未必能说出个所以然。

   举个例子，移动AI芯片的指标中，都离不开浮点数的运算能力，也就是FLOPS（floating point operations per second，每秒计算的浮点数目多少），作为评估手机性能强弱的标准之一。

   那么，浮点运算究竟是怎样工作的？为什么会成为手机AI性能的评测标准？又将对我们的生活起到什么帮助？还真是云里雾里捉摸不透    今天我们就来尝试用说人话的方式回答一下这些问题，通过浮点计算这个小切口，窥视一下手机AI技术版图的冰山一角。

什么是浮点计算？    首先有必要解释一下，什么是浮点计算    通俗来说，就是一种可以通用表示所有数字的科学计数法它的表示形式为0.*****×10^***，其中小数点前面是定点小数，后面则是一个定点整数（10的N次方）。

比如传统的1024整数，浮点数就表示成0.1024×10^4    不难发现，浮点数可以表示出任意一个整数和小数，并且比普通格式的计数方式数位更长，因此计算难度和精度也更高而利用浮点数进行的运算就是浮点运算。

   浮点运算到底有多重要呢？这么说吧，目前所有的计算机处理器都采用的是浮点运算，手机AI芯片也是以浮点运算能力为基础展开的    这种运算能力究竟蕴含着怎样的能量？又是如何取代定点计算成功上位的？

天选之子：浮点计算发展史    要搞清楚浮点运算的应用价值，有必要回溯一下，这种计算方式是怎么来的    最早将“浮点运算”作为计算机处理引擎概念，是莱昂纳多•托雷斯和奎韦多在1914年提出的直到1938年，第一个使用二进制浮点数的计算机Z1才正式诞生。

1942年，第一个带有浮点运算硬件单元的计算机Z4出现到了1946年，贝尔实验室推出的Mark V，已经可以实现十进制浮点数运算    在接下来的数十年间，带有浮点运算硬件的“科学计算机”开始风靡1985年，浮点运算的标准IEEE754问世。

   而1989年英特尔i 486的推出，正式奠定了浮点运算在计算机历史上的基础地位，开始作为标准功能被应用在个人计算机上，处理器的浮点运算能力也成为重要的芯片性能评价指标，代表着硬件制作技术的不断进步。

   进入AI时代，随着机器学习在电脑及手机等硬件端的普及，浮点运算更是有了新的用武之地    各种主打AI功能的手机芯片，比如苹果A11、华为麒麟系列、高通845、谷歌PVC等等，都是以浮点运算作为基本运算单元。

预计未来，还有更多的AI功能会以浮点运算展开，直接影响手机AI的发展进程和感官体验    那么，为什么在处理AI任务时，浮点运算更加游刃有余呢？恐怕还要从它的特殊能力说起    焦不离孟：为什么移动AI离不开浮点运算？。

   浮点运算之所以成为手机AI芯片的标配，与新运算需求和传统硬件之间的矛盾是分不开的    我们知道，AI任务大多是通过机器学习算法模仿神经网络来完成的，需要更大的算力和能效来支撑大型矩阵运算

   而传统CPU的运算逻辑，是进行多组运算并统筹全局，一次带动不同部类的系统工作，类似于多面手在面对神经网络这样庞大、单一、重复的高并发任务指令时，就有点难以负荷因此，浮点运算能力更高的GPU就取代CPU，成为AI芯片的首选。

   其次，AI手机芯片不仅要更快地处理数据，保证使用中不卡顿，还要能够支撑大量多媒体技术应用，对手机画面进行更好的渲染和呈现，这种手机功能的升级需求，传统的定点运算力不从心，只能交给数位更长、精度更大的浮点运算。

   总之，更多的深度学习任务、更大的算力需求、更高的计算精度，加上硬件本身的迭代升级，共同推动浮点运算成为移动AI性能的关键指标拉开差距：浮点运算的差异在哪里？    尽管市面上的AI芯片都拥有浮点计算能力，但最终的呈现效果却各不相同。

   有的AI手机能够带你装X带你飞，有的则处理简单的识别任务都要等到天荒地老它们之间的浮点运算能力又有哪些区别呢？    简单来说，评估AI芯片运算能力的指标主要有三个：    1.吞吐率（throughput）。

处理AI任务需要支撑大规模的并行运算，而吞吐率就直接决定着芯片计算速度这有点像水管，直径越大，可以同时对外流出的水就更多    2.FLOPS即每秒所执行的浮点运算次数为了衡量吞吐率，就可以折算到具体的浮点操作数量上来。

原则上来说，FLOPS越高，单位时间内处理的数据量越大，表现出的图像数量峰值也就越高，从而可以显示出更加细腻的图像

   3.精度那么，是不是只要看FLOPS值就可以判断性能高低了呢？并不是浮点数还会根据精度分为多种类型，以满足不同的计算需求，比如单精度、双精度、扩展双精度    精度会根据任务场景、成本控制、产品线定位等来设计和应用，不同维度上的比较往往失于片面。

比如英伟达就在geforce产品线中屏蔽了大部分的双精度单元，却在tesla产品线中全部打开    总而言之，浮点运算性能对于3D图形处理和大规模并行任务的表现起到了至关重要的作用    但其对手机性能的影响大小，取决于硬件设计、处理效率、数据精度等要素的综合做功。

   从理论到应用：浮点运算能给用户带来什么？    说了这么多技术上的东西，不难发现，浮点运算能力并不是只看数值就能够判断出来的    而对于绝大多数人来说，可能也根本不care复杂的技术概念和参数表。

消费者能够感知到的功能和实际价值，才是真正的意义所在    那么落地到具体应用上，浮点运算究竟给端侧AI带来了哪些价值呢？主要体现在三个方面：首先是带来了全新的视觉体验升级    如今的手机新品发布会，要是不讲点机器视觉的应用，比如拍照识花、视频美颜、虚拟现实、人脸识别、游戏渲染等等，都不配被成为AI手机。

而这些功能的实现，都离不开浮点运算保质保量的图像处理能力

   另一个改变则是浮点运算对终端算力的加持，减少了AI任务对云计算的过度依赖    在端侧就能够完成一部分机器学习、神经网络方面的计算，一方面可以解决计算的延迟问题，让手机可以实时处理AI任务，运行更加流畅；另一方面，用户的信息无需全部上传到云端处理，安全性更有保障。

   而更大的价值在于，浮点运算能力的提升，还能够帮助手机解锁更多的AI想象力    浮点的计算速度本身就比定点运算要慢，如果能力欠佳，在面对神经网络和卷积运算的算力要求时，就会力不从心，不仅运算缓慢，还需要大量耗能。

又慢又耗电，还要将各种各样的AI功能都加载到一部手机里，绝对是一场灾难    幸好，移动芯片浮点运算能力的不断提升，正在打破手机端的算力桎梏，比如新的TPU就可以在神经网络运算上达到高计算吞吐量，同时能耗和物理空间都很小。

   当运算能力不再是问题，移动端AI应用开发的活力也将被彻底释放，更多创意能够在手机端开花结果，可以被普通用户所感知到的AI功能自然也就越来越多    未来脑洞：浮点运算谱写的手机功能狂想曲    这里不妨一起开一下脑洞，浮点运算能力的提升，有可能帮助哪些手机AI应用驶上快车道？。

   目前看来，至少在以下三个方面存在无限可能：    1.流数据处理浮点运算能力直接影响处理器的多媒体、3D图形处理，从而改变大量多媒体技术应用的体验比如实时大规模的数据运算能力，让人脸识别、人像分割、视频风格化、虚拟现实等技术在端侧进行，更高耦合度的有趣应用（比如annimoji、虚拟主播等）也从理论变为现实，作用于视频、直播、摄影等功能，创造出新的功能亮点。

   2.识别功能手机AI功能的另一个特点，则是识别和决策能力，比如识别文字（翻译）、图片（摄影）、商品（购物）、情绪（交互）、场景（主动服务）等等浮点运算能力的进一步提升，将让手机的智能化、人格化成为可能，从工具进化成真正的智慧伴侣。

   3.IoT更进一步，越来越多的智能硬件进入AI交互模式，如果手机的计算传输效率被攻破，那么完全可以作为众多IoT设备的大脑中枢，让智能硬件交互围绕手机端展开    用手机操作和管理智能家电、无人汽车、体联网设备等，将为产业创造出新的价值点。

   总体而言，浮点计算的进一步发展，带给手机的核心改变在于，AI任务所需要的大规模并行运算将不再是问题澎湃的算力为厂商和开发者搭建了新的想象力舞台如何利用好这一红利，放飞脑洞创造新应用，构想出未知功能，或许是接下来各个玩家拉开竞争差距的关键机遇。

   当然，在看重浮点运算能力之时，不能忽略这样一个现状：浮点运算只是移动AI基础能力的一个组成部分它与处理器能力、內存的多少、算法的优劣，甚至操作系统、应用开发等等因素综合做功，才最终决定一部手机的AI输出能力。

   因此，对于手机厂商来说，除了单点性能的提升之外，也需要在生产成本、开发者生态、市场教育等方面同时发力，最大限度促进移动应用的AI化，才能最终让算力的提升真正释放到移动端软硬件上，化为真实可感的用户体验及产业价值增长点。

   到那个时候，用户也就不需要再为复杂的数值和技术名词所苦恼，直接从体验上就能感知到不同手机之间的巨大差异    从这个角度看，浮点计算背后所隐藏的，不仅是AI的真实价值，更是手机产业的新起跑线

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。