但为什么在手机中，我们却没有看到这种想象力爆棚的AI体验呢？很简单，因为贫穷限制了开发者的想象力。确切地说，是终端算力的贫瘠和开发路径的穷困，限制了移动AI开发的想象力边界。
这种尴尬，让我们敲开了端侧AI的大门。
端侧AI：没道理让算力限制想象力
让AI应用在手机这个活跃度最高的硬件种类上跑起来，早就不是什么新鲜命题。毕竟AI的识别和学习能力，需要更多的实时数据和不间断的训练过程，在今天的人类世界中，恐怕没有比手机更好的温床。
反过来说，也没有像手机一样可以让AI快速产生用户价值的市场。毕竟AI不是个新东西，历史上的AI浪潮归于失败，就是因为工程化难度被低估导致市场价值沦丧。不能用的技术肯定不是好技术。
于是让AI技术跑在手机上，成为了国内外友人的共识。谷歌还推出了专门帮助机器学习任务跑在终端的TensorFlow Lite。各种花样的手机AI功能其实并不少。
但为什么我们始终没有见到这些应用来到自己的手机上呢？原因也很简单，移动芯片支撑不起来足够的端侧运算需求。由于AI任务有自己的深度学习运算需求，用CPU+GPU的模式会带来功耗和能耗上的支撑不足，不是卡顿严重就是根本跑不起来。而引入云计算又会产生很多问题。
比如视频、图像类的AI任务，假如要上传到云端进行算法处理再传回手机，那么无论如何都是有延迟的。直播的时候永远自带延迟效果，相信用户从手机里爬出来踹飞主播的心都有。
而另一个问题，是AI目前的主要任务是识别。而手机用户识别的更多是自己与家人朋友的相片，以及周遭生活的各种图像与信息数据，这些东西上传到云端永远是有风险的。扎克伯格那种眉清目秀的都叛变革命了，咱们还是小心谨慎点好。
种种迹象表明，想要打开开发者的想象力，让他们可以尝试在手机世界中进行AI开发，终端AI算力就是个必不可少的先决条件。于是我们看到去年华为推出了搭载NPU专用硬件处理单元的麒麟970芯片，随后推出了几款产品，以及全面向开发者开放的AI开发平台HiAI。
