通信世界网消息（CWW）近日，据研究机构TechInsights消息，在今年的MWC上，AI主题大热。对生成式AI的关注在某种程度上是有道理的，因为这项技术最有可能改变移动行业。话虽如此，如今的生成式AI是在云端训练的，利用高性能的计算基础设施来生成数十亿个参数的AI模型，然后将其推向边缘，在AI加速器或处理器上进行推理。然而，预计未来智能手机等移动AI产品将需要在设备端本地执行大部分机器学习，并可以学习用户行为同时提供有用的辅助功能。
下一代设备端移动AI的愿景将要求智能手机芯片设计师重新考虑现有的处理器设计、内存配置和电源管理。换句话说，AI将成为多年来智能手机设计最根本变化的催化剂。
那么，半导体元器件将如何发展，才能支持AI智能手机成为常态的未来？首先，主要的SoC将随着额外的NPU或AI加速器而发展。
目前领先的移动SoC设计仅将约6%至7%的硅片空间（silicon real estate）用于NPU电路（而CPU和GPU分别占SoC芯片空间的15%至18%）。未来智能手机AI计算需求可能会提高这些NPU内核的性能和占用空间。目前设备端AI加速器的基准具有大约35 TOPS(每秒数万亿次操作)的算力，仅能够运行典型AI模型的子集。在设备端，AI学习需要至少50 TOPS才能确保良好的移动AI用户体验。AI推理性能的提高将迫使移动SoC设计人员增加NPU核心的尺寸。
同样，在动态访问存储器和存储内存方面，需要更高的内存密度，以确保快速有效地处理大型AI模型。这一要求将挑战内存器件制造商设计更高密度的芯片，并利用更快的数据总线以AI的速度在内存和处理器之间传输信息。
BOM成本和设计妥协
与所有智能手机设计一样，核心SoC和内存的芯片设计变化将对材料清单(BOM)成本产生重大影响。智能手机OEM厂商需要在不超出特定智能手机设计BOM预算的情况下，选择正确的计算和内存配置。这些设计限制将要求器件制造商的创新来解决这些设计妥协。高通和联发科等芯片供应商以及存储芯片供应商（美光、SK海力士和三星）将被要求解决这些AI设计挑战。
智能手机在未来AI中的作用
虽然AI无疑会影响未来的智能手机处理器和内存设计，但智能手机和移动计算交互的角色也可能在即将到来的AI时代共同发展。一种观点认为，AI交互将促进一种更加分布式的计算模型，在这种模型中，AI功能将融入如智能可穿戴设备、智能音箱、汽车，以及潜在的新产品类别，如XR眼镜等。因此，智能手机在我们的技术生态系统中的核心作用可能会被新兴的移动AI用例所稀释。当前以手机为中心的交互模式最终可能会被一种新的ambient AI计算模型所打破。用户交互和行为的这种潜在转变可能会从根本上改变智能手机在AI未来中的角色。
