今日锦囊答主：杨健 芯智讯创始人兼总编（"大众年夜众号ID：芯智讯 icsmart）
仿生是模拟生物系统的功能和行为，来建造技能系统的一种科学方法。它冲破了生物和机器的界线，将各种不同的系统沟通起来。
从这个角度来看，人工智能芯片可以算作是仿生芯片。但是我认为目前的人工智能还只是勾留在人工阶段，真正的智能该当是具有自我学习能力（不须要依赖大数据演习，会自主学习），新型的类脑芯片才算得上是真正的仿生芯片。
以是，我不认为苹果A12并是什么仿生芯片，可能这么叫是为了听上去高大上一些。其实际上便是手机SoC当中加入了AI运算加速内核。苹果A11/A12当中都集成了专门用于神经网路打算的独立处理单元（独立的内核），也便是大家常听到的NPU（不同厂商叫法会有差异）。一样平常在手机的SoC当中，CPU紧张卖力一些通用打算，能处理各种繁芜的任务，适应性强。比如它也能够处理图形任务、进行人工智能打算，只不过效率要比GPU、NPU低。
而GPU则紧张卖力处理图形任务，它的上风就在于可支持大规模的并行打算架构，非常适宜一些大略重复的打算任务。目前也被很多的厂商用于深度学习、数据模型的演习上。虽然大规模支配算力强大，但是功耗也是非常的大。以是，紧张被运用于一些对付功耗哀求不是很高的人工智能打算领域。
现在大家所说的AI芯片实际上便是专用型的ASIC芯片。它的AI打算能力和打算效率都直接根据特定的AI算法的须要进行定制的，以是相对CPU、GPU，其可以实现体积小、功耗低、高可靠性、保密性强、打算性能高、打算效率高档上风。以是目前在终端侧（特殊是移动终端）的AI打算上，很多厂商都开始选择采取专用的AI芯片，或者在SoC当中集成NPU内核。
回过分来说苹果A11/12当中集成的NPU内核，这实际上是一些特定的神经网络类型即AI算法（比如语音/图片识别、人脸识别等算法）的硬件化，紧张便是起到针对这些AI算法运算的加速。比如原来做图像识别，一分钟只能识别一百张，而有了NPU加速则可实现一分钟识别数千张图片，不仅速率更快而且功耗也更低。
不过NPU也有其缺陷，一旦设计完成，对应的AI算法就无法变动，无法升级。但是它可以与手机SoC当中的CPU/GPU/DSP来协同进行AI打算(高通骁龙845的AI神经网络引擎便是通过调配CPU/GPU/DSP来协同进行AI打算)，以是可以在一定程度上填补灵巧性上的缺失落。
目前手机芯片上所能供应的AI能力，紧张是针对语音、图片、人脸、AR等的一些运用。其余神经网络引擎也拥有一定的机器学习的能力，比如你每天都刷脸解锁，以是AI也学习你脸部脸庞的一些变革（人的脸庞会由于逐步的朽迈而发生变革）。
总的来说，我们该当将A12芯片作为一个整体来看，其AI的能力并不仅仅是由NPU供应的，在一些场景下，其他的CPU/GPU等内核也会参与到AI运算当中，而NPU的浸染也紧张是针对特定的AI算法进行加速。
1分钟知识锦囊是36氪的日更问答新栏目，旨在每天以一分钟为限，快问快答一个主要的商业问题。本日我们解答的是芯片干系的问题。如果你对近期的商业天下还有什么疑问，欢迎在评论区给我们留言，锦囊卖力找高手为你解答。
