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。
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。
3.精度。那么，是不是只要看FLOPS值就可以判断性能高低了呢不是。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。
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。
再多说两句……
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。
来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/31561483/viewspace-2564804/，如需转载，请注明出处，否则将追究法律责任。
转载于:http://blog.itpub.net/31561483/viewspace-2564804/
相关资源：漂浮截图工具-教育工具类资源
来源：cqu67371
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！