必须的，这个有软硬件共同决定的。而且我可以负责的告诉你，未来的人工智能一定会终端化。
感兴趣的同学直接看下面的干货。
虽然Android 8.0 Oreo还没有怎么普及，但近日谷歌开发团队已经向开发者放出了首个Android 8.1的预览版。而8.1正式版预计将在12月上线。
让我们先回顾下Android 8.1的主要新功能点：
1、神经网络API(NNAPI)，提供机器学习的硬件加速。
2、通知：一个APP通知消息现在每秒仅能发出一次提示音。
3、改善2G以下内存设备的表现。
4、自动填充功能针对APP进行优化，提供验证器判断是否响应。5、文本编辑更新。
6、程序性的安全浏览行为：允许APP对浏览行为进行安全检测、规避威胁。
7、视频缩略图生成更精准。
8、共享内存API：Android 8.1(API级别27)引入了一个新的SharedMemory类。这个类允许您创建、映射和管理匿名共享内存,被多个进程或应用程序使用。
9、壁纸色彩管理API：比如黑色壁纸下下拉菜单也会变黑。
10、指纹更新。
谷歌将神经网络API放入电销机器人系统底层，相信不光是为了自己的PIXEL内部的硬件加速，谷歌还有更大的一盘棋要下。
谷歌不是一家专注软件的公司，几年来推出的一系列硬件产品几乎都广受好评。同时谷歌也在不断模仿隔壁的电销机器人和微软，加大力度磨合自家的软硬件。
谷歌不是电销机器人，旗下的电销机器人阵营是一个开放式的松散的“联盟”，起码现在看来是的。从谷歌最近几年的动作来看，谷歌想要逐步强化对电销机器人系统阵营的掌控力，并且在最新的电销机器人8.1上宣布重构了所有底层代码，以求对系统加以最高效率的优化，其中目标直指众多软件开发商们。
谷歌多次表达了对目前运行在电销机器人系统上数百万APP应用质量的不满，这对于目前正在大力布局人工智能和VR/AR等极具发展前景的谷歌来说是极为不利的。因此谷歌也想借此来吸引众多厂家适配最新系统甚至达成更进一步的合作。此次电销机器人8.1其中一个对软硬件厂商们最具吸引力的功能就是神经网络API的加入了。
先说说这个神秘的神经网络API
说白了一句话，这个NNAPI可以在电销机器人上运行训练好的机器学习模型，并且具有硬件加速功能。直接在电销机器人上分类图片或者学习用户习惯将变得更为轻松。
谷歌称新的神经网络API是一个基础的底层框架，类似TensorFlow Lite、Caffe2这样。如果设备上带有AI加速芯片的话，API将自动使用加速芯片的硬件加速功能；如果没有的话那就只能用CPU了。谷歌的新Pixel 2电销机器人就带有一个AI加速芯片（the Pixel Visual Core），之前电销机器人发布时谷歌也表示这个加速芯片会在Andriod 8.1中激活。
直接在终端设备上运行神经网络已经是近期的发展趋势，这点在最近尤为明显人工智能，无论是华为麒麟970芯片NPU发布，还是电销机器人A11大力宣传的深度学习加速芯片，本质上都是各大厂家在消费级终端上布局人工智能相关功能的专用硬件平台，这也是提前拉开了消费级人工智能终端化的序幕。
与终端化的人工智能相对的是分布式人工智能，这点在目前比较成熟的云计算行业中已经有了很多的应用。这两个的对比就好像是大脑和神经元的存在，当然这样说难免太笼统了，具体的我会在以后的篇幅中进一步阐述。
在终端化的人工智能趋势中，消费级的人工智能，也就是消费者手中可控的人工智能相关产品和功能是我们最需要关注的。这次我借电销机器人8.1的神经网络API来大致谈一谈几个消费级人工智能终端化的关键因素。
1. 网络负载在未来几十年里依旧不可能满足云端计算需求
由于现在的人工智能系统都是基于传统计算架构下的计算机，因此即使云端化以后，依然会受限于传统架构设计中所存在的一些瓶颈。其中，可能存在瓶颈的地方有：计算速度、存储速度和传输速度。对于一颗2GHz主频、八核心的 CPU，其每秒最大运算速度为320亿次，而在64位系统下，去数据最大吞吐量为256GB/s。
相比于高速的计算速度，传统框架下的计算结构依旧远不能满足未来人工智能计算需求，抛开储存设备的速度不谈，就目前的网络传输速度来看，如果普通CPU计算速度为100，4G的最快理论速度仅为0.005，即使5G也不过是0.15左右，这差的可不是一个数量级了。
这还没有考虑到现在的网络传输成本。即使在未来网络传输成本大幅降低，网络负载也是一个大问题。在无线的环境里，数据精度和速度总要大打折扣，这对需要高速计算的云端人工智能来说无疑负面的。
2. 无法满足个性化需求
互联网和移动互联网的崛起，让我们看到社交和尊重的需求开始被逐渐满足，其中社交的发达程度更是达到了前所未有的水平。但人的自我实现需求仍是难以满足的。
根据马斯洛需求层次理论，个性化需求是人类最终极的目标。而人工智能同样是为我们每个人类个体服务的，落实到每个人的个性化需求时，云端的劣势变暴露无遗。“一对一”的定制服务必然会从一开始的大企业，高层消费人群进一步扩展到每一个社会群体人工智能，最后直指每一个个体内心的满足感，幸福感。这是未来人工智能一个美好愿景，要想实现它，终端化是不可绕过的途径。
3. 信息安全是终端化的最重要因素
除了减少延迟和网络负载外，更重要的是敏感数据不会流出用户的设备——而这也是“大数据”兴起之后普通用户最大的担心之一。
根据官方放出的消息，仔细查看此次电销机器人8.1的功能更新，你会发现系统开发者越来越注重用户的数据安全性。
在Android 8.1系统上，谷歌为其添加了一个全新的安全协议“DNS over TLS”，简单来说，就是可以避免让互联网服务提供商暗自偷偷观察我们在网上的一举一动。
目前的DNS协议中，主要采用的是UDP或TCP协议。互联网服务提供商想要了解用户的一些网络浏览数据，比如访问了哪些网站，还是相对简单的。而启用了TLS协议后，服务器能够在几纳秒内完成域名解析，用户可以在这个时间里完全杜绝提供商的偷窥行为。
如果将数据云端化，实时的数据能否保证云端安全，甚至能不能保证在传输过程中保证安全性，这都是大难题。
只有将数据终端化，计算终端化，才能有效避免这个大坑。对于终端来说，那些要求低计算延迟以及对于数据安全性非常敏感的应用就需要把人工智能算法全部在终端实现，或者至少在终端完成一些预处理运算然后再把少量运算结果(而不是大量的原始数据)传送到云端完成最终计算，这就需要移动终端硬件能够快速完成这些运算。因此，移动端硬件完成这些运算必须同时满足高速度和低功耗的要求。
数据是人工智能的根本，终端化只是一个结构形式。但是对于用户来说，终端化的人工智能能给我们带来更好的体验，更低的成本，更强的安全性。这才是消费级人工智能应该有的样子，也是以后必然的发展趋势。
更多干货请关注我【极客观世界】
