了解智能手机中最重要的部分

您的智能手机由芯片驱动。新款 iPhone（包括即将推出的 iPhone X）使用名为 A11 Bionic 的芯片，而其他手机（如 Pixel 2）则搭载骁龙 835。但现代手机中的芯片并不是同质的硅片 - 它们上面有专门的组件或硬件块。由于这些多个元素，像这样的处理器被称为“片上系统”。其中一个块是图像信号处理器，它从相机获取数据并将其转换成照片。芯片的另一部分是图形处理单元（GPU），它负责手机越来越多最酷炫的功能。

增强现实和机器学习的兴起让 GPU 备受关注。不要将其与 CPU 或中央处理器混淆。如果 CPU 是办公室的老板，那么 GPU 就是处理数字的会计部门——而且处理速度很快。

斯坦福大学电气工程与计算机科学教授 Kunle Olukotun 表示：“CPU 是手机的高级管理控制。而 GPU 是执行繁重工作的部分。”而这种繁重工作特别适合一件事。它“在对大量数字进行计算时非常高效，”他说。这些计算对于在手机屏幕上显示复杂的图形至关重要。

以苹果新款 A11 仿生芯片为例。苹果自己设计了该芯片上的 GPU。如果您在 iPhone 8 上从屏幕底部向上滑动以访问“控制中心”视图，您会看到背景模糊 - 这是 GPU 计算并产生模糊的结果。同样，在 iPhone 8 Plus 上，GPU 加速了在“人像模式”下使用相机时生成实时预览的过程。或者，想象一下增强现实应用生成的杯子图像，叠加在通过手机屏幕看到的桌子的真实视图上：这是由 GPU 生成的。

另一方面，CPU 有助于完成启动应用程序或加载网站等任务。

GPU 擅长渲染图像的能力也使其能够高效完成复杂的 AI 和机器学习计算。Olukotun 说：“如果你研究机器学习算法，你会发现它们本质上是用于预测事物的数字数组。”这意味着 GPU 可以帮助手机完成一些任务，例如了解相机通过镜头看到的真实场景，这是增强现实工作原理的一个关键部分，或者进行图像识别的应用程序如何猜测它看到的内容。

GPU 在解决机器学习问题方面的技能意味着它可以以令人惊讶的方式派上用场——例如，它可以帮助一款名为 Nude 的应用，该应用可以扫描你的相机胶卷（无需使用云计算；它在设备本身上进行扫描）以查找不雅照片并将它们安全地保存起来。这利用了手机的 GPU 和一项名为 CoreML 的免费功能，CoreML 是苹果创建的技术，允许开发人员在其应用中运行机器学习算法。

归根结底，GPU 代表了芯片上的专用引擎如何帮助芯片更高效地运行。“你总是在寻找能够解决足够大的问题的专业化方法，这才是值得的，”Olukotun 说。“因此，你将图形、图像处理和人工智能机器学习结合起来，这是一组你想在手机上执行的应用程序，而拥有 GPU 是很有吸引力的事情。”