OPPO的安第斯雲，背後是什麼？
文章來源：極客公園作者：張鵬題圖：視覺中國
過去一年，OPPO 改換了一副新面目示人。
早期 OPPO 做產品，是以“腳踏實地”著稱的。他們更關注功能如何具體地落實到使用者需求。比如“充電五分鐘，通話兩小時”，“多倍潛望長焦”，就連他們探索卷軸屏等概念產品，都顯得特別接地氣。 但近一年，OPPO 接連發布了幾項有點“抽象”的技術，從一年前的馬里亞納自研晶片，到夏天的潘塔納爾，在剛剛結束的 OPPO INNODAY 上，OPPO 又推出了一項新概念——安第斯智慧雲。 作為手機廠商，OPPO 早就在做雲服務。這並非行業焦點，而各家的雲服務在功能上都大同小異。畢竟也不存在競爭，使用者用哪家的手機，就要用誰的雲。 但這一次，OPPO 似乎在做一個大動作：從馬里亞納晶片、到潘塔納爾智慧跨端系統，再到安第斯智慧雲，OPPO 將三者並稱為“三大核心技術”，其戰略上賦予的關鍵性不言而喻。
看起來，OPPO 正計劃佈局一個完全不同的“雲系統”。我們不妨分析下它因何而來，又將意味著什麼？
雲服務的興起
要研究一個全新的雲服務，我們就不得不回顧“個人雲”的發展歷史。
個人雲服務進入主流視野，可以追溯到 Dropbox 的興起。它是第一代“雲盤”的成功典範，自2008年上線後，僅7個月時間，Dropbox 就吸引了100萬用戶，這個速度甚至比 Facebook 的初期增長還要更快。一年後，這個數字變成了1000萬。
但就在Dropbox飛奔的同時，智慧手機也迅速普及，手機廠商開始入局。2011年，蘋果推出 iCloud，次年，谷歌推出 Google Drive。 智慧手機廠商、系統商的入局，給雲儲存帶來了一項殺手級應用：儲存使用者智慧手機上生成的資料。從照片、通訊錄，到日曆、郵件、應用資料。這一變化將雲服務的使用者面，一下拓寬到了億級、十億級。
但很長一段時間裡，雲服務的本質，都只是“雲儲存”而已。甚至直到今天，使用者用得最多的雲服務，依然是手機資料的備份和恢復。
這一背景下，使用者也開始討論，雲真的可靠嗎？真的有必要且無可替代嗎？部分“硬核玩家”一直在嘗試用本地的雲儲存，也就是 NAS，來管理自己的資料。這部分資料安全原教旨主義者認為，只有把資料放在自己的硬碟上，才是100% 安全的。 直到2015年，Google Photos 的誕生，徹底改變了“雲服務”的本質。 自創業以來，谷歌提供給使用者的“雲服務”，一直偏向於“應用”而不是“儲存”。比如郵箱、日曆、雲文件，只不過它們的本質依然是儲存，使用者有將一切資料匯入本地的選擇。 但 Google Photos 不一樣，它是真正完全基於“雲端算力”的應用。谷歌用雲端算力、AI 能力，對資料進行了深度挖掘，提供了更好的呈現方式。比如 Google Photos 可以識別使用者照片裡的人，透過一張照片裡的人臉，就可以輕鬆找到同一個人的全部照片；又比如使用者可以透過自然語言，對圖片進行檢索，搜尋“西瓜”、“度假”、“新年”等照片。這都是傳統雲服務完全不具備的能力。 自此，個人雲服務悄悄發生了一次質變。因為使用者如果將照片存在本地或 Dropbox 等雲盤上，就無法實現相應的 AI 功能。所以，當我看到 OPPO 說要打造一個新的“智慧雲”，第一反應就是它要朝著應用化、服務化的方向加速發展。 事實確實如此，安第斯智慧雲規劃的六大能力，除了傳統的儲存、機器學習之外，還包括雲端實時渲染、智慧對話、硬體模擬等能力。雲端實時渲染解決的，是端側算力不足時在端雲之間實現超低時延的渲染；智慧對話可以實現多場景下的人機互動，理解使用者意圖，主動推薦服務；硬體模擬包括晶片模擬、手機模擬。其中手機模擬是指透過手機虛擬化幫助開發者遠端開發與測試。
這些計劃都充滿雄心，也值得使用者期待。 現在，讓我們把視線放回歷史。谷歌釋出 Google Photos 之後，“照片搜尋”已經成了大部分手機標配的功能，這背後又有另一段故事，另一條關鍵技術路線。
“終端計算”的崛起和侷限
面對谷歌的全新雲相簿，蘋果第一個作出了應對。
2016年，在 iOS 10 上，蘋果首次推出“照片搜尋”功能，顯然是在對標 Google Photos。 與 Google Photos 不同的是，蘋果的相簿並不利用雲端算力對照片進行分析，而是用手機自身的 NPU（神經網路處理器），來實現 AI 學習、識別。 蘋果之所以把一切放到本地執行，一方面是強調自己保護隱私，另一方面也能提升服務的可靠性，在網路環境不好的時候也能供使用者使用。 這開啟了手機 NPU 普及，以及之後“軍備競賽”的時代。到今天，每家手機廠商在釋出新產品時，都會把 NPU 效能當作一個重要模組來闡釋。“機器學習”在手機上的應用場景逐漸變得越來越廣泛：從語音識別、影象識別處理、影像最佳化，甚至可以對遊戲進行“插幀”，最佳化流暢度。
但 NPU 也並非事事完美。首先，它的效能依然有侷限，NPU 模組的算力再強，在模型處理能力上，也無法與谷歌雲端 AI 的能力相媲美。 其次，它依然會佔用相當多的系統資源，今天很多 iPhone 使用者都發現，新手機拿到手之後前幾天，恢復資料後，掉電會特別快。這背後就是手機一直在跑它的 NPU 模型，對相簿等資料進行識別、目錄重建，也常會帶來一些異常發熱的問題。 最後，NPU 模型跑在本地，但云端的資料卻橫跨不同終端。所以類似蘋果這樣的廠商，就必須為旗下每款硬體都配備同等算力的 NPU，否則就會出現手機上能實現的功能，平板、電腦等裝置因為效能不足，無法實現的問題。 一個最近的例子就非常典型：蘋果新推出了 Apple Music 的K歌功能，這個功能是利用本地的 NPU，對歌曲的人聲部分進行分析、消音。有大量老舊裝置，因為 NPU 算力不足，無法體驗這一功能。而這個應用是典型的，本應透過雲端算力來解決的場景，因為它不涉及任何隱私問題，處理一次推送給手機即可。輿論認為這是蘋果的一次“秀肌肉”，但它確實影響了老使用者的體驗。 從這個邏輯，就不難理解為什麼 OPPO 要從“影像功能”入手，自研馬里亞納晶片。照片，可能是手機隱私保護級別最高的功能之一，且對實時性的要求極高。使用者按下快門，當然希望馬上看到經過處理、最佳化的影象。這一點 Google Photo 的體驗就相對差一點，很多時候照片拍攝完成、上傳之後，要到第二天甚至之後，才能看到經雲端 AI 最佳化的效果。 無論如何，最後的結局是，谷歌、蘋果兩家巨頭，選擇了兩種不同的路線。兩種路線在資料處理，呈現上，分別有不同優勢，很難說誰“選對了”。 理解了這兩種路線，再回頭看 OPPO 提出的“端雲協同”，就會容易理解很多。 “端雲協同”的未來
顯然，“端雲協同”的目標，是同時吸取雲端和終端計算的優勢。 在需要快速反應，處理敏感資料時，利用終端算力更快、更實時、無需“線上”的特性；在分析、訓練大量非敏感資料時，則發揮雲端省資源、算力強的特性，在雲端後臺實現，提升服務能力。 理想狀況下，“端雲協同”還將有一個關鍵優勢，就是能讓不同終端，具備統一的體驗。這件事不一定要發生在網際網路的雲端，而是也可以發生在本地區域網內。 比如當用戶用耳機喚醒語音助手時，耳機的算力顯然不足以對語音進行識別。它就可以把識別任務傳送到手機等其他裝置，進行處理。透過這種方式，也能極大提升電視、手錶等算力相對較弱裝置的體驗。 優勢顯而易見，但這件事也一定不簡單。蘋果、谷歌，兩家頂級巨頭都各自只做好了一件，OPPO 又要如何同時探索自研晶片、跨端系統、智慧雲三個方向呢？ 答案依然要到 OPPO 的歷史裡去找。回顧國產智慧手機市場的發展歷程，不難發現，國內使用者對雲應用的認知、接受度相對要低一些。同時，OPPO 也很難在一夜之間擁有比肩蘋果的晶片自研能力。 你會發現，這應該是 OPPO 在自我審視，觀察市場，分析使用者後，做出的謹慎選擇。 現在，馬里亞納自研晶片已經是 OPPO 手機裡關鍵的 AI 晶片，核心差異與優勢在於 NPU，也就是 AI 算力，為終端效能與更廣闊的應用前景打下堅實基礎；潘塔納爾則是不同裝置作業系統之上的共用“中介軟體”，讓資料、服務，能夠在不同終端間流轉，實現真正的以人為中心而非以裝置為中心；最後，安第斯智慧雲將那些重算力、大資料的任務拿到雲端，成為多裝置共享的“智慧大腦”。 對 OPPO 來說，選擇這個目標本身，基本上就是選擇了一條漫漫長路。因為同時涉及三個核心技術的發展和協同，挑戰是相當之大。
不過我問了問 OPPO，據說陳明永在戰略上是把決心和耐心都準備好了，“在晶片研發上不要寄希望於奇蹟”，他曾經明確表達了這個觀點。 其實所謂做“難而正確的事情”，首先是要找到正確的事情。這樣，即便要“滾石上山”，也是有意義的艱難。
特別策劃
