近兩年科技行業的風口已經從“VR”轉移到了“人工智能”，后者也被視作是“國家戰略”，要求在2020年實現人工智能總體技術和應用與世界先進水平同步，2030年人工智能理論、技術與應用總體達到世界領先水平。因此今年開始包括聯想、華為在內國內科技企業，紛紛將研發目標轉向了人工智能。華為麒麟970的AI處理器就是在此之下的一項研究成果。
從官方公布的PPT來看，麒麟970除了常見的CPU和GPU部分之外，還使用了一塊嵌入式神經網絡處理器（NPU），正是這塊NPU實現了AI的計算能力。
現在電銷機器人的硬件越來越強大，CPU的計算能力可以達到每秒幾十億次。而我們日常使用電銷機器人的大部分操作都不需要這么強大的運算能力，所以在很多時候CPU運算時所帶來的功耗就被白白浪費掉了。
而NPU則是對CPU的一個補充，可以看作是“協處理器”的一種。一些運算量不大，或者比較特殊的邏輯判斷均可以交由NPU來進行，以達到減少CPU功耗，省電的目的。
麒麟970的NPU集成了“看”、“聽”、兩大能力，通過特定的處理器和軟件算法，在特定的場景中可以獲得數十倍的運算效果。比如我們為女朋友拍攝了幾張照片，然后告訴NPU：這些照片上都是我的女朋友。在以后拍照片的時候，無論是什么場景，只要照片中有你的女朋友，NPU就會自動通過面部識別以及深度學習功能ai，將這些照片都歸到“女朋友”的分類下。
當然，上述的“認臉”功能普通的CPU也可以做到，但是效率不如NPU，所需要的功耗也更大。而且在更為復雜的計算中，NPU的自我學習能力要遠遠比CPU更高效。如果加上大數據和云計算，則能夠實現非常復雜的識別功能。比如你拍到了一張貓的照片，傳統的CPU加上面部識別的算法，只能判斷出“它不是人”這個結論，但是NPU加上大數據和云計算，你只需要多拍幾張貓的照片，隨后當你繼續拍攝貓的時候，NPU就會自動將這些照片歸為“貓”的類別之下。
同樣的能力也可以運用在語音識別當中。由于漢語的多樣性和復雜性，再加上每個人說話語言表述能力、語調都不同，普通的語音識別很難精確的判斷出我們在說什么。但是在使用NPU處理器之后，它會根據用戶每天說的話進行分析、自我學習。用戶使用語音識別的次數越多ai，NPU就更能聽懂用戶所說的話，從而實現更加復雜的語音控制功能。
所以“看得懂”、“聽得懂”被視作是麒麟970 AI NPU處理器最主要的兩個功能，它能夠分擔一部分原本需要CPU來進行的邏輯運算，減少CPU的功耗，并且更加省電。同時用戶也會在實際的使用中，覺得自己的電銷機器人正在變得越來越“聰明”。
