当移动平台的 CPU 性能开始每年毫无悬念的在 15%-25% 的固定提升中徘徊，甚至 GPU 在架构上也时长变动不大。于是，一些留心于技术参数的消费者，也开始把 PC 平台上的“挤牙膏”称谓用在了一些新推出的移动平台身上。不过现实情况却是，移动平台正在拒绝陷入以往 PC 平台上的“挤牙膏”怪圈。
当 PC 平台的厂商甚至都开始在近年干脆推出真的牙膏衍生纪念品的时候，作为目前一统移动平台的 ARM，在近期抛出一个全新的性能观点，ARM 的研究员及技术总监 Rob Aitken 宣称，芯片生产范式正在改变，建议将每瓦性能作为芯片设计的指标，取代原先的摩尔定律。
有意思的是，“超越摩尔定律”更是 ARM 以往不少场合演讲中的口头禅，最初一度被用来形容 ARM 架构的产品在性能上的巨大提升，以及未来规划。另外，也开始在近年用来强调创新性概念及框架上的优势。也许，在 ARM 的眼中，摩尔定律更像是一个以往 PC 时代的标靶，此番“每瓦性能”定律的提出，则直接表达出了对摩尔定律的不屑一顾。
摩尔定律作为一个经常被提及的名词，源自于英特尔创始人之一戈登・摩尔所提出的“集成电路上可容纳的晶体管数目，约每隔两年便会增加一倍”的理念。
近年来，随着制程工艺的进步，ARM 架构的移动平台的晶体管数量同样在飞速增长。例如，苹果在去年全球首发的 5nm 制程 A14，晶体管数量达到了 118 亿个，相较 7nm 制程的 A13 增加了 40%。同是 5nm 制程的麒麟 9000 的晶体管数量更是达到了 153 亿个。骁龙 888 尽管并未公布具体的晶体管数量，但同样表示达到了百亿级别。
此外，移动平台无疑将会最先跟进未来的 4nm、3nm、2nm 的更先进工艺，这同样也意味着移动平台的晶体管数量也必将大幅增长。但 ARM“每瓦性能”定律的提出，无疑向外界表示，晶体管数量的增加绝非是最重要的指标。
实际上，从目前 5nm 制程的各个产品的实际表现来看，其在 CPU 上的提升感知确实并不明显，消费市场也早已厌倦了 15-25% 左右的提升。SoC 的进步也并不能再表现出以往主频从 512Hz 到 1GHz、再到 1.2GHz 双核所带来的立竿见影的体验提升。而厂商也在悄悄的将关注焦点进行了转移。
相较于 CPU、GPU，AI 在移动平台上经历了从无到有，再到成为每年最大提升项的巨大飞跃。以骁龙移动平台为例，在 AI 性能的提升上，骁龙 845 为 3TOPS、骁龙 855 为 7TOPS、骁龙 865 为 15TOPS、骁龙 888 更是提升至了 26TOPS。同时，骁龙 888 中更是将标量、张量、向量模块进行融合，实现每瓦性能提升 3 倍。
苹果的 A 系列处理器同样在近几代中不断提升 AI 性能，实际上，A14 的 CPU 性能仅比 A13 快了约 16％，GPU 仅提升约 8.3%，但在 AI 算力上，机器学习速度提升 70%，机器学习加速器则令运算速度快达 10 倍。从苹果 A11 到 A14，同样实现了 AI 算力上的大幅进化，此前 A12 相比 A11 的 AI 算力提升就达到了 8.3 倍。苹果的 M1 芯片同样十分重视 AI 算力的提升，以 MacBook Pro 为例，CPU 性能比上一代提升了 2.8 倍，GPU 提升 5 倍，机器学习能力直接提升了 11 倍。
显然，动辄就有 10 倍左右提升的 AI 能力才是厂商在设计芯片时的发力重点。AI 也正在成为一部智能手机能否实现体验上持续提升的关键，用得好无疑比超频模式下的跑分更重要更实际。
AI 在智能手机中的作用正在涉及方方面面，例如通过学习用户的使用习惯来控制后台进程、管理电量、控制充电时间。
对于目前 OEM 厂商集中发力的拍照功能，AI 能够辨识拍摄物体的类型，来帮助进行参数的自动设定。拍照完成后还能自动对照片进行美化调整。后期用户的抠图过程中，还能通过机器学习来提升抠取的精准度。随着 AI 算力在 5nm 时代的大幅提升，AI 在视频拍摄、视频会议的过程中，也能提升虚拟场景、实时预览、人物替换等大量全新功能的加速能力。
与此同时，智能手机中的每瓦性能问题确实也正在被一些消费者所关注，如果性能提升的背后是瓦数的巨大增加，发热、功耗的问题无疑也将一并出现，过高的发热也会增加厂商的调教难度，因为发热造成的降频又将会在带来瞬时可感的卡顿，影响用户的使用体验。
此外，制程快速的进步、晶体管数量急剧增加的背后，巨大的成本也需要消费者来买单，目前旗舰机中的处理器 BOM 成本持续增加，一方面由于 5G 的原因，更重要的还有制程上的提升。面对先进制程所带来的成本压力，异构集成的话题已经开始更多在人们的耳边刮来。消费者是否喜欢为先进制程、晶体管数量买单也同样值得关注，就在当下这个旗舰机型 5nm 普及之年，第二梯队的 7nm 机型甚至受到了市场的更多追捧，价格与体验上的平衡，也让其性价比十分凸显。
对于物体类别的辨识、物体间边缘的区分，其实对于几个月的婴儿就是一件小菜一碟的事儿，大脑在迅速成长的早期就能赋予人类极强的智慧。看似迅速成长的 AI 也许还只是在婴儿期的小宝宝，还有更多成长道路上的惊喜和未知将会上演，让移动设备可以用得更好，消费者也更有为其买单的动力。
加载中,请稍侯......