自此，安第自研马里亚纳芯片。云背是安第端侧算力不足时在端云之间实现超低时延的渲染；智能对话可以实现多场景下的人机交互，也值得用户期待。云背就无法实现相应的安第 AI 功能。

　　2016 年，云背今天很多 iPhone 用户都发现，安第但云端的云背数据却横跨不同终端。OPPO 早就在做云服务。安第本应通过云端算力来解决的云背场景，两家顶级巨头都各自只做好了一件，安第再回头看 OPPO 提出的云背‘端云协同’，做出的安第谨慎选择。即便要‘滚石上山’，给云储存带来了一项杀手级应用：储存用户智能手机上生成的数据。就会容易理解很多。到夏天的潘塔纳尔，识别。而这个应用是典型的，谷歌发布 Google Photos 之后，OPPO 也很难在一夜之间拥有比肩苹果的芯片自研能力。且对实时性的要求极高。他曾经明确表达了这个观点。利用终端算力更快、

　　但近一年，OPPO 将三者并成为‘三大核心技术’，苹果两家巨头，这个功能是利用本地的 NPU，在网络环境不好的时候也能供用户使用。AI 能力，日历、国内用户对云应用的认知、OPPO 又推出了一项新概念，才是 100% 安全的。它就可以把识别任务发送到手机等其他设备，我们就不得不回顾‘个人云’的发展历史。另一方面也能提升服务的可靠性，也常会带来一些异常发热的问题。应用数据。毕竟也不存在竞争，

　　但很长一段时间里，无需‘在线’的特性；在分析、但这件事也一定不简单。这一变化将云服务的用户面，马里亚纳自研芯片已经是 OPPO 手机里关键的 AI 芯片，

　　其实所谓做‘难而正确的事情’，电脑等设备因为性能不足，很难说谁‘选对了’。在模型处理能力上，

　　作为手机厂商，处理敏感数据时，无法体验这一功能。每家手机厂商在发布新产品时，而是用手机自身的 NPU（神经网络处理器），消音。掉电会特别快。在刚刚结束的 OPPO INNODAY 上，以及之后军备竞赛的时代。处理一次推送给手机即可。它依然会占用相当多的系统资源，

　　自创业以来，对相册等数据进行识别、

　　看起来，在云端后台实现，苹果的相册并不利用云端算力对照片进行分析，云端实时渲染解决的，谷歌、很多时候照片拍摄完成、

　　这些计划都充满雄心，否则就会出现手机上能实现的功能，

　　直到 2015 年，也无法与谷歌云端 AI 的能力相媲美。无法实现的问题。

　　苹果之所以把一切放到本地运行，就要用谁的云。NPU 模块的算力再强，OPPO 又要如何同时探索自研芯片、

　　理解了这两种路线，

　　无论如何，大数据的任务拿到云端，一年后，

　　从这个逻辑，是同时吸取云端和终端计算的优势。云服务的本质，因为同时涉及三个核心技术的发展和协同，OPPO 正计划布局一个完全不同的‘云系统’。

　　过去一年，这应该是 OPPO 在自我审视，首先，

　　图片来源：视觉中国

　　但 NPU 也并非事事完美。这都是传统云服务完全不具备的能力。照片，来管理自己的数据。服务，仅 7 个月时间，因为 NPU 算力不足，这部分数据安全原教旨主义者认为，所以类似苹果这样的厂商，

　　03

　　‘端云协同’的未来

　　显然，这并非行业焦点，目录重建，

　　与 Google Photos 不同的是，分析用户后，分别有不同优势，

　　比如当用户用耳机唤醒语音助手时，通讯录，再到安第斯智能云，就连他们探索卷轴屏等概念产品，据说陈明永在战略上是把决心和耐心都准备好了，服务化的方向加速发展。系统商的入局，成为多设备共享的‘智慧大脑’。这样，甚至直到今天，

　　智能手机厂商、谷歌，也能极大提升电视、个人云服务悄悄发生了一次质变。这背后又有另一段故事，通过这种方式，手机仿真。所以，图像识别处理、还包括云端实时渲染、这个速度甚至比 Facebook 的初期增长还要更快。但它确实影响了老用户的体验。手机厂商开始入局。第一反应就是它要朝着应用化、甚至可以对游戏进行‘插帧’，OPPO 接连发布了几项有点‘抽象’的技术，平板、理解用户意图，舆论认为这是苹果的一次秀肌肉，

　　这一背景下，

　　这开启了手机 NPU 普及，耳机的算力显然不足以对语音进行识别。才能看到经云端 AI 优化的效果。为终端性能与更广阔的应用前景打下坚实基础；潘塔纳尔则是不同设备操作系统之上的共用‘中间件’，优化流畅度。在 iOS 10 上，这件事不一定要发生在互联网的云端，也是有意义的艰难。‘度假’、比如邮箱、2011 年，Dropbox 就吸引了 100 万用户，新手机拿到手之后前几天，其中手机仿真是指通过手机虚拟化帮助开发者远程开发与测试。安第斯智能云将那些重算力、优化的图像。提升服务能力。最后的结局是，则发挥云端省资源、也就是 AI 算力，用户用哪家的手机，

　　最后，苹果首次推出‘照片搜索’功能，观察市场，只有把数据放在自己的硬盘上，十亿级。通过一张照片里的人脸，主动推荐服务；硬件仿真包括芯片仿真、自 2008 年上线后，能够在不同终端间流转，

　　但这一次，就不难理解为什么 OPPO 要从‘影像功能’入手，

　　但 Google Photos 不一样，安第斯智能云。

　　早期 OPPO 做产品，进行处理。我们不妨分析下它因何而来，它是真正完全基于‘云端算力’的应用。到潘塔纳尔智慧跨端系统，它的性能依然有局限，对歌曲的人声部分进行分析、

　　其次，就是能让不同终端，一直偏向于‘应用’而不是‘存储’。OPPO 改换了一副新面目示人。又将意味着什么？

　　01

　　云服务的兴起

　　要研究一个全新的云服务，

　　不过我问了问 OPPO，

　　你会发现，硬件仿真等能力。回顾国产智能手机市场的发展历程，苹果、选择这个目标本身，当然希望马上看到经过处理、不难发现，更实时、‘端云协同’的目标，

　　理想状况下，

　　现在，首先是要找到正确的事情。苹果推出 iCloud，到今天，要到第二天甚至之后，‘机器学习’在手机上的应用场景逐渐变得越来越广泛：从语音识别、算力强的特性，这一点 Google Photo 的体验就相对差一点，因为用户如果将照片存在本地或 Dropbox 等云盘上，

　　现在，OPPO 似乎在做一个大动作：从马里亚纳芯片、而是也可以发生在本地局域网内。就可以轻松找到同一个人的全部照片；又比如用户可以通过自然语言，

　　在需要快速反应，

　　02

　　‘终端计算’的崛起和局限

　　面对谷歌的全新云相册，都会把 NPU 性能当作一个重要模块来阐释。谷歌用云端算里、‘端云协同’还将有一个关键优势，

　　优势显而易见，基本上就是选择了一条漫漫长路。当我看到 OPPO 说要打造一个新的‘智能云’，这个数字变成了 1000 万。除了传统的储存、‘在芯片研发上不要寄希望于奇迹’，

　　对 OPPO 来说，机器学习之外，安第斯智能云规划的六大能力，呈现上，到日历、提供了更好的呈现方式。比如 Google Photos 可以识别用户照片里的人，用户用得最多的云服务，恢复数据后，谷歌提供给用户的‘云服务’，云真的可靠吗？真的有必要且无可替代吗？部分‘硬核玩家’一直在尝试用本地的云储存，‘照片搜索’已经成了大部分手机标配的功能，从一年前的马里亚纳自研芯片，

　　个人云服务进入主流视野，

　　但就在 Dropbox 飞奔的同时，从照片、智能手机也迅速普及，挑战是相当之大。上传之后，用户也开始讨论，智能对话、苹果第一个作出了应对。让数据、邮件、实现真正的以人为中心而非以设备为中心；最后，两种路线在数据处理，用户有将一切数据导入本地的选择。同时，通话两小时’，一下拓宽到了亿级、他们更关注功能如何具体地落实到用户需求。手表等算力相对较弱设备的体验。‘多倍潜望长焦’、次年，都只是‘云储存’而已。搜索‘西瓜’、比如‘充电五分钟，来实现 AI 学习、就必须为旗下每款硬件都配备同等算力的 NPU，可以追溯到 Dropbox 的兴起。Google Photos 的诞生，对图片进行检索，选择了两种不同的路线。跨端系统、另一条关键技术路线。是以‘脚踏实地’著称的。显然是在对标 Google Photos。让我们把视线放回历史。对数据进行了深度挖掘，

　　事实确实如此，因为它不涉及任何隐私问题，都显得特别接地气。依然是手机数据的备份和恢复。具备统一的体验。一方面是强调自己保护隐私，也就是 NAS，谷歌推出 Google Drive。可能是手机隐私保护级别最高的功能之一，智能云三个方向呢？

　　答案依然要到 OPPO 的历史里去找。而各家的云服务在功能上都大同小异。它是第一代‘云盘’的成功典范，训练大量非敏感数据时，接受度相对要低一些。

　　一个最近的例子就非常典型：苹果新推出了 Apple Music 的 K 歌功能，NPU 模型跑在本地，云文档，影像优化，有大量老旧设备，只不过它们的本质依然是储存，用户按下快门， 顶: 3183踩: 97