麒麟970宣传自己是AI芯片，主要是因为海思麒麟970上集成了寒武纪的NPU，这个NPU的架构就是专为AI而设计的。根据海思的官方宣传，NPU比四个Cortex-A73核心处理同样的AI任务有50倍能效和25倍性能的优势。如果另一个角度看就是Cortex-A73也能处理同样的AI任务，只是效率低而已。
事实上在这个宣传上海思还是取巧了，因为通常大家都是用GPU、DSP等单元进行AI运算，这些单元比CPU效率也高多了。CPU是为通用而设计的，里面有很多的存储器和控制器，在进行这种比较单一的运算的时候是很吃亏的，而GPU就不一样了，非常适合运算，所以Nvidia在AI方面也是很领先的。当然比GPU更高效的就是专用的处理器了，比如海思970的NPU和谷歌的TPU，都是如此。
高通是通过优化GPU、DSP等处理器来进行AI运算的前面已经说过了CPU、GPU、DSP等处理单元都能用来进行AI运算，主要的区别就是效率和功耗，高通自己也强调骁龙845是通过模块内之间的调用，达到更有针对性的AI操作。骁龙神经处理引擎（SNPE）SDK除了已支持Google TensorFlow和Facebook Caffe / Caffe2框架之外，现在还支持Tensorflow Lite和新的ONNX。
而海思官方宣传，NPU比四个Cortex-A73核心处理同样的AI任务有50倍能效和25倍性能的优势，是不是高通的AI运算能力就很差了呢？可能确实会有差距，但没有那么大。
我们上面也说了，GPU,DSP都比CPU的效率高的多，这些才是845进行AI运算的主力，其实到了高通845，CPU的AI能力也大幅提高了。高通845的Kryo 385根据以发布的信息基本可以判断是魔改的Cortex-A73，即便不是也没关系，从Kryo 385支持DynamlQ就可以知道Kryo 385采用的是最新的arm v8.2指令集。而armv8.2指令集包含专门针对AI工作负载的指令集以及相应的优化库，根据ARM的说法可以在未来3-5年内AI运算能力提高50倍（对比对象是Cortex-A72）。另外，DynamIQ有专门针对这些AI的加速模块的设计精良的接口，从而实现更快的响应速度。