你花钱买的AI算力，却被用来监视自己了？ - &熊猫体育 - 中国官方认证体育赛事直播平台

从多年前起，我们三易生活便持续对“NPU”这一概念提出质疑。无论厂商如何大肆宣传，用户实际体验到的现实是：NPU无论是在手机还是PC上，似乎都没能展现出任何实质性的用途。

以手机为例，某些厂商会宣称他们利用NPU辅助拍照时的图像优化。然而，我们（以及可能众多消费者）观察到的事实是，即便在最顶级的影像旗舰机型上，拍照过程中依然需要联网，依赖“云端大模型”进行细节增强或长焦处理。一旦手机在拍照时断网，生成的图片的确会变得不那么清晰。

当然，游戏玩家可能记得，去年有些手机厂商声称他们用NPU辅助GPU运算，实现了游戏的“超帧超分”原生效果。但结果呢？今年秋季亮相的新款旗舰平台，普遍在GPU中集成了神经加速器，其卖点就是不再需要将数据传输给NPU，从而延迟更低、功耗更小，这等于彻底暴露了“NPU超分”的缺陷。

至于PC上？NPU的存在几乎可被视为“笑话”。虽然某些专业视频剪辑、影音直播软件能调用NPU加速画面或音频处理，但除此之外呢？对绝大多数非专业用户而言，NPU在PC上确实毫无用处。

你觉得没用的NPU，广告商却玩得风生水起

平心而论，无论手机还是PC，绝大多数用户至今仍未等到什么“非NPU不可”且对日常生活至关重要的杀手级应用。但与此同时，另一群人却可以说是充分享受了NPU的“时代红利”。而这，就是让大多数朋友“深恶痛绝”的广告商。

我们刚与人聊起一个话题，没过几分钟，手机上的购物软件就推送了相关优惠券；下午在手机上搜过的商品，当晚家里电视的开屏广告就恰好与之相关；早上在办公室和同事讨论“吃什么”，结果工作时，电脑屏幕右下角就弹出了减肥药广告。

相信所有人都经历过类似上述情形，也许你也曾思考过，他们怎能如此精准地“监控”你，不仅知道你在键盘上输入了什么，甚至连你刚说的话、做的事，都仿佛能“监听”“监视”。而关于各类智能设备监控用户的报道，几乎每隔一段时间就会出现，只不过很少有真正被实锤的。

直到最近，随着多家电视厂商被相继曝出对用户采取监控手段，我们才得以窥见这种广告监控手段的“冰山一角”。特别值得注意的是，那些在许多朋友看来“不知道有什么用”的NPU，在这种用户监控过程中往往扮演了关键角色。

例如，某品牌的电视被发现能够借助NPU，实现对家庭环境中特定声响的精确检测，而这些声音记录会被发送至企业的云端服务器。还有研究表明，电视NPU中的特定电路，专门用于分析用户“看过哪些视频”，甚至包括用户日常使用中看了哪些广告、跳过了哪些广告，NPU也能清晰识别并记录下来，最终成为相关企业进行针对性广告推送的依据。

近日被曝光的部分监控代码显示，对于记录到的声响存在“端侧分类”。

此外，相关研究甚至发现，一些非常“聪明”的智能设备不仅会在这个过程中扫描家中所有无线设备，甚至会尝试“劫持”与其连接的智能音箱等终端，使其成为监听、监视用户的“帮凶”。而这些设备上的NPU，在此刻起到了关键作用。

因为有了NPU，就意味着这些监控数据可以在设备端“分拣”，提取关键信息，而无需一股脑全部传给云端服务器进行分析。这样一来，广告商用着你家的电，把你的活动、喜好全摸清楚了，自己还节省了服务器算力和流量，可谓是“一举多得”。

为什么是NPU？因为它本来擅长的就是这个

可能有些朋友会说，我知道某些智能设备会偷偷监控用户，可这与NPU又有什么关系呢？难道没有NPU，这些设备靠CPU、GPU，不也一样能运行这些监控功能吗？

其实还真不是，问题的关键就在于NPU本身的功能特殊性上。

首先，CPU、GPU这两类处理器，无论手机、电脑，还是其他智能设备（如电视），它们的一大特征就是功耗都比较高，适合处理高负载的短期任务。如果长期运行，势必会带来明显的发热情况。

大家不妨试想一下，如果你的手机明明没有使用，却动不动就自己“发热”，相信谁都会发现问题。

但NPU呢？它的绝对性能并不高，功耗也非常非常低，哪怕一直在后台偷偷运行监控代码，也不会产生可被察觉的功耗与发热。

而且NPU擅长的，就是一些需要持续运行的小模型。这些模型很难承担用户需要的持续对话、内容生成，却适合用于录音分析、数据特征提取等。说得不好听一点，NPU的架构特征，“天生”就适合用于实现对用户行为的持续监控和分析。

花钱让人监控自己？关键还是缺乏激励

从表面上看，如今的情况成了一种极为讽刺的现实。普通消费者完全没觉得NPU有什么实际用处，却又无法“避开”它，实际购买设备时，还要为这个自己用不上的东西付费。

可广告商早已将NPU的特征摸得一清二楚，并充分利用它去实现对用户行为的搜集。这样不仅难以被发觉，而且还能给广告商节约流量和云端算力，结果就变成了“广告商用NPU、用户来付费”的情形。

但造成这个现状的原因，仅仅是因为广告商太奸诈，用户防不胜防吗？恐怕不能如此简单地下结论。

对于广告商而言，这其实是一笔再清楚不过的账。NPU每多运行一个模型，就相当于多雇了一个不用发工资、也不用休息的“数据分拣员”；多识别出一个用户特征，用户画像就完整一分，广告的点击率就可能会涨一点。而本地完成分拣所节省的服务器算力和流量，则是实打实削减的成本。

一进一出，全是真金白银，也就难怪他们愿意养着最顶尖的工程师，把每一颗NPU的性能都榨干。在他们眼里，NPU从来不是什么营销噱头，而是日夜运转的印钞机。

普通开发者面对的，却是另一番景象。首先是碎片化，高通、联发科、苹果、三星、英特尔、AMD，每家的NPU都有自己的SDK和编程规范，给一家做的适配，换个平台就全部作废，小团队光是应对这些平台就得脱层皮。更让人泄气的是，即便咬牙做完了适配，也看不到任何回报。毕竟用户不会因为一个App“支持NPU加速”就多掏一分钱，甚至可能根本就感知不到。而且后台功耗低一点、画面加载快一点，在应用商店里既换不来下载量，也换不来好评。

所以问题的根源，从来不是NPU不行，更不是开发者懒，而是围绕这个计算单元的利益分配出了偏差。

把NPU用于监控，收益集中在少数几个厂商手里，他们自然有十二万分的动力往前推。可这个计算核心的成本，购机款、电费以及隐私上的代价，却是由亿万分散的用户来分摊，每个人的损失都不显眼，所以也就很难拧成一股绳。收益高度集中、成本极度分散，这才是NPU“正道无人走、邪路满地跑”的真正原因。

互联网行业有句老话，“如果你没有为产品付费，那你自己就是产品”。而NPU则讲了一个更荒诞的故事，你明明已经为产品付了费，却依然还是那个产品；甚至你还买下了那台把你加工成产品的机器，替它供电、为它散热，再看着它把你的一举一动打包卖给别人。

什么时候NPU能真正为用户运转起来，取决于用户的意愿什么时候能变成真金白银的激励，或是变成法律法规上的硬性要求。在那一天到来之前，它的算力越强，恐怕就越与你无关。

【本文部分图片来自网络】

本文来自微信公众号 “三易生活”（ID：IT-3eLife），作者：三易菌，36氪经授权发布。