这款A12仿生晶片由CPU、图像处理晶片（GPU）和新一代神经网路引擎（Neural Engine）组成。拥有8核神经网路引擎的A12，每秒可处理5兆次运算，能即时执行运用机器学习技术的App，强化使用者的照相、玩游戏和扩增实境（AR）体验。

2018年下半年，2大手机平台的龙头，不论是苹果和Google，都不约而同地推出了内嵌AI晶片的新款手机。该年9月时，苹果先推出3款新一代iPhone，分别是iPhone XS、iPhone XS Max和iPhone XR，这3款号称是全球首款搭载7奈米晶片的手机，因为它们都内嵌了自行研发的A12 仿生晶片（Boinic Chip）。

进一步来说，这个苹果设计的神经网路引擎，就是执行机器学习的关键，能更快完成扩增实境工具ARKit的水平面侦测、加强照片处理功能，也能执行即时运作的机器学习App，比如透过iPhone XS后镜头，可以更快速侦测场景平面，来执行AR应用程式；又或者透过手机前镜头，来追踪50多种脸部肌肉动作，制作个人专属的动画表情符号Memoji。

就在苹果推出AI晶片手机几个礼拜后，Google也于2018年10月时，推出最新款的Pixel 3手机，主打AI相机功能，比如Super Res Zoom利用天文和科学水准的成像技术，就算放大照片，也能呈现锐利细节；Top Shot功能，透过电脑视觉技术，在使用者按下快门时捕捉多张照片，即时保存和分析装快门按下前后的图像，并推荐使用者品值最高的一张照片。

Google Pixel 3的AI功能，还不只用在照相上。只要长按Pixel 3相机就能叫出Google Lens，可扫描与翻译所对焦的文字，或是寻找类似造型的服饰。

后来，Google才揭露了Top Shot功能的关键是可执行深度学习推论的AI硬体晶片。因为当用户拍摄一张照片时，其实Pixel 3手机会在1.5秒内连续拍摄90张照片，但要在背景快速分析90张高画质图像，挑出最佳者，需要不小的运算力，若使用手机内建处理器，则会相当耗电。因此，Google在Pixel 3中内建了一颗专用晶片SSD（Single Shot MultiBox Detector），可以用来执行深度神经学习的计算。

在内嵌式AI晶片出现前，手机AI应用多半得靠内建处理器来执行机器学习推论推论计算，像是手机版机器学习框架TensorFlow Lite就考量到手机内建处理器的效能和耗电，以推论功能为主，而非完整的机器学习框架，手机的电力限制了需要大量运算的AI应用的功能。但随着两大手机平台龙头，都开始在手机内建AI专用晶片后，将会带动更多AI手机的问世也能让手机得以获得更好的机器学习运算效能。

高通与联发科双双推出AI行动晶片

而行动处理器关键供应商，也在2018年底发表了行动AI处理器产品。如行动晶片大厂高通在2018年12月释出新一代AI处理器Snapdragon 855，首次将神经处理元件（NPU）整合手机晶片，也加入先前自行开发的IoT开发套件，强化电脑视觉处理。

而台湾手机晶片大厂联发科也推出了了具备AI功能的Helio P90系统单晶片，搭载AI引擎APU 2.0，采用融合AI（fusion AI）架构，能让手机装置在极低耗电的情况下，执行复杂的AI任务。据官方说明，能更快支援复杂度高的AI任务，像是人体姿态辨识、姿态追踪，还能优化图像。

平台龙头带头示范，主力供应商开始力推，这也意味着内建AI晶片的手机将会越来越多选择，行动App开发商也能开始借助这些AI晶片的运算力，来开发更多也更多元的AI应用。