大家都知道目前手机处理器市场除了高高在上的苹果A系列芯片外，另外两个巨头就是高通骁龙芯片和三星的Exynos芯片。不过为了摆脱对芯片供应链的供货限制，华为在好几年前就开始走上自研芯片的道路。华为海思麒麟芯片筚路蓝缕起步至今，已经取得了骄人的成绩。上一代旗舰级别芯片麒麟960更是直接对标高通骁龙820和三星Exynos 8890，无论是功耗和性能都不落下风。今天晚上，华为将再次放出大招，祭出集成了AI芯片的麒麟970，势要打破三星和高通在高端芯片领域的垄断，将麒麟芯片推向世界。芯片部分：麒麟怒吼，不俗的性能芯片规格台积电10纳米工艺，约100平方毫米的芯片面积内建有55亿晶管体ARM的big.LITTLE多核架构，八核心芯片。其中4个A73大核心（2.4Ghz）+4个A53小核心（1.8Ghz）内置神经网络单元（NPU），运算能力达1.92TFP 16 OPS内置双ISP：动态监测功能和相机低光成像增强首次支持HDR10功能，4K下60帧摄影和4K下30帧摄影集成ARM Mali-G72 MP12十二核GPU全球首款配备4.5G（准5G）基带移动芯片，支持LTE Cat.18，最高下行1.2Gbps支持LPDDR4X内存、UFS2.1闪存麒麟970芯片采用台积电10纳米工艺制成，而且在不到100平方毫米的狭小体积内集成了55亿个晶管体。也许数字体现不出麒麟970的可怕，但是与之对比的是，骁龙835是31亿颗，苹果A10是33亿颗。可见在台积电10纳米制程工艺的加持下，麒麟970的集成度非常高。（无数晶管体）更高的集成度往往意味着更高的性能和更低的发热量，只有换装上台积电10纳米工艺的麒麟芯片才有资格跟世界上的顶尖芯片叫板，而麒麟970做到了。同时麒麟970还要高达12核心的GPU图形显示芯片，也许还不能拼得过高通的Adreno，但是面对当下所有的游戏和应用场景应该是不成问题。过去麒麟芯片图形性能相对较弱的短板应该也会得到改善。（Mail GPU）另外不得不提的是世上首款准5G网络基带，最高支持到LTE Cat.18，移动网络的传输速度至少是高通芯片的两倍。虽然目前5G网络还没有商用，但是麒麟芯片的超高规格则可以展现华为在网络建设方面的实力，秀肌肉意味大于实用意味。这颗强大芯片如无意外将会在下个月的华为旗舰手机华为Mate 10上首发，到时候我们就可以切切实实地知道麒麟970的真正实力了。智能AI芯片：当智能手机真正变得“智能”之前华为曾经放出预热视频为这次的重点智能AI处理器预热，然而到了发布会我们才发现，原来这块AI芯片并不是单独推出，而是集成在麒麟970之中。麒麟970这一块NPU的强大之处可以让手机在处理某些特定场景中的任务时大大提高处理速度，最高可以提高处理器25%的性能，让手机处理器的执行效率提高50%。例如在NPU的加成下，拍摄1000张照片仅仅消耗手机0.19%的电量，十分爆炸。此外，同样在拍摄场景下，麒麟970的拍摄速度也要比普通CPU快得多。这都是NPU的功劳，通过人工智能深度学习，将手机的硬件全都统筹在一起，让手机的运行更加高效。此外，利用NPU还可以实现计算机实时演算，低功耗AR等功能，而且都是在手机端就可以实现。总的来说，NPU是一颗催化剂，也是一颗强化剂。NPU可以让手机在原有的硬件基础上大幅度提升性能，还可以让手机变得更加智能，随时响应用户的操作指令。手机处理器集成NPU是大势所趋，但是华为是第一个实现此宏愿的厂商。华为这个首发抢得非常值得，因为NPU给手机带来的提升或许比手机处理器本身的进步还要明显。华为作为先行者也将被历史铭记。麒麟发威：骁龙胆怯、三星暗淡这绝不是吹牛，就目前的规格而言，麒麟970芯片比高通骁龙835和三星Exynos 8895都要厉害一些。麒麟970在制程工艺上追平了高通骁龙835和三星Exynos 8895，功耗和发热方面自然在同一个水平。目前采用10纳米工艺制成的芯片都在市场上取得了不错的口碑，而麒麟960相比今年旗舰芯片的最大短板也被追平。但是需要注意的是，麒麟970很可能只能威风小半年。因为未来的高通骁龙845和三星Exynos 9810将会在明年年初到来，而且性能会更加残暴。三星Exynos 9810的预计单核跑分将会达到2600分，多核跑分将会高达8900分。相比之下，今年的旗舰芯片高通骁龙835的单核跑分为2000出头，多核跑分更是只有6000分。由于麒麟970并没有用上性能更强的核心架构，同时主频也不高，由此可知在性能跑分上只会比高通骁龙835稍好一些。而这样的表现根本无法抗衡明年的高通和三星的旗舰处理器，除非华为还藏一手，在明年推出麒麟970的升级版。GPU的加强，虽说不一定能够战胜高通Adreno，但是相比麒麟960的Mali-G72 MP8还是要强不少。起码游戏方面是通杀了，流畅性方面也是没问题，只是跑分没有那么好看而已。总的来看，得益于10纳米工艺，麒麟970的性能会超过高通骁龙835和三星Exynos 8895一小些。同时GPU部分的短板也得到补足，麒麟970是一款比较均衡无短板的优秀旗舰芯片。而海思麒麟970的NPU，才是真正的制胜关键。凭着独一无二的NPU芯片，“智能”手机到了今天才能智能起来。这也是未来手机芯片发展的大方向，只不过是海思麒麟率先做了出来并应用到手机处理器身上。只不过目前NPU的应用场景可能还不够丰富，但是海思麒麟芯片作为先驱者的态度足以让我们保持敬佩。我们也期待未来NPU能够大展神威，让我们的生活变得更加快捷和便利。然而华为的问题不仅是芯片的问题，但愿这么好的芯片，不要再用eMMC来搭配了，让麒麟真正发一次威吧。
本文仅代表作者观点，不代表百度立场。本文系作者授权百度百家发表，未经许可，不得转载。
分享到微信朋友圈
打开微信，点击 “ 发现 ”
使用 “ 扫一扫 ” 即可将网页分享至朋友圈。
扫一扫在手机阅读、分享本文
百家号作者平台APP
扫码下载安卓客户端
便捷管理文章信息
随时查看文章收益华为麒麟970最全解析：AI成最大亮点_凤凰科技
华为麒麟970最全解析：AI成最大亮点
用微信扫描二维码分享至好友和朋友圈
不久之前，在&深商名企走进华为&活动中，华为消费者BG CEO、华为终端公司董事长余承东曾透露，以前做海思芯片是一个非常艰难的决定。
小明评测智能家居网讯：不久之前，在&深商名企走进华为&活动中，华为消费者BG CEO、华为终端公司董事长余承东曾透露，以前做海思芯片是一个非常艰难的决定，因为做海思芯片，做得很差，要放弃的话是亏损，要不用它的话，永远成长不起来，要用它的话竞争力又很差。然而，华为还是选择坚持了下来，做到比较差、有点差，后来到慢慢接近一点，再到麒麟950开始慢慢领先，麒麟960领先。很显然，从严重落后到慢慢领先一路走上来，华为仍在不断突破。就在北京时间9月2日晚，在德国柏林的IFA 2017展会上，华为正式发布了新一代移动SoC芯片。华为余承东表示，麒麟970是华为首款人工智能移动计算平台，并且是全球首个集成独立AI人工智能专用NPU神经网络处理单元的移动芯片，所采用的是创新的HiAI移动计算架构。AI加持：全球第一枚集成NPU神经网络单元的移动芯片所谓的HiAI移动计算架构，主要有四部分组成，CPU、GPU、ISP/DSP和NPU。作为全球第一枚集成专用NPU的移动芯片，华为一开场就重点介绍NPU神经网络单元，声称在HiAI架构下AI性能密度大幅优于CPU和GPU，能够用更少的能耗更快的完成更多任务，大幅提升芯片的运算效率。更具体来说，在16位浮点数(即FP16)时，麒麟970内置的NPU运算能力达到1.92 TFLOPs。在AI人工智能深度学习下，所有硬件能够协调芯片内部的各个组件及手机硬件，如ISP、DSP，保持处理某些特定任务时，提升速度并低功耗运作。例如有了NPU的加成，在图像识别任务上，对比Cortex-A73 CPU&性能提升25倍，能效提升50倍之多，拍摄1000张照片仅仅消耗4000mAh电池手机0.19%的电量，图像识别速度可达到约2000张/分钟。相比之下，三星S8使用CPU处理每分钟仅95张，苹果iPhone 7 Plus同时使用CPU和GPU，每分钟也仅能识别487张，华为完胜：简而言之，麒麟970有了NPU单元之后，至少在拍照和图像处理上，比之前单纯依赖CPU和GPU要快得多。而对于竞争对手，麒麟970最直接的就是保持高效率，并且更加的省电。未来AI独立单元内置于芯片一定是趋势，苹果也在做，只是华为抢先开了个头，据说拿到了中科院寒武纪授权的AI指令才加速了研发。当然了，所谓的AI加持提升多少运算处理效率，目前并没有统一标准进行衡量，只能听华为官方的举例来解释。无论如何，在AI人工智能芯片领域，FP16和FP8已经变得越来越重要，因为神经网络使用十进制数作为计算矩阵的一部分，然而这些浮点数不需要那么精确，这意味着FP16和FP8比一个完整的32位或64位浮点数更重要。按照华为的说法，AI芯片能够以人类的思考方式来理解人类诉求，具备高处理速度，高密度和高能效比，而麒麟970只是个开始，并超越竞争对手。余承东表示，麒麟970更快，更强，更聪明，更出色带来了人工智能时代下的崭新体验，展望智能手机的未来，我们正处于一个激动人心的新时代开端，&移动AI=设备AI+云AI&，未来智能终端将能够看懂、听懂，更了解你，能够思考更懂你，能够对话以更好的服务你。&&CPU无提升令人失望，GPU难得首发了Mali-G72麒麟970采用的是台积电的10纳米工艺制程打造，余承东表示这枚芯片复杂程度集成度非常高，在约100平方毫米的狭小体积内集成了55亿个晶管体。相比之下，竞争对手高通当下最强旗舰芯片骁龙835集成的晶体管数量是31亿，而苹果A10则是33亿，暂时不清楚即将登场的A11是多少。CPU部分，麒麟970与上一代麒麟960一样为八核心设计，由4个主频为2.4GHz的Cortex-A73大内核与4个主频1.8GHz的Cortex-A53内核组成，性能上无变化，毕竟同样架构频率。传闻所说的2.8GHz主频吊打骁龙835并没能实现，但跑分上追平骁龙835应该没问题，并且得益于10纳米工艺的进步能效提升20%。&&GPU图形处理器单元部分，华为麒麟970全球首发了ARM的Mali-G72 MP12，12个核心，这是华为首次上两位数核心的GPU了，图形处理性能相比960强很多，性能提升幅度达到20%，同时能效还降低了50%。话说回来，整体看完CPU和GPU，其实麒麟970在功耗方面进步不大，麒麟960高功耗的问题没有通过10纳米得到彻底解决。因为按照正常芯片的更新换代，必定有性能提升功耗下降的进步，而麒麟970的CPU性能未能得到提升的情况下，也仅降低了20%功耗。如此来看，加入NPU单元的确是华为本次升级工作的重点了，而不是抢先冒险用上ARM今年早些时候发布的A75和A55架构。&&全球领先的4.5G网络基带，还支持UFS 2.1华为还全球首发了&4.5G，Pre 5G&调制解调器，支持LET Cat 18通信规格，下行峰值速度最高可以达到1.2Gbps，其他参数还包括有4X4 MIMO、5CC CA和256QAM，支持双卡双VoLTE。余承东介绍称，这一调制解调器能够在全球范围内实现各运营商的高速率组合，华为经过了40万公里的高铁测试，因此在高铁上也能保持稳定的下载速率，再也不用担心坐高铁掉网&失联&。麒麟970提供双ISP图像处理单元和Image DSP信号处理单元，得益于更加强大的算法优化和AI神经网络辅助下，吞吐量增加25%，支持AI场景识别、人脸追焦、智能运动场景检测，同时夜拍效果提升。所以，发布会上余承东展示了搭载麒麟970芯片的设备，在拍照上日常吊打三星的Galaxy S8：另外，麒麟970集成有最新的i7协处理器，视频解码支持4K HDR10格式，内建TEE和inSE安全引擎，拥有更高的安全性集成HiF级硬盘芯片，支持音频流高达384KHz/32bit母带级别音质。需要注意的是，华为官方参数标明，麒麟970不仅最高支持LPDDR4X内存，而且还支持UFS 2.1闪存存储，未来推出的麒麟970设备时候是否还混用eMMC闪存就不清楚了，毕竟上一代麒麟960也支持UFS 2.1。首发麒麟970，新旗舰Mate 10将于10月16日登场最后，余承东预告，华为mate 10将全球首发麒麟970处理器，10月16日在德国慕尼黑正式发布。余承东已经确认，mate 10将是华为首款全面屏设计的智能手机，并且由于搭载出色的麒麟970让更加让人期待。关于Mate 10目前可以确认的是，该机子所采用的屏幕来自于JDI，刚好是前段时间正式宣布的全面屏幕，6英寸大小，18:9的屏幕比例，分辨率为Quad HD级别的2160 x 1080像素，采用Pixel Eyes技术。而在此之前，余承东曾表示，华为新一代旗舰Mate 10的目标是干掉同一时期的苹果新一代iPhone，届时Mate 10综合实力强大。除了强大的麒麟970，余承东强调，该旗舰拥有惊艳的全面屏设计、更长的续航、更快的速度以及更出色的双摄表现，还有不能透露的重磅功能。讲真，在CPU性能上麒麟970应该不是今年最快的芯片，在安卓领域今年最快的应该是未发布的骁龙836，下半年谷歌Pixel 2有望搭载，而苹果即将发布的A11芯片同样令人无比期待。
用微信扫描二维码分享至好友和朋友圈
凤凰科技官方微信
播放数：1810661
播放数：439977
播放数：1386738
播放数：5808920打开微信“扫一扫”，分享到朋友圈
更多有趣好玩的内容
尽在品玩微信公众号
PingWest品玩移动客户端
PingWest账号登录
微信扫码登录
var initposts = [{"title":"\u3010\u63ed\u79d8\u\u\u4e2a\u624b\u673aAI\u82af\ue\u4e3a\u9e92\u9e9f970\u662f\u600e\u4e48\u\uff1f\u\u4e48\u7528\uff1f","imgurl":"http:\/\/\/wp-content\/uploads\/2017\/09\/huaiwei-kirin-970-AI-chip-e8.jpg","is_hailuo":0,"name":"Hao Ying","comnum":"0","cat":"\u4ea7\u54c1","caturl":"http:\/\/\/category\/product\/","wburl":"http:\/\/\/share\/share.php?appkey=&url=http:\/\/\/huawei-announces-first-ai-computing-platform-kirin-970\/&ralateUid=&title=\u\u63ed\u79d8\u\u\u4e2a\u624b\u673aAI\u82af\ue\u4e3a\u9e92\u9e9f970\u662f\u600e\u4e48\u\uff1f\u\u4e48\u7528\uff1f\u3011&pic=http:\/\/\/wp-content\/uploads\/2017\/09\/huaiwei-kirin-970-AI-chip-e8.jpg","contenthtml":"2015 \u5e74 3 \u6708 12 \u65e5\uff0c\u6c34\ue\u533a\u53d1\u5e03\u4e86\u4e00\ud\u8d77\u773c\u7684\u62db\u\u606f\uff0c\u201c\u4e2d\u79d1\u\u7b97\u6240-\u534e\u4e3a\u\u9879\u76ee\u62db\u8058 20 \u540d\u667a\u80fd\u82af\u\ue\u4e60\u751f\u201d\uff1a\n\u62db\u\u95e8\uff1a\u8ba1\u7b97\u673a\u4f53\u7cfb\u7ed3\u6784\u56fd\u5bb6\u91cd\u70b9\u5b9e\u9a8c\u5ba4\n\u62db\u\u4f4d\uff1a\u5b9e\u4e60\u751f\n\u62db\u8058\u4eba\u6570\uff1a20\n\u5c97\u4f4d\u804c\u8d23\uff1a\u53c2\u52a0\u534e\u4e3a\u\u9879\u76ee\u65b0\u4e00\u4ee3\u667a\u80fd\u82af\u\u\u8bbe\u8ba1\u5f00\u53d1\u5de5\u4f5c\n\u5c97\u4f4d\u\uff1a\n1\u\u7b97\u673a\u76f8\u\u4e1a\u\u\u8def\u76f8\u\u4e1a\uff0c\u5728\u8bfb\u\u751f\uff1b\n2\u\u96c6\u\u8def\u903b\u8f91\u8bbe\u8ba1\/\u\u8bbe\u8ba1\/\u6d4b\u8bd5\/\u5c01\u88c5\/\u6d41\u\u76f8\u\u7a0b\u7ecf\u9a8c\u\u\n3\u\u624e\u5b9e\u\u7b97\u673a\u4e13\u4e1a\u57fa\u\u8bc6\uff1b\n4\u\u8f83\u5f3a\u\u7a0b\u80fd\u529b\uff0c\u826f\u597d\u\u961f\uc\u610f\u8bc6\uff0c\u8f83\u5f3a\uf\u901a\u80fd\u529b\uff0c\u4ee5\u53ca\u656c\u4e1a\u548c\u94bb\u7814\u7cbe\u795e\uff1b\n5\u\u4eba\u5de5\u667a\u80fd\u65b9\uf\u\uff0c\u957f\u671f\u5b9e\u4e60\u\u5148\uff1b\n\n\u4fe1\u606f\u540e\u534a\u90e8\u\u\u62db\u\u95e8\u\u7ec6\u8d44\u6599\uff0c\u4e5f\u62ab\u\u534e\u4e3a\u4eba\u5de5\u667a\u80fd\u82af\u\u672a\u\u5212\uff1a\n\u4e2d\u56fd\u79d1\u5b66\u\u7b97\uf\u\u6240\uff08\u7b80\u79f0\u8ba1\u7b97\u6240\uff09\u521b\u5efa\u4e8e 1956 \u5e74\uff0c\u662f\u4e2d\u56fd\u7b2c\u4e00\u4e2a\u4e13\u95e8\u4ece\u4e8b\u8ba1\u7b97\u673a\u79d1\u5b66\uf\u7efc\u\u\u\u672f\u673a\u\u8ba1\u7b97\u\u\u529f\u4e86\u4e2d\u56fd\u7b2c\u4e00\u53f0\u901a\u\u5b57\u\u8ba1\u7b97\u673a\u\u7b97\u\u7cfb\u7ed3\u6784\u56fd\u5bb6\u91cd\u70b9\u5b9e\u9a8c\u5ba4\u662f\u8ba1\u7b97\u\u\u5b9e\u9a8c\u5ba4\u4e4b\u4e00\uff0c\u4eca\u5e74\uff08\u6ce8\uff1a2015 \u5e74\uff09\u\u540e\u4ea7\u751f\u\u4f4d\u9662\u58eb\uff0c\u5b75\u\u\u\u\u77e5\u540d\u8ba1\u7b97\u673a\u4f01\u4e1a\u3002\n\u534e\u4e3a\u\u9879\u76ee\u65b0\u4e00\u4ee3\u667a\u80fd\u82af\u7247\uff0c\u65e8\u\u53d1\u65b0\u4e00\u4ee3\u\u4e8e\u4eba\u5de5\u667a\u80fd\u65b9\u\u8ba1\u7b97\u673a\u82af\u7247\uff0c\u4e3b\u\u4e8e\u\u636e\uc\u7d22\u3001\u8bed\u97f3\u7b49\u5f53\u524d\u4eba\u5de5\u667a\u80fd\u5e94\u\u53ca\u4f5c\u4e3a\u672a\ua\u80fd\u8bbe\u\u7aef\u\u5fc3\u90e8\u4ef6\u3002\n\n\u534e\u4e3a\u6d88\u8d39\ua\u52a1 CEO \u4f59\u627f\u4e1c\u5728\u67cf\u6797 IFA \u5c55\u53d1\u5e03\u534e\u4e3a\u9e92\u9e9f 970\n\n\u8ba1\u7b97\uc\u534e\u4e3a\u\u4e00\u\u9879\u76ee\uff0c\u76f4\u63a5\u50ac\u751f\u4e86\u67cf\u6797 IFA \u5c55\u4e0a\u534e\u4e3a\u6d88\u8d39\u4e1a\u52a1 CEO \u4f59\u627f\u4e1c\u634f\ub\u91cc\u4f9b\u4eba\u819c\u62dc\u\u\u6b3e\u624b\u673a AI \u82af\u\u\u9e9f 970\u\u\u7b97\uff0c\u8fd9\u6b3e\u82af\u\u5f00\u53d1\u\u4e24\u5e74\u534a\u\u\uf\u4e5f\u53ef\u4ee5\u53cd\u8fc7\u\u8bc1\u8fd1\u\u4f20\u\u9e9f 980 \u5df2\u5f00\u59cb\u6d41\u\u9e92\u9e9f 990 \u542f\u52a8\u\u\u606f\u3002\n\u5b9e\ua\uff0c\u534e\u4e3a\u548c\u4e2d\u79d1\u\u7b97\u\uc\u\u5df2\u4e45\uff0c\u4e1a\u754c\u591a\u\u8a00\uff0c\u534e\u4e3a\u65e9\u5df2\ua\u4e2d\u79d1\u\u7b97\u\u\u4e3b\u30022011 \u5e74\uff0c\u53cc\u65b9\u4fbf\u89c4\u\u7acb\u\u5b9e\u9a8c\u5ba4\uff0c\u\u7531\u5148\u8fdb\u8ba1\u7b97\u673a\u7cfb\u7edf\u\u4e2d\u5fc3\u627f\u62c5\uff0c\u8be5\u4e2d\u5fc3\u4e3b\u8981\u4ece\u4e8b\u4e91\u8ba1\u7b97\u3001\u64cd\u4f5c\u7cfb\u7edf\u548c\u4f53\u7cfb\u7ed3\u\u\u3002\u5b83\u6b64\u524d\u662f\u4ece\u9ad8\u6027\u80fd\u8ba1\u7b97\u673a\u\u4e2d\u5fc3\u72ec\u7acb\u51fa\u\ue\u534e\u4e3a\uc\uc\u5e74\uff0c\u5148\u8fdb\u8ba1\u7b97\u673a\u7cfb\u7edf\u\u4e2d\u5fc3\u5f00\u59cb\u\u8ba1\u7b97\u673a\u4f53\u7cfb\u7ed3\u6784\u56fd\u5bb6\u91cd\u70b9\u5b9e\u9a8c\u5ba4\u4e0b\uff0c\u4e8e 2014 \u5e74\ua\u6b63\u5f0f\u72ec\u7acb\u90e8\u95e8\u3002\n\u4e0d\u8fc7\u9e92\u9e9f 970 \u7684 AI \u82af\u\u975e\u6765\u81ea\u4e8e\u8fd9\u4e00\u\u5b9e\u9a8c\u5ba4\uff0c\u800c\u662f\u5b83\u6b64\u524d\u66fe\u\u\u7b97\u673a\u4f53\u7cfb\u7ed3\u6784\u56fd\u5bb6\u91cd\u70b9\u5b9e\u9a8c\u5ba4\u3002\u66f4\u786e\u\u8bf4\uff0c\u9e92\u9e9f 970 \u7684 AI \uf\u\u\u4e8e\u8be5\u5b9e\u9a8c\u5ba4\u540e\u\u5316\u51fa\u\u\u4e2a AI \u9886\u57df\u7684\u72ec\u89d2\u517d\u\u4e2d\u79d1\u5bd2\u6b66\u7eaa\u79d1\u\uc\u53f8\uff0c\u7b80\u79f0\u5bd2\u6b66\u7eaa\u3002\n\n\u5bd2\u6b66\u7eaa Cambricon-1A \u524d\u671f\u\n\n\u5bd2\u6b66\u7eaa\u\u7b97\u\u7cfb\u7ed3\u6784\u56fd\u5bb6\u91cd\u70b9\u5b9e\u9a8c\u5ba4\u\u4f4d\u\u5458\u\u9701\u548c\u\u77f3\u\u521b\u7acb\u\u540d\u521b\u59cb\u4eba\u662f\u4eb2\uf\uff0c\u\uf\u4e8e 1983 \u5e74\u51fa\u751f\uff0c\u\u77f3\u751f\u4e8e 1985 \u5e74\uff0c\u\u4e1a\u4e8e\u4e2d\u79d1\u\u5e74\u73ed\uff0c\u90fd\u79f0\u5f97\u4e0a\u662f\u201c\ud\u201d\u3002\u8fdb\u\u7b97\u673a\ue\uff0c\u54e5\u54e5\u4e3b\u653b\u82af\u7247\uff0c\u662f\u\u201c\u9f99\u82af\u201d\u\u5458\uff0c\u76ee\u524d\u4ecd\u\u7b97\u673a\u\u4efb\u\u5458\uff0c\u5f1f\u5f1f\u4e3b\u653b\u4eba\u5de5\u667a\u80fd\uff0c\u6210\u7acb\u516c\u53f8\u540e\u4efb CEO \u4e00\u804c\u3002\n\n\u\u9701\uff08\u53f3\uff09\u4e0e\u\u77f3\uf\u3002\n\n2016 \u5e74 3 \u6708\u4efd\uff0c\u5bd2\u6b66\u7eaa-1A\uff08Cambricon-1A\uff09\u95ee\u4e16\uff0c\u8fd9\u4e5f\u662f\u\ua\u\u6df1\u5ea6\u795e\u7ecf\u7f51\u7edc\u\u5668 IP\uff08Intellectual Property\uff09\uff0c\u53ef\u96c6\u\ub\u7ec8\u7aef SoC \u82af\ud\uff0c\u5e76\u5728 11 \u6708\u53ec\u5f00\u\u754c\u4e92\u\ua\u4e0a\u83b7\u9881\u201c\u\u79d1\u\u679c\u201d\u\u65b9\ua\uff0c\u8fd9\u6b3e\u\u5668\u6bcf\u79d2\u53ef\u 160 \u4ebf\u4e2a\u865a\u62df\u795e\u7ecf\u5143\uff0c\u6bcf\u79d2\u5cf0\u503c\u8fd0\u7b97\u80fd\u529b\u8fbe 2 \u4e07\u4ebf\u865a\u62df\u7a81\u89e6\uff0c\u6027\u80fd\u6bd4\u901a\u\u\u9ad8\u4e24\u4e2a\u6570\u91cf\u7ea7\uff0c\u529f\ud\u4f4e\u4e86\u4e00\u4e2a\u6570\u91cf\u7ea7\uff08\u4ec5\uf\u 1\/10\uff09\uc\u671f\u63a5\u53d7\u300a\u4e2d\u56fd\u79d1\u5b66\u62a5\u300b\u91c7\u8bbf\u65f6\uff0c\u\u77f3\u900f\u9732\uff0c\u201c\u5bd2\u6b66\u7eaa\u82af\u\u4e00\u5e74\u534a\u5de6\u53f3\u\u95f4\u5c31\u4f1a\u8fdb\u\u573a\ud\n\u5728\u4e24\u4e2a\ue\u\u6b21\u6f14\u8bb2\u4e2d\uff0c\u\u77f3\u4ecb\u7ecd\u4e86\u5bd2\u6b66\u7eaa\u\u7cfb\u\u7a76\uc\uff1a\nPC \u65f6\u4ee3\uff0cCPU \u505a\u56fe\u5f62\u6e32\u67d3\u80fd\u529b\u4e0d\u591f\uff0c\u4e8e\u662f\u5c31\u8bde\u751f\u4e86 GPU\u\u53f7\u\u80fd\u529b\u4e0d\u591f\uff0c\u4e8e\u662f\u5c31\u DSP\uc\u6837\uff0c\ua\u80fd\u65f6\u4ee3\uff0c\u6211\u4eec\u4e5f\u4f1a\u\u\u7c7b\u4e13\u95e8\ua\u80fd\u\u5668\u82af\u7247\uff0c\u800c\u5bd2\u6b66\u7eaa\u516c\u53f8\u5c31\u662f\u8fd9\u4e2a\u9886\u57df\u\u884c\u\n\u5bd2\u6b66\u7eaa\u56e2\u961f\u \u5e74\u\u4e86\u\ua\u6df1\u5ea6\u5b66\u4e60\u\u5668\uff0c\u76f8\u\u4f5c\u83b7\u5f97\u4e86\u\u\u\u57df\u\u4f1a\u8bae ASPLOS \u\u4f73\u8bba\u\uff0c\u662f\u4e9a\u6d32\u673a\u\u6b21\u83b7\u5f97\u8fd9\u\u\u3002\n2014 \u5e74\uff0c\u6211\u4eec\u53d1\u\u\ua\u591a\u\u5ea6\u5b66\u4e60\u\u\u6784\uff0c\u518d\u6b21\u62ff\u\u\u\u\u57df\u\u4f1a\u8bae MICRO \u\u4f73\u8bba\u\uff0c\u521b\u\u56fd\u\u672f\u754c\u\u7eaa\u5f55\u3002\n2015 \u5e74\uff0c\u6211\u4eec\u63a8\u51fa\u6444\u50cf\u5934\u82af\ua\u\u89c9\u8bc6\u522b IP\u3002\n2016 \u5e74\u5c06\u63a8\u51fa\u\ua\u795e\u7ecf\u7f51\u7edc\u\u96c6\u\u\u8bed\u\u4eec\u7684\u76ee\uf\u901a\u8fc7\u8fd9\u4e2a\u\uc\u5168\u81ea\u4e3b\u\u4ee4\u96c6\uff0c\u6784\u5efa\u672a\ua\u80fd\u65f6\u4ee3\u7684 x86 \u751f\u\n\u505a\u4e2a\u7c7b\u6bd4\uff0c\u5bd2\u6b66\u7eaa\u\u\u63a8\u5e7f\u65b9\u5f0f\u7c7b\u4f3c\u4e8e ARM\uff0c\u901a\u8fc7\u\u\u5f0f\u63a8\u5e7f AI \u\u96c6\uff0c\u77ed\u65f6\u5185\u5feb\u901f\u63a8\u52a8\u5e02\u573a\u53d1\u5c55\u\ud\uff0c\u5bd2\u6b66\u7eaa\u521a\u521a\u5bf9\uc\u5e03\u4e86 A \u8f6e\u4e00\u4ebf\u7f8e\u\u878d\u8d44\u6d88\u606f\uff0c\u7531\u56fd\ub\u4e1a\uff08A \u8f6e\u\u65b9\uff09\uff0c\u963f\u91cc\u5df4\u5df4\u521b\u\u\u521b\u\u56fd\u79d1\u\ud\u79d1\u56fe\u\u5143\u79be\u539f\u70b9\uff08\uf\u8f6e\u\u65b9\uff09\uc\u94e7\u\uff08\uf\u8f6e\u\u65b9\uff09\u\u\uff0c\u5e76\u79f0 2016 \u5e74\u4fbf\u5df2\u76c8\u5229\uff0c\u\u89c4\u6a21\u5728 1 \u4ebf\u5143\u4eba\u6c11\u5e01\u3002\n\u800c\ue\u96c6\u\u6b66\u7eaa\u82af\u\u\u4ea7\u54c1\u5c31\u662f\u9e92\u9e9f 970\uff0c\u534e\u4e3a\u628a\u5b83\u79f0\u4e4b\u4e3a NPU\uff08Neural Network Processing Unit\uff09\u8ba1\u7b97\u\u3002NPU \u00a0\u4e5f\u662f\u7ee7 CPU\u3001GPU\u3001Modem\u3001ISP\u3001RAM\u3001ROM\uf\u\uSE \u540e\uff0c\u79fb\u52a8 SoC \u4e2d\u\u6a21\u\n\nPrisma \u\u8fc7\u\u\u6bd4\u3002\n\n\u5bf9\u4f60\u\uff0cAI \u82af\uf\u\u4ec0\u4e48\uff1f\n\u5bd2\u6b66\u7eaa\u82af\u7247\u53ef\u4ee5\u770b\u4f5c\u662f\u4e00\u6b3e\u96c6\u\u5e38\u91cf\u8fd0\u7b97\u\u91cf\u8fd0\u7b97\u\u\u7b97\ub\u8f91\u8fd0\u7b97\u\u636e\u8f6c\u\u53ca\u63a7\u\u4ee4\u7b49\u529f\u80fd\u7684\u6df1\u5ea6\u795e\u7ecf\u7f51\u7edc\u52a0\u901f\u82af\u\u6784\uff0c\u4e3b\u\u4e8e\u8bed\u97f3\u8bc6\u522b\u3001\u56fe\u50cf\u8bc6\u522b\u548c\u7f16\u8f91\u7b49\u7b49\u\u\u\ua\u666f\u\u8bfb\u53ef\u80fd\u66f4\u5bb9\u\u89e3\u3002\n\n\n\n\n\n\u9e92\u9e9f 970 \u8fd8\u6ca1\u53d1\u5e03\uff0c\u5fae\u535a\u4e0a\u5c31\u76db\u4f20\u5b83\u\u952e\u7f8e\u989c\u79d8\u\u7406\u8bba\u4e0a\u\uff0c\u5b83\u53ef\u4ee5\u50cf 2016 \u5e74\u6d41\u884c\u7684\u56fe\u50cf\u7f16\u8f91\u8f6f\u4ef6 Prisma \u90a3\u6837\uff0c\u667a\u80fd\u7f16\u8f91\u56fe\u\u4e0d\u540c\u4e4b\u\u4e8e\uff0cPrisma \u628a\u753b\u\u4e3a\u7ecf\ud\u753b\u\u5f0f\uff0cAI \u82af\u\u53ef\u4ee5\u8bc6\u522b\u753b\u\u5bb9\u540e\u81ea\u52a8\uf\ue\u989c\uff0c\u\u901f\u5ea6\u6bd4\u73b0\u\u5f0f\u\u5ea6\u63d0\u9ad8\uc\u4e14\u4e0d\u5fc5\u50cf Prisma \u90a3\ua\u4f20\u4e91\u7aef\u\u518d\u8fd4\u56de\u7ed3\u679c\uff0c\u5373\u4fbf\u540e\u\ub\u673a\u7aef\u\uff0cPrisma \uf\u5ea6\u4e5f\u4e0d\u662f\u5f88\u\uff0c\u5bd2\u6b66\u7eaa\u82af\u\ue\u53ef\u4ee5\u672c\u5730\u5feb\u901f\u\u3002\n\u534e\u4e3a\u5b98\u65b9\u4e13\u95e8\u\u4e00\u7ec4\ue\ue NPU \ua\u5927\uff0c\u\u540c\u AI \u5e94\u7528\u4efb\u52a1\u65f6\uff0c\u65b0\u\u\u7b97\u67b6\u\u\u7ea6 50 \u500d\u80fd\uc 25 \u500d\u6027\u80fd\u4f18\u52bf\uff0c\u201c\u56fe\u50cf\u8bc6\u522b\u901f\u5ea6\u4e0a\uff0c\u53ef\u8fbe\u 2000 \u5f20\/\uf\uff0c\u8fdc\u9ad8\u4e8e\u4e1a\u754c\u540c\u671f\u6c34\u5e73\ud\u Google Photos \u5e94\u8be5\ub\u4f3c\u4f53\u9a8c\uff0c\u5f53\u4f60\u62cd\u4eba\u50cf\u\u540e\uff0c\u5b83\u5f80\u5f80\u4f1a\u\uf\u751a\u81f3\u\u5c0f\u65f6\u51e0\u\u\uff0c\u201c\u76f8\u518c\u65b0\u589e\u4e86\u00d7\u00d7\u00d7\u\u7247\uff0c\u4f60\u53ef\u4ee5\u5206\u4eab\u7ed9\u\u201d\n\n\n\n\n\n\n\u\u9e9f 970 \u4e4b\u524d\uff0c\u534e\u4e3a\u5728\u81ea\u4e3b\u SoC \u\u8def\u4e0a\u8d70\u4e86\u\uff0cK3V2 \u6cbf\u\u5e74\u\u\u4eca\u8fd8\u5e38\u88ab\u62ff\u\u4e8b\u513f\u3002\n\u65b0\u54c1\u\u683c\uff0c\u7ec8\u4e8e\u4e0d\u518d\u843d\u4e8e\u4eba\u540e\u\u53f0\u79ef\u7535\uff08TSMC\uff09\u4ee3\u5de5\uff0c\u91c7\u\u65b0\u7684 10nm \ub\u5de5\u827a\u\u636e\u5b98\u65b9\u516c\u5e03\u\u606f\uff0c\u\u\u\u7ba1\u6570\u91cf\u8fbe\u 55 \u4ebf\uff0c\u800c\uc\u\u7ba1\u5f80\u5f80\u662f\u63d0\u\u80fd\u\u\u4e2a\u7b80\u\u66b4\ub\u6bb5\uc\u4e3a\u5bf9\u6bd4\uff0c2017 \u5e74\u521d\u53d1\u5e03\u7684\u9ad8\u901a\u9a81\u9f99 835 \u\u7ba1\u6570\u91cf\u4e3a 30 \u4ebf\uff0c 2016 \u5e74 9 \uf\u7740 iPhone 7\/7 Plus \u4eae\u76f8\u\u679c A10 Fusion \u\u7ba1\u89c4\u6a21\u4e3a 33 \u4ebf\u3002\nCPU \u7ee7\u7eed\u6cbf\u\u5c0f\u6838\u8bbe\u8ba1\uff0c\ud7Cortex A73@2.4GHz\uff0c\u52a0\u4e0a 4\u00d7Cortex A53@1.8GHz\uff0c\u76f8\u6bd4\u4e0a\u4e00\u4ee3 16nm \u5de5\u827a\u\u9e9f 960 \u80fd\u\u5347 20%\u\u4e8e\u\u67b6\u\u8bbe\u8ba1\u4e0a\u5e76\u672a\u\u\u5316\uff0c\u4f9d\u65e7\u4e3a A73+A 53 \u7ec4\u5408\uff0c\u80fd\u\u63d0\u\u8be5\u4e3b\u\u81ea\u4e8e\ub\u5de5\u827a\u\u7ea7\ue\u4e3a\u6d77\u601d\u5e76\u672a\u50cf\u53bb\u5e74\u90a3\u\u53d1 ARM \u\u65b0\u67b6\u\u4eca\u5e74 5 \u\u53d1\u5e03\u7684 A75\/A55 \u5e94\u8be5\u\u660e\u5e74\u\u901a\u9a81\u9f99 845 \u548c\u9e92\u9e9f 980 \u4e0a\u624d\u80fd\u770b\u\u3002\nGPU \u90e8\u\u662f\u Mali G72 MP12\uff0c\u56fe\u5f62\u\u6027\u80fd\u63d0\u 20%\uff0c\u80fd\u\u 50%\uc\u65f6\u5b83\u8fd8\u96c6\u 4.5G LTE \u00a0Cat.18 \u57fa\u5e26\u82af\u7247\uff0c\u5cf0\u503c\u901f\u5ea6\u9ad8\u8fbe 1.2Gbps\u3002\n\u5f53\u\uff0c\u9e92\u9e9f 970 \u652f\u6301 UFS 2.1 \u548c LPDDR 4X\u3002\n\n\u9e92\u9e9f 970\uff0c\u534e\u4e3a Mate 10 \u89c1\n\u53d1\u5e03\u4f1a\u672b\u5c3e\uff0c\u534e\u4e3a\u7ed9\u89c2\u4f17\u\u4e00\u4e2a\u4e0d\u7b97\u60ac\u5ff5\u7684\u60ac\u5ff5\uff0c\u9e92\u9e9f 970 \u5c06\u4f1a\u7531 Mate 10 \u\uff0c10 \u6708 16 \u65e5\u95ee\u4e16\uff0c\u540c\uf\u5728\u67cf\u\u4e0a\ue\u4e3a\u516c\u5e03\u8fd9\u4e9b\u6027\u80fd\u\uff0c\u5c24\uf AI \u6027\u80fd\u5c4a\u65f6\u4e5f\u53ef\u4ee5\u5728 Mate 10 \u4e0a\u9a8c\u8bc1\u3002\n\u81ea\u6b64\uff0c\u624b\u673a\u82af\u\u5f0f\u8fdb\u\u4e00\u4e2a\u65b0\u\u4ee3\u\u53bb\u\u95f4\uff0c\u6211\u4eec\u4e5f\u89c1\u8bc1\u4e86\u624b\u673a\u82af\u\u80fd\u\u6da8\uff1a\n\ub\u5de5\u827a\u7a33\u6b65\u63d0\u5347\uff0c28nm\u300120nm\u300114nm\u300110nm\uff1b\n\u4e3b\ua\ua\u9ad8\uff0c800MHz\u30011.2GHz\u30012.0GHz\u30012.4GHz\uff1b\n\u\uf\u662f\u8d8a\ua\u591a\uff0c\u53cc\u\u56db\u\u516b\u6838\uff0c\u66f4\ua\u\u63a5\u4e0a\u4e09\u4e1b\u\u5fc3\u3002\n\u81f3\u5c11\ua\u6e38\u82af\u\u\u4e0b\u6e38\u624b\u673a\u54c1\u724c\u\u8c0b\u4e0b\uff0c\u8d26\ua\u\u636e\u6f02\u4eae\u5f97\u4e00\u584c\u7cca\u6d82\uff0c\u6d41\u884c\u\uf\u4ef6\u5b89\u\u8f93\u51fa\u\u7ee9\u7ec8\u4e8e\u4e5f\u4ece\u\u\u\u4e86\u\u4e07\u\u6a21\uff0c\u642d\u8f7d\u9ad8\u901a\u9a81\u9f99 835 \u\u52a0 5 \u8dd1\u\u8fbe 18 \u4e07\uff0c\u4f5c\u4e3a\u5bf9\u6bd4\uff0c2012 \u5e74\u5e95\u53d1\u5e03\u7684 Nexus 4 \u8dd1\u \u5de6\u53f3\u3002\n\u5c31\u50cf\u82f1\u\u\u5c14\u5b9a\u5f8b\u4e00\u6837\uff0c\u624b\u673a\u82af\u\u6027\u80fd\u4e5f\u6e10\u6e10\u\u4e86\u74f6\u9888\uff0cSoC \u\u\u4e0e\u65e5\u4ff1\u589e\uff0c\ue\u57fa\u5e26\uf\u5ea6\u4e5f\u5f88\u5feb\u8d85\u8fc7\u4e86\u8fd0\u\u7f51\u7edc\u6240\u80fd\u8d1f\u8f7d\ua\u9650\uff0c\u8dd1\ua\ue\u901f\u5f00\u59cb\u653e\u7f13\ue\u662f\u7ade\u4e89\u\u\u5feb\u8c03\u8f6c\u AI\uff0c\u6b64\u65f6\u539f\u672c\u770b\u4f3c\u8fc7\u\u6027\u80fd\u\u963b\u788d\u79fb\u52a8 AI \u53d1\u5c55\u\u\u\u4e13\uc\u4ef6\u7684\u51fa\u73b0\u4e5f\u5c5e\u5fc5\u\n\u800c\u548c\u534e\u4e3a\u65e9\u524d\ub\u673a\u82af\ua\uf\u6b65\u5feb\u8dd1\u7b56\u7565\u8ffd\u8d76\uc\u82af\u\u\u6837\uff0c\u5b83\u51ed\u501f\u654f\u\u55c5\u89c9\u548c\u957f\u8fdc\u\uc\u\u624b\u673a AI \u82af\ua\u\u4e00\u4e1d\ua\u\u5b9e\u\u5934\u90fd\u6ca1\u\u\n\n2016 \u5e74\u82f9\u679c\u62db\u52df\u\u57fa\u\u\u7684 AI \u4e13\u5bb6 Ruslan Salakhutdinov \u62c5\u4efb AI \u\u4e3b\u7ba1\uff0c\u5e76\u5728\u4eca\u5e74\u\u53d1\u\u4f1a\u4e0a\u516c\u5e03\u4e86\u673a\u\u4e60\u OpenML\uff0c\u4e0e\u6b64\u540c\u65f6\u4e5f\u\u7a76\u72ec\u7acb\u7684 AI \u82af\u7247\uff0c\u79f0\u4e4b\u4e3a Neural Engine\uff0c\u795e\u7ecf\u5f15\u64ce\u3002\n\nGoogle TPU\n\nGoogle 2016 \u5e74\u5c31\u6b63\u5f0f\u900f\u\u81ea\u4e3b\u4eba\u5de5\u667a\u80fd\u82af\u7247 TPU \u\u7a76\uff0c\u4eca\u5e74 I\/O \ua\u4e0a Google CEO \u6851\u8fbe\u5c14\u00b7\u76ae\u67f4 (Sundar Pichai)\u00a0\u53d1\u5e03\u4e86\u7b2c\u4e8c\u4ee3\u4ea7\u54c1\uff0c\u4e00\u\u6709 4 \u4e2a TPU \u8ba1\u7b97\u\ub\u677f\uff0c\u7406\u8bba\u7b97\u529b\u8fbe\u 180 TFlops\uff08\u4e07\u4ebf\u6b21\u6d6e\u70b9\u8ba1\u7b97\uff09\u3002\n\u\u\u\u4f1f\u8fbe NVIDIA 2016 \u5e74 4 \u6708\u4fbf\u63a8\u51fa\u4e86\u4e00\u6b3e\u53f7\u79f0\u\u8d39\u\u8fc7 20 \u4ebf\u7f8e\u91d1\u7684\u4eba\u5de5\u667a\u80fd\u548c\u6df1\u5ea6\u5b66\u4e60\u82af\u7247 Tesla P100\uff0c\u4ee5\u53ca\u\ue\u\u6df1\u5ea6\u5b66\u4e60\u\u7ea7\u8ba1\u7b97\u673a NVIDIA DGX-1\u3002\n\u5f53\ua\u80fd\u624b\u673a\u82af\u\u57df\ub\u\u901a\u5728 AI \u9886\u57df\u4e5f\u6709\u81ea\u5df1\u\u5c40\uff0c\u5b83\ud\u4e86\u673a\u\u4e60\u516c\u53f8\u00a0Scyfer\u\u62e5\u\u4e1a\u94fe\u8d44\u6e90\u\u661f\u540c\u\u\u8d44\u4e86 AI \u82af\u7247\u8bbe\u8ba1\u516c\u53f8\u00a0Graphcore\u3002\n\u4e0a\u\u4e9b\u5de8\ud\uff0c\ub\u\u54c1\u\u662f\ud\u52a1\u5668\u7aef\uff0c\u\u8fd8\u\u524d\u671f\u\u\uff0c\u9e92\u9e9f 970 \u\u7b2c\u4e00\u4e2a\u53ef\u91cf\u4ea7\u7684\u4eba\u5de5\u667a\u80fd\u79fb\u52a8\u82af\u\n\u624b\u673a\ua AI \u82af\u\u597d\ud\u5fc5\u591a\u8a00\uff0c\u4e13\u7528 AI \u82af\u\u8bb8\u53ef\u4ee5\u89e3\u51b3\u534e\u4e3a\u524d\u671f\u8bd5\u6c34\u624b\u673a\u4eba\u5de5\u667a\u80fd\u65f6\u906d\u\u\u\u95ee\u9898\u\u6b66\u7eaa\u\u521b\u59cb\u4eba\u\u\u524d\u63a5\u53d7\u91c7\u8bbf\u65f6\ua\uff1a\n\u5bd2\u6b66\u7eaa 1A \u53ef\u4ee5\u89e3\u51b3\u4e24\u4e2a\u65b9\u\u95ee\u9898\uff1a\u4e00\u662f\u663e\u\u\u7b97\u673a\u7cfb\u7edf\u5728\u4eba\u5de5\u667a\u80fd\u9886\u57df\u\u7b97\u6548\u80fd\uff0c\u53ef\u4ee5\u8d85\u8fc7\u4f20\u7edf\u4e2d\u592e\u\uc\u56fe\u5f62\u\u5668\u82af\u\u4e2a\u6570\u91cf\u7ea7\uff1b\u4e8c\u662f\u7ec8\u7aef\u4ea7\u54c1\u7684\u79bb\u7ebf\u667a\u80fd\u5316\uff0c\u201c\u5c24\uf\u540e\u8005\uff0c\u8ba9\u5f88\u591a\u\ue\u4e0d\u5fc5\u4e0a\u4f20\uff0c\u4fdd\u8bc1\u4e86\u4fe1\u606f\u5b89\u\u201d\n\u66f4\u591a\u\uff0c\u\u54c1\u73a9\u5fae\u4fe1\u53f7\uff1awepingwest\u9650\u91cf\u5f00\u653e\u\u\uPingWest\u54c1\u73a9\u\u670b\u53cb\u4e86\uff1f\u4f55\u4e0d\u626b\u\u5ba2\u670d\u8fdb\u7fa4\u804a\n","gtime":"","taghtml":"