北京时间 9 月 2 日晚上，华为消费者业务 CEO 余承东在德国的 IFA 电子展的官方论坛上做了主题演讲，正式发布了华为的新一代移动计算芯片——麒麟 970。 作为一款为手机设计的系统级芯片（System On Chip，即 SoC），麒麟 970 包含了所有同类产品该有的部件，比如 CPU、GPU、ISP、DSP、通讯基带，但麒麟 970 又多了一个所有同类产品都没有的东西——一颗为人工智能运算专门设计的 NPU。 下面我们就 SoC 的各个部件出发，全面地了解一下麒麟 970。 CPU、GPU：重点是降功耗 如果你是一个非常看重手机 SoC 的 CPU、GPU 极限表现的「性能党」，麒麟 970 可能不会让你太兴奋。 CPU 方面，麒麟 970 的参数相比麒麟 960 基本没有任何变化，依然是 8 颗核心，其中 4 颗为高性能的 ARM 公版 A73 架构，最高主频 2.4GHz（麒麟 960 是 2.36GHz），4 颗位低功耗的 ARM 公版 A53 架构，最高主频 1.8GHz（麒麟 960 是 1.84GHz）。 有些遗憾的是，麒麟 970 并没有用上 ARM 在今年 5 月发布的新一代 Cortex-A75、Cortex-A55 架构以及为 AI 相关运算优化的 DynamiIQ 设计（麒麟 970 选择了另一种方法来提高 AI 运算）。当然了，考虑到 A75 和 A55 的发布时间、设计的复杂程度，麒麟 970 没用上也是可以理解的。 在发布会上，余承东并没有透露麒麟 970 的 CPU 性能相比 960 的变化，只是表示麒麟 970 的能耗比提升了 20%（主要得益于全新的 10 纳米制程）。至于实际的性能表现，不出意外的话，麒麟 970 应该和麒麟 960 处于同一段位，不会有非常明显的提升。 当然，横向来看的话，麒麟 970 的 CPU 性能没提升其实不是什么大问题。从 GeekBench 4 等跑分软件的得分上看，麒麟 960 的分数和高通骁龙 835、三星 Exynos 8895 基本处于同一水准，明显强于联发科 Helio X30。因此，即使麒麟 970 的 CPU 性能不变，也依然是 Android 阵营里移动 SoC 的顶级水准，只是不再像麒麟 960 发布时那么领先。 相比起 CPU 上的保守，麒麟 970 在 GPU 上的「诚意」要显得更足一些。 首先，麒麟 970 则用上了 ARM 在今年 5 月刚刚发布的 Mali-G72 架构，理论性能相比麒麟 960 上的 Mali-G71 有所提升（ARM 的官方说法是相比 G71 性能提高 20%，功耗比提升 25%）。此外，在核心数上，麒麟 970 的 GPU 也从麒麟 960 的 8 核增加到了 12 核。 实际性能上，余承东表示，相比起麒麟 960，麒麟 970 的性能有 20% 的提升，并且能效比提升了 50%。 照理说，由于麒麟 970 的 GPU 核心架构比麒麟 960 更先进，核心数还多了 50%，并且制程更先进，GPU 性能提升的幅度应该远不止 20%。之所以出现这种情况，很可能是华为将麒麟 970 的 GPU 主频压得比较低，从而更好地降低功耗（于是就有了提升幅度高达 50% 的能效比）。不出意外，麒麟 960 上出现的 GPU「满血跑」时功耗感人的情况，麒麟 970 上不会再出现。 通讯基带：比「千兆 LTE」更快 作为一家通讯行业有着多年积累的公司，华为海思在通讯基带上有着深厚的「家底」，特别是去年的麒麟 960，直接在 SoC 中集成了支持 LTE Cat.12/13 的 Balong 750 基带（最大下行速度 600Mbps，上行 150Mbps），并且支持 CDMA 网络，丝毫不逊色同期的高通骁龙 820、821。 在今年的麒麟 970 上，华为海思更进一步，直接大跨步到了 LTE Cat.18，最高下载速度飙到了 1.2Gbps（4x4 MIMO，3CC CA，256QAM），也就是比之前业界最快、骁龙 835 和 Exynos 8895「千兆 LTE」还要再快上 200Mbps。 麒麟 970 还终于支持了在同时使用两张 SIM 卡时，主副卡同时用 4G（上一代麒麟 960 的副卡只能支持 3G）。此外，麒麟 970 还特别针对高铁时的使用做了优化，信号更稳定，减少掉线。 不过话还是要说回来，虽然麒麟 970 的通讯基带的确是厉害，但和骁龙 835、Exynos 8895 等支持千兆 LTE 的 SoC 一样，普通用户想要真正体验到这种超高速 LTE 网络，还得过上相当一段时间。 一方面，超高速 LTE 网络需要运营商的支持，虽然目前全球不少运营商（包括中国联通）已经开始了千兆级 LTE 的测试，但距离大规模商用还仍需时日。另一方面，在手机端，除了需要 SoC 自身的基带支持，如果要支持千兆级的 LTE，手机厂商还必须在手机的天线设计上投入额外的精力，以搭载骁龙 835 的手机为例，在目前上市的众多骁龙 835 手机中，真正能支持到千兆 LTE 的只有三星 Galaxy S8、HTC U11 等少数国际品牌机型的部分型号。 ISP、DSP、Codec、协处理器 ISP 的全称是 Image Signal Processor（图像信号处理器），主要功能是处理相机传感器中收集到的数据。 麒麟 970 的 ISP 主要是一些「常规升级」，依然是双核设计，拥有更快的速度，更快地对焦，更优秀的降噪效果，并且对运动图像的捕捉做了优化。不过相比起单纯的 ISP 升级，NPU 对相机体验的提升可能会更大（下文会详说）。 在 DSP、配套 Codec 等方面，麒麟 970 也有所提升，其中配套的音频 Codec 可以支持 32bit/384k 的音频解码，过去几代华为高端机（Mate、P 系列）上表现乏善可陈的内放音质，有望在麒麟 970 这代产品上获得明显的提升，当然前提是 Mate 10 和 P11 系列还能保留 3.5 毫米耳机插孔。 另外，麒麟 970 依然搭载了 i7 协处理器（和牙膏厂的 i7 没啥关系），而 inSE（integrated secure element）和 TEE 安全引擎，在麒麟 970 上也都在。 在总线架构上，不出意外的话，麒麟 970 采用的应该是和 960 相同的 CCI-550。 10 纳米制程，比骁龙 835 还多的 55 亿个晶体管 制程上，不出意外，麒麟 970 用上了台积电（TSMC）最新的 10 纳米工艺，这应该是继苹果 A10X、联发科 Helio X30 之后，第三款采用台积电 10 纳米制程的移动 SoC。 通常来说，在芯片晶体管数量相同的情况下，更先进的制程可以降低芯片的核心面积，有助于降低成本，并且更加有效地控制发热和功耗。 在发布会上，余承东也表示，台积电的 10 纳米制程可以降低 20% 的能耗，将芯片核心面积缩小 40%。 不过有趣的是，麒麟 970 的核心面积并没有因为制程的进步而缩小，反而比麒麟 960 还要略大，这是因为麒麟 970 集成了高达 55 亿个晶体管，比麒麟 960 多出了 15 亿。 55 亿个晶体管是什么概念呢？大家可以参考几个数字。 Intel 在 2014 年发布的拥有 18 个核心的至强 E5 CPU，也才内置了 55.6 亿个晶体管。在更具对比价值的移动 SoC 中，以「堆料」著称的苹果 A10 拥有 33 亿个晶体管，高通骁龙 835 拥有 31 亿个。 需要说明的是，虽然晶体管数量对性能有一定的影响，并且通常是越多越好，但在芯片工艺、架构不同的情况下，我们是无法简单地用晶体管数量来判断性能的，尤其是在内部部件众多的移动 SoC 中。 NPU：首款内置在手机 SoC 中的人工智能芯片 终于到了麒麟 970 最特别的部分——NPU。 NPU 的全称是 Neural-network Processing Unit，也就是神经网络处理单元。关于这颗 NPU 的功能，大家可以简单理解为专门高效地进行 AI 相关计算定制的处理器，就像 GPU 之于图形处理相关的计算，ISP 之于成像相关的计算。 传统的 CPU（包括 x86 和 ARM）和 GPU 也是可以用来做深度学习计算的，但由于它们本身并不是专门为深度学习定制的，效率并不高。而麒麟 970 的这颗 NPU 采用了来自寒武纪（Cambricon）的 IP，专门为深度学习而定制，FP16 性能达到了 1.92 TFLOP，差不多是麒麟 960 的 3 倍（0.6 TFLOP 左右）。 在发布会上，余承东展示了一张在进行 AI 运算时，NPU 和 CPU、GPU 的对比。 可以看到，性能上，NPU 是 CPU 的 25 倍，GPU 的 6.25 倍（25/4），能效比上，NPU 更是达到了 CPU 的 50 倍，GPU 的 6.25 倍（50/8）。 另外，在华为内部的测试中，麒麟 970 的 NPU 每分钟可以识别出 2005 张照片，而不使用 NPU 的话则每分钟只能识别 97 张（这个速度应该是用 CPU 进行计算的），优势同样巨大。 至于这颗 NPU 具体能实现哪些特别的功能，我们还需要等到 Mate 10、Mate 10 Pro 上来揭晓。在发布会上，余承东提到了一些 NPU 在拍照方面的应用。 具体到拍照中，NPU 可以帮助手机更精准和快速地识别拍摄场景，让手机选择最合适的图像处理算法，在双摄背景虚化时，让手机对边缘虚化的处理更准确，还有最近很火的 AR 相机，NPU 可显著提高渲染的速度，降低功耗。 再比如说，有了 NPU 之后，手机可以将语音和语义识别的部分工作转移到手机本地，提高语音和语义识别的表现，提高手机中语音交互应用（比如语音输入法、智能语音助手）的体验。 值得一体的是，在发布会上，余承东还展示了「开放移动 AI 平台（Open Mobile AI Platform）」，为 app 开发者提供了包括开发者网站和社区支持、开发套件以及自家的 app 分发商店在内的「全套」服务，吸引开发者开发可以调用 NPU 性能的 app。 不过这里有个问题，这一套方案只是针对搭载麒麟 970 的华为手机的，并不是一个开放的平台，这意味着开发者即使写出来能调用 NPU 来实现某些强大功能的 app，也只能运行在仅有的几款华为手机上（短期内应该只有即将发布的 Mate 10 和 Mate 10 Pro）。 至于未来华为能吸引多少开发者来利用 NPU 开发支持自家 AI 平台的 app，现在来看还是个未知数，但至少在接下来的几个月内，恐怕更多地需要依靠华为自己的软件工程师来开发相应的 app。 当手机 SoC 遇到 AI 对于喜欢折腾手机的用户来说，手机 SoC 的性能可能永远都没有「过剩」的那一天，不过对于更多的「普通用户」来说，随着过去几年里 SoC 整体性能的不断提升，新款 SoC 在性能上带来的体验加成正在变得越来越小。在 5G 时代到来之前，在移动 VR 和 AR 应用取得突破之前，这种情况很可能会一直持续下去。 在麒麟 970 上，华为探索了另外一种思路：在传统的手机 SoC 上，额外增加一颗专门为 AI 相关运算定制的芯片（NPU），让手机本身具备 AI 能力，完成一些和 AI 相关的应用。 至于这颗 NPU 到底能有多大的意义，我们至少还需要等到 10 月 16 日发布 Mate 10 和 Mate 10 Pro 后才能作出判断，但可以确定的是，在 AI 席卷整个科技圈的浪潮中，麒麟 970 在 AI 上的探索只是一个开始。 今年 5 月，ARM 在发布新一代 CPU 架构 Cortex-A75 和 A55 时，重点强调了提高 AI 运算能力的 DynamIQ 设计。今年 7 月，高通开放了自家的神经处理引擎（Neural Processing Engine，NPE）的 SDK，帮助开发者使用骁龙 SoC 进行 AI 相关的运算。 或许到明年这个时候，当我们在讨论移动 SoC 的时候，AI 芯片就会像 CPU、GPU 那样，成为智能手机中一个「常规」的组成部分。 （文中主要配图来自 AnandTech）