麒麟，大概是目前主流移动处理器成长历程最为令人瞩目的
从 K3V2 的，到后来的 910、 920、925、930、935、950，再到如今已稳稳站住旗舰级处理器市场的当家花旦 960……2006 年才涉足移动处理器研发的华为海思一步一个脚印，仅仅十来年便完成了从大步追赶到齐头并进的发展进程。不过，海思处理器家族的这款新品，恐怕会直接改写当下的移动处理器市场格局。 在 9 月 2 日于德国柏林举行的 IFA 2017 上，华为消费者业务 CEO 余承东发布了麒麟 970，并宣布其将会于 10 月发布的 Mate 10 上正式亮相，宣告“全球首款移动 AI 处理器”这一头衔花落华为海思。 正如当年 K3V2 面世时，舆论对“ARM 架构”和“自主研发”之间的联系的误读。如今承载了破局意义的麒麟 970 又一次站上了风口浪尖，不同的是麒麟 970 的诞生已不再仅仅局限于品牌本身的开创性举措，而是对于整个移动处理器行业的发展方向都有着积极意义。 我们试着站在消费者的角度，对标当下在售的旗舰级处理器高通骁龙 835，来分析一下为何麒麟 970 或许是目前最具竞争力的移动处理器。 既定轨道的全面领先 摩尔定律已经“失灵”，但依靠不断提升工艺制程，堆出元器件数量更加庞大的芯片仍是解决性能瓶颈的最有效手段。在更加注重能效比与集成度的移动平台，制程的提升往往意味着更高的空间利用率与更低的功耗。 凭借台积电（TSMC）最新的 10 nm 制程，麒麟 970 集成晶体管数量多达 55 亿。相比基于三星 10 nm 制程的高通骁龙 835 的 30 亿，与苹果 A10 Fusion 的 33 亿，麒麟 970 在作为性能衡量标准之一的晶体管数量方面，已经稳稳压过代表极致性能的高通骁龙和苹果 A 系列。 先进制程带来的利好不仅限于为处理器“塞进”了更多晶体管，还表现为更加优秀的能效。余承东表示，麒麟 970 的 CPU 能效比相比本就已经第一梯队的麒麟 960 提升了 20%，外加在麒麟 960 调校纯熟的 4×Cortex A73@2.4GHz 4×Cortex A53@1.8GHz 大小核设计。在麒麟 960 时代就已经奠定的 CPU 能效优势，在麒麟 970 上被进一步拉大。 GPU 部分则显得更具诚意。麒麟 970 GPU 为首发 Mali G72 MP12。全新的 G72 架构 提升的核心数量，麒麟 970 的 GPU 部分相比前代性能提升了 20%，能效提升近 50%，前代略显欠缺的部分被及时补足。
另外还有一些对于华为来讲略显常规的升级：一是作为移动处理器本职工作的通信方面，麒麟 970 支持到了 LTE Cat.18，最高下载速度飙到了 1.2Gbps。这个速度不仅相比前代麒麟 960 实现了大跨越，相比骁龙 835 和 Exynos 8895 的 1Gbps 还要再快上 200Mbps。 二是作为最早一批涉足双摄厂商的华为应有的炫技，麒麟 970 还带来了升级后的自研双 ISP。针对双摄带来的更大的运算量，升级后的 ISP 拥有更快的运算速度，以及更加优秀的对焦、降噪体验，并针对拍摄运动影像做了专门优化。 全新领域的牛刀小试 如果某种意义上已经普遍性能过剩 CPU 和 GPU 部分，麒麟 970 的“更高能效比”还不足以让你尖叫的话。NPU 的加入，则是实实在在让麒麟 970 成为当下的最强 AI 处理器，甚至去掉“AI”这个限定词也依然成立。 首先，麒麟 970 其实是带来了解决当下移动平台应对逐渐增多的 AI 应用越发无力的新模式： Mobile AI=On Device AI（端侧智能） Cloud AI（云侧智能） 具体来说，这是一种本地硬件与云端算法协同工作的模式，为的就是解决目前移动端人工智能应用场景面临的最普遍的两大痛点。 一是响应速度，大量的数据都需要上传至云端进行运算，使用体验严重受限于网络服务、服务器负载等；二是隐私保护，如果所有数据都需要上传至云端，如何在“更智能”与“更安全”做平衡？ 软硬结合的实现方式，在当下看来显然是更优解。将大量涉及隐私与用户感知的运算任务下放到手机本地完成，一方面大大降低了隐私泄露的风险，另一方面大大提升了涉及 AI 应用的响应速度。 正如 CPU 受限于先天架构、指令集等设计并不擅长影像解码，而由此催生了 GPU 一样。在 Mobile AI 的模式中承担下 On Device AI（端侧智能）大量的运算任务，并不是传统移动芯片中 CPU、GPU 等擅长的。为此，华为将专为 AI 运算设计研发的 NPU（Neural-network Processing Unit 神经网络处理单元）引入到了麒麟 970 之中。 还是通过简单粗暴的数据来看，在进行 AI 运算任务时，NPU 的性能是 CPU 的 25 倍，是 GPU 的 6.25 倍；而在直观衡量工作收益的能效比上，NPU 更是达到了 CPU 的 50 倍，GPU 的 6.25 倍。 一个形象的比喻便是：专业的人干专业的事。仅从简单的数据对比便能看出，软硬结合的 AI 运算方案显然比基于算法实现的高通骁龙的 AI 方案领先了一大步，毕竟后者依然基于传统的 CPU、GPU 等实现。 站在消费者的角度来看，麒麟 970 的方案也考虑得足够深远。受益于在图像识别积淀深厚的寒武纪的技术支持，麒麟 970 的 NPU 在图像处理性能方面优势明显，测试中每分钟可以识别出 2005 张照片，而使用 CPU 的成绩则是有仅仅 97 张。体现在与骁龙 835 等使用 CPU、GPU 等进行 AI 运算的平台的日常使用的对比中，便是配备 NPU 的麒麟 970 将全面拉开差距。 具体落到消费者使用层面，余承东表示 NPU 的加入能让手机更加快速准确地对拍照场景加以判断，以此不断优化拍照算法；对时下主流的人像模式也能更加精准的对人物轮廓的边缘加以识别；大幅提高美颜的处理速度与准度；AR 应用、语义识别等。 当然，更多的 AI 应用场景也在华为的考虑范围内，华为还带来了“开放移动 AI 平台”，为 app 开发者提供了全套支持，让我们对 NPU 的应用前景有了更多的想象空间。 当我们在谈论性能时我们在谈论什么 某种意义上讲，麒麟 970 不是传统意义上最强的移动处理器。但严格意义上说，我认为它又是目前最强的移动处理器，是的，可以去掉 AI 这个限定词。因为 NPU 的引入，麒麟 970 具备了降维打击的实力——在进行 AI 运算时，可以毫无悬念地吊打目前的竞争对手。 而麒麟 970 的到来更深远的意义在于，我们评价一款移动处理器时不再局限于 CPU 和 GPU 的绝对性能。深度学习计算能力，或许将在以后成为衡量一款处理器的全新维度。