(驱动中国/邓支航)自去年谷歌DeepMind的AlphaGo在围棋大战中击败人类顶级高手后，“人工智能”这个计算机学科的概念仿佛一夜之间就普及到了大众认知的层面，这股AI潮流随之不断发酵。显然，人工智能正在成为科技行业的最大风口，也被认为是继互联网之后的另一场生产力革命，大有颠覆全行业的实力。

我们通过华为Mate 10、搭载骁龙835的三星Note 8以及搭载骁龙660的OPPO R11s进行了PCMark的“计算机视觉”专项测试。在测试中，明显感受到华为Mate 10比另外两款骁龙机型要快。同时发现测试过程中，在第一项TensorFlow的模型库识别里，三者识别的精度和结果几乎没有太大差距。而在第二项的ZXing测试里，三星Note 8以及OPPO R11s均未能识别出难度较大标记为“5/11”二维码，但华为Mate 10能够成功识别出结果来，除此之外，其他条码/QR码识别结果三者均相同。

最终的跑分成绩显示出了明显差异，华为Mate 10得到了4940的超高分，比华为Mate 10市场售价贵了近一倍的三星Note 8得分仅为3853分，而搭载骁龙660的OPPO R11s得分为2990分。同时我们在PCMark平台的成绩数据库里也可以看到，其他骁龙835机型的平均得分结果基本维持在3800以内。

在测试时间上，华为Mate 10的优势就更明显了，仅用时21秒，iPhone 8用时52秒，三星Note 8用时1分21秒，OPPO R11s用时则长达2分钟50秒。

鲁大师放出的“AI性能排行榜”上可以看出，搭载麒麟970芯片的华为Mate 10/Mate 10 Pro、荣耀V10机型测试的平均成绩已经霸占了榜单前几位，均在232以上。接下来的排序就直接跌落到了180分左右，就是同样内嵌神经网络计算单元的iPhone X/8系列得分。而其他包括三星Note 8/S8在内骁龙835等旗舰平均得分仅为150以内。

我们进一步测试了这个TensorFlow demo神经网络计算的耗电量对比：将三个机器均调至离线的飞行模式，亮度均调为50%，打开CPU监控程序，启动TensorFlow demo，让三部机器均在相似的角度和位置对准一台大屏电视，依次“观看”电视上播放的同一集电视剧。因为电视剧的画面不断地在切换镜头，所以手机上的TensorFlow demo也在不断识别计算，因此手机会不断地进行神经网络计算。

和之前的测试一样，随着时间推移，三星Note 8和OPPO R11s发热越来越严重，而经过一集约45分钟的电视剧后，华为Mate 10掉电15%，搭载骁龙835的三星Note 8掉电28%，虽然OPPO R11s搭载了以“省电神U”著称的骁龙660，但其掉电幅度也是达到了25%！可见麒麟970的HiAI架构相比骁龙移动计算平台效能优势同样很明显。

对于AI领域的计算机视觉技术，也很有必要展望一下麒麟970能够带来的AR性能，我们预计麒麟970的HiAI架构对于依赖于计算机视觉的AR计算场景也能够带来明显加速。毕竟谷歌的ARCore平台最主要的三大特性是运动跟踪、环境理解和光线预测。

不过目前的Andriod的AR生态还比较弱，相比苹果的ARKit，因为Android生态的碎片化，谷歌后发ARCore在应用生态上还处于较为落后的阶段，我们目前在国内应用市场或者互联网上很难找到能够和苹果ARKit生态体验相当的ARCore应用。

通过对华为Mate 10的AI性能测试，可以看出麒麟970能够在AI算力的性能上完胜苹果的A11 Bionic芯片，而且在性能和效能上，对传统架构的高通骁龙835芯片进行了“双碾压”。其实话说回来，高通对于骁龙芯片在神经网络的算力加速上也是有相应配置优化的，只不过骁龙芯片的AI加速主要是在DSP上实现的，高通从骁龙820开始，就引入了Hexagon 680 DSP，我们测试的OPPO R11s内的骁龙660芯片也是配备同样的Hexagon 680。这颗Hexagon 680 DSP当中集成了Hexagon向量扩展核心(HVX，Vector eXtensions)，可以代替CPU完成图片、视频、虚拟显示和计算机视觉等处理任务。

到了骁龙835高通再次对神经处理引擎软件框架进行了全新升级，除了支持Caff、Coffe2，还包含了对Google TensorFlow等神经网络和模型框架的支持，以及对具有Hexagon向量扩展（HVX）特性的Hexagon DSP的增强。

但从我们进行的多轮的包括TensorFlow等神经网络计算的测试结果来看，即便是骁龙835芯片对AI引擎框架做了优化升级，还是被麒麟970的HiAI架构的AI算力从性能/效能双维度大幅度完秒。

所以高通移动计算平台的AI性能这下子得要看最新的骁龙845了，骁龙845也是刚发布不久，根据高通公布的信息显示，骁龙845仍然没有引入专有的神经网络计算单元，继续通过现有的CPU/GPU/DSP来加强对于人工智能的支持。

据悉，骁龙845此次则采用了高通第三代的骁龙神经处理引擎，增加了更多神经网络计算框架和数据类型的支持。此外，骁龙845其Kryo架构的ARM真身-Cortex-A75/55内核是基于ARM最新的DynamIQ技术，加入了针对人工智能的指令集和优化库，ARM V8.2版本的指令集将支持神经网络卷积运算，可以极大的提升人工智能和机器学习的效率。

据ARM官方信息显示，针对人工智能和机器学习的全新处理器指令集在采用DynamIQ技术的Cortex-A75处理器在优化应用后，可实现比基于现有的Cortex-A73的设备高50倍的人工智能性能，并最多可提升10倍CPU与SoC上指定硬件加速器之间的反应速度。

麒麟970的HiAI架构能为华为手机带来哪些体验提升？

麒麟970的HiAI架构对于手机终端上的神经网络计算的不管是性能还是效能都拥有极大优势，那么到底能够为手机带来哪些体验上的改变？

其实手机上实现的AI应用也非常多，除了越来越多的人脸识别外，一些以图搜图，语音识别，甚至淘宝上的拍立淘都是融合AI的特性。不过由于现阶段手机硬件上的AI算力参差不齐，各家厂商为了统一良好体验，现阶段绝大多数应用的AI计算被放在云端，一离线就用不了了，比如说三星的Bixby，苹果的Siri等。

我们在室内外进行了多种场景测试，在拍照取景时，这些场景识别的AI算法的确能够快速准确地识别出结果。

识别的速度如何，我们使用了电视大屏作为背景，以非常快的速度切换一些典型场景照片，华为Mate 10也是能够同时识别出场景结果，几乎感觉不到任何延迟。而且识别的准确度还不错，比如像对食物的识别，不管是哪国食物、哪类均能快速识别出结果。

华为Mate 10会自动根据对象的特点和属性自动调节合适的参数设置，帮助用户在不同场景下拍摄出最优质的照片，让每一次拍照都能获得专业的优化效果。这种调整相比常见的美颜等“简单粗暴”的优化要完全不同，其实更相当于实现了专业相机的手动调整的过程。

我们来测试几组样张，首先看AI算法识别出的夜景场景能有什么提升，华为Mate 10能够根据识别到的特定场景的复杂状况实时优化，比如抑制夜景里灯光亮部过曝等，我们可以明显感觉到华为Mate10的夜景拍照不仅变得更快，在成像素质上达到了手机圈里的上佳水准。我们测试的夜景样张表现，达到了目前旗舰级别的高水准，我们看到这组和三星Note 8的对比，华为Mate 10的表现，特别是亮部控制，动态范围的确很出色，略强于三星Note 8。

这张面对运动场上的奔跑，华为Mate 10在移动快速的脚部位并没有带来太明显的拖影。

手机产品一直以来因为体积等方面因素，无法塞入更大的传感器，因此多年来无法在传感器尺寸这一关键指标上有较大的突破。但手机行业早就另辟蹊径，通过一些其他途径来提升成像质量，比如采用“双摄”方案等。如今，随着AI算法和移动AI算力的提升，为手机拍照引入AI算法，用来提升成像质量也将成为行业发展的重要方向，目前行业里华为和苹果目前成为了领跑者。

近日，全球权威相机/镜头评测机构DxOMark针对亮光环境、暗光环境、变焦及视频拍摄对华为mate10 pro进行了全方位的拍照能力评测，评测结果显示为华为Mate10 Pro的拍摄综合得分97分，其中静态拍照的单项得分高达100分，。

DxOMark的评测结论认为：华为Mate 10 Pro拍照上的主要优点是极佳的曝光，尤其是室内条件下。可能这与大光圈密不可分，营造出一种温和有吸引力的散景效果。

建筑物夜景

夜景

除了拍照上的改善之外，AI算力对于手机端的离线翻译这种场景的体验提升非常直接，因为AI发展的重要方向就包括语音识别和自然语言理解。通过AI算法，让机器通过神经网络来不断深度学习和训练，达到接近真人翻译的语境。

微软、谷歌和百度已经大规模使用NMT（神经机器翻译），推出了基于神经网络计算的主流翻译语种，华为Mate 10 自带了微软翻译，除了支持支持超过50语种图文和语音翻译外，微软翻译的支持离线翻译。在麒麟970强大AI算力支持下，即使手机没有网络、无法从云端数据库获得对照，华为Mate 10也能很快给出非常不错的翻译结果。

华为把AI算力还用在了手机的降噪上，麒麟970通过神经网络计算对大量噪音数据深度学习训练，能有效抑制非稳态噪音，增强语音信号，提升手机语音识别在恶劣环境下的识别率。

对此我们也进行了简单测试，在最常见的地铁、饭馆和行车中通过最常见的微信语音、语音输入法等方式，相比iPhone8等其他机型，华为Mate 10的确拥有更清晰的语音质量以及更高的语音识别正确率，噪音抑制的效果还是非常明显的，可以大大改善用户使用体验。

另外，华为Mate 10系列的语音助手可以离线使用很多本地化功能，这也是利用了本地化的神经网络进行语音识别和语义分析。通过神经网络算法带来的语义分析，华为Mate 10系列听懂用户的指令的成功率大增，不仅仅回答用户的提问，可执行多项语音指令。手机能更好的理解和习惯人类的语言习惯，主动判断用户需求，并给予解决方案。比如用户不必非说“清理手机后台”，而是对手机说“手机有点卡”，手机便可以自动清理后台。说“屏幕太亮了”，可以自动调小亮度。

对于支持双卡双VoLTE的特点，不过双卡VoLTE需要运营商网络的支持，目前只有中国移动支持这样的业务，我也使用了两张中国移动的手机卡进行了测试，切换着和其他中国移动开启VoLTE的手机通话，主副卡无论如何切换都可以保证高清通话以及数据连接，做到了无缝体验。

谈到通信能力，不得不说一下华为解决高铁通话的进展，我国已经建成了世界上最大规模的高铁网，并且持续扩大，高铁中的移动网络通信需求越来越重要。本次麒麟970再次对高铁模式进行了优化，据官方信息显示麒麟970为了优化高铁模式，在中国、德国、日本三个高铁最发达的国家里，进行了超过40万公里的实测和优化，最大限度地保证在300km/h以上的高速行驶中，让用户“打得出、接得通、不掉话”。

评测总结：

人工智能掀起的潮流正在席卷各行各业，而手机产业也因为AI迎来变革，手机融合AI似乎成了整个行业的必然走向，手机终端形成可观的AI算力也是大势所趋。华为麒麟970突破性地内置NPU造就了全新的HiAI架构，可谓非常具有前瞻性，能够代表未来手机的发展方向。

麒麟970的HiAI架构在我们的评测里，不管是单纯的AI算力/效能，还是对手机终端的应用场景提供神经网络计算效果，都显示出了极为出色的优势。

特别是华为Mate 10系列在AI的加持下，成就了国产手机拍照素质首次达到的最高水准，这个进步也是国产手机行业的骄傲。华为再次用实力证明了自己超快的中国速度，同时也对苹果、高通和三星等传统巨头造成巨大压力。

这次关于麒麟970的评测就到这里，也欢迎关注我们后续对骁龙845旗舰的AI评测。(驱动中国/邓支航)

花粉社群VIP加油站