AI手机到底强在哪？华为Mate 10之麒麟970芯片深度评测（5）

• 华为
• 麒麟970
• AI
• 评测
• 三星

随着时间推移，三星Note 8和OPPO R11s的机身开始明显发热，通过CPU温度监控，可以看到三星Note 8的CPU温度接近70摄氏度，CPU核心动不动就满负荷，与之形成鲜明对比的是华为Mate 10的CPU最高温度在40摄氏度左右。

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。