麒麟970初次選用台積電10nm工藝，集成55億個電晶體（驍龍835是31億顆，蘋果A10是33億顆），功耗下降20%。

超高功用密度的NPU，在圖像辨認速度上，可抵達約2000張/分鐘。

在NPU AI晶片的支持下，麒麟970在特定使命環境，比規劃類似的CPU快25倍，一同功耗功率下降50倍。

對比上一代，麒麟970晶片的性能升級明顯

從功能上看，麒麟970採用8核心設計，4xA73 2.4GHz+4xA53 1.8GHz，搭載Mali-G72 MP12 GPU（12核心，與上一代相比，性能提升20%，能效提升50%，可以更長時間支持3D大型遊戲的流暢運行），同時內置全新升級自研相機雙ISP，支持人工智慧場景識別、人臉追焦、智能運動場景檢測，同時夜拍效果再次升級。

視頻方面首次支持HDR10，支持4K@60fps視頻解碼，4K@30fps視頻編碼。

麒麟970背後有哪些人工智慧技術？

早在麒麟970發布之前，華為就曾多次為其造勢，稱之為：人工智慧處理器。

此次發布的麒麟970也集成了NPU（Neural-Network Processing Unit）即神經網絡處理器。

華為搭載AI技術的麒麟970晶片

從技術角度看，深度學習實際上是一類多層大規模人工神經網絡。

它模仿生物神經網絡而構建，由若干人工神經元結點互聯而成。

神經元之間通過突觸兩兩連接，突觸記錄了神經元間聯繫的權值強弱。

每個神經元可抽象為一個激勵函數，該函數的輸入由與其相連的神經元的輸出以及連接神經元的突觸共同決定。

為了表達特定的知識，使用者通常需要（通過某些特定的算法）調整人工神經網絡中突觸的取值、網絡的拓撲結構等。

該過程稱為學習;。

在學習之後，人工神經網絡可通過習得的知識來解決特定的問題。

由於神經網絡計算的類型和計算量與傳統計算的區別，導致在進行神經網絡計算的時候，傳統CPU、DSP甚至GPU都有算力、性能、能效等方面的不足，所以激發了專為神經網絡計算而設計NPU的需求。

目前，主流的手機晶片CPU、GPU、DSP都可以做運算，但是根據對比數據顯示，同樣的一個算法在GPU上速度要比CPU快4倍，如果在DSP上則要比CPU快8倍。

在能效方面，GPU運算要比CPU節省8倍，DSP則可節省25倍。

但是，如果集成專用的NPU來做神經網絡運算則能效會更高。

根據寒武紀團隊公布的數據來看，其「寒武紀一號」（代號DianNao，為單核處理器，主頻為0.98GHz，峰值性能達每秒4520億次神經網絡基本運算，65nm工藝下功耗為0.485W，面積3.02平方毫米）平均性能已超過主流CPU核的100倍，但是面積和功耗僅為1/10。

在這樣的技術支持下，識別同樣的200張照片，CPU需要120秒，而其NPU只需6秒，速度達到了CPU的20倍。

並且其NPU識別1000張照片僅消耗0.19%電量。

麒麟970能開啟手機的人工智慧時代嗎？

AI算力提升幾十倍的同時，麒麟970還提供了完善的多應用模式和機器學習框架的支持，讓開發者可以用自己最習慣的方式使用AI算力，開發全新體驗的應用。

總結：華為這次首發海思麒麟970集成了NPU，成為了全球首款人工智慧處理器，雖不至於像網傳的那樣「秒殺高通「，「吊打英特爾「，但起碼給手機晶片領域一家獨大的高通帶來的威脅，證明了國產晶片的創新能力！雖說初期其中會有些噱頭的成分，但是相信隨著後續更多應用的接入，對於智慧型手機用戶來說，還是會帶來實際體驗的大幅提升。