10納米制程，比驍龍835還多的55億個晶體管

制程上，不出意外，麒麟970用上了臺積電（TSMC）最新的10納米工藝，這應該是繼蘋果A10X、聯發科HelioX30之后，第三款采用臺積電10納米制程的移動SoC。

通常來說，在芯片晶體管數量相同的情況下，更先進的制程可以降低芯片的核心面積，有助于降低成本，并且更加有效地控制發熱和功耗。根據華為提供的數據，臺積電的10納米制程可以降低20%的能耗，將芯片核心面積縮小40%。

不過有趣的是，麒麟970的核心面積并沒有因為制程的進步而縮小，反而比麒麟960還要略大，這是因為麒麟970集成了高達55億個晶體管，比麒麟960多出了15億。作為對比，蘋果的A11Bionic芯片有43億個晶體管，高通驍龍835有31億個。

需要說明的是，雖然晶體管數量對性能有一定的影響，并且通常是越多越好，但在內部部件眾多的、各家產品架構甚至內部組件都不太一樣（比如A11Bionic沒有集成通訊基帶和專門的NPU）的移動SoC中，我們是無法簡單地用晶體管數量來判斷性能的。

NPU：首款內置在手機SoC中的人工智能芯片

終于到了麒麟970最特別的部分——NPU。

NPU的全稱是Neural-networkProcessingUnit，也就是神經網絡處理單元。關于這顆NPU的功能，大家可以簡單理解為專門高效地進行AI相關計算定制的處理器，就像GPU之于圖形處理相關的計算，ISP之于成像相關的計算。

傳統的CPU（包括x86和ARM）和GPU也是可以用來做深度學習計算的，但由于它們本身并不是專門為深度學習定制的，效率并不高。而麒麟970的這顆NPU采用了來自寒武紀（Cambricon）的IP，專門為深度學習而定制，FP16性能達到了1.92TFLOP，差不多是麒麟960的3倍（0.6TFLOP左右）。

在月初德國柏林的發布會上，余承東展示了一張在進行AI運算時，NPU和CPU、GPU的對比。

?

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更是達到了CPU的50倍，GPU的6.25倍（50/8）。

?

在這個NPU的基礎上，華為打造了HiAI移動計算架構，大致的原理是通過一個統一的資源管理器，充分調用CPU、GPU、ISP、DSP、NPU等部分，app開發者可以通過使用這個架構，提高app中和AI相關的應用的處理效率（官方數據是25倍的性能，50倍的能效優勢）。