31 августа на выставке IFA 2018 компания Huawei официально представила мобильный процессор SoC следующего поколения «Kirin 980» на выставке IFA 2018 в Германии, которая претендует на удивительную мощь.
Юй Чэндун, старший вице-президент Huawei Technologies, объявил о Kirin 980, который создан «первым» во многих аспектах, таких как первый 7-нм процесс SoC, процессор ARM A76 архитектуры, двойной процессор NPU, графический процессор Mali-G76, первый с 1,4 Гбит / с Основная полоса Cat.21 и первая поддержка памяти LPDDR4X-2133.
Kirin 980 оснащен восемью ядрами процессора (четыре A76 и четырьмя A55), десятью ядрами GPU, двойным ISP, сенсорным процессором i8, механизмом безопасности, UFS 2.1, аудио Wi-Fi и видеопроцессором 4K.
По данным TSMC, 7нм могут повысить производительность на 20% по сравнению с 10нм, повысить энергоэффективность на 40%, повысить плотность транзисторов на 60% и применить к Kirin 980, объединяя до 6,9 млрд транзисторов.
Кирин 970 (10 нм 5,5 млрд) увеличился на 25%, тогда как плотность транзисторов увеличилась на 55%, а площадь микросхемы эквивалентна только размеру ногтя.
Новый SoC сначала использует архитектуру ARM Cortex-A76, которая на 75% лучше, чем у предыдущего поколения Kirin 970 A73, а энергоэффективность увеличена на 58%. По сравнению с Snapdragon 845, Kirin 980 обладает на 37% большей производительностью и на 32% большей энергоэффективностью.
Юй Чэндун сказал, что после 36 месяцев исследований и разработок Kirin 980 инвестировал в более чем 1000 старших экспертов в области полупроводниковых процессов.
По словам представителей Huawei, Kirin 980 — первый в отрасли мобильный процессор SoC с двухъядерным процессором NPU. Он может реализовывать 4500 изображений в минуту и поддерживает такие AI-сцены, как распознавание лиц, распознавание объектов и обнаружение объектов.
Сообщается, что Kirin 980 также может создавать сцены ИИ, такие как распознавание лиц, распознавание объектов, обнаружение объектов, сегментация изображений и интеллектуальное преобразование при мощной вычислительной мощности двойного NPU. Он принимает более высокую точность глубокой сети и имеет лучшую производительность. В реальном времени, для лучшего опыта.
