麒麟810的出现打破了旗舰芯片对先进工艺的垄断，首次在中端市场商用7nm制程，其底气在于华为终端强大的铺货能力。尽管流片成本高，但是芯片越走量，边际成本越低。

最具说服力的案例便是麒麟970芯片，它覆盖从1000+到10000+的价位区间，不仅挤压高通骁龙845的空间，更形成对骁龙6系列、7系列的降维打击。

根据旭日大数据发布的手机CPU出货量排行榜（2018年4月），麒麟970成为当月出货量最高的旗舰芯片（410万），远高于竞品骁龙845（168万）。

尽管麒麟970与骁龙845的出货相隔近半年，但此时骁龙845已交付给最大客户三星、并处于S9最重要的上市期。在全生命周期内，麒麟970出货不仅压过骁龙845，还剑指腰部力量骁龙6系列、7系列，其流行程度给高通留下了巨大的心理阴影。

如果说麒麟970创造了另类成功，那么麒麟810则已拨云见日。旗舰芯片位于金字塔尖，技术顶尖但出货量少，麒麟810则瞄准中端腰部市场，用海量出货化解7nm带来的额外成本，对于产品上市窗口、价格分区具有里程碑意义。

2、全新自研NPU首秀，达芬奇架构一鸣惊人

在手机AI领域，华为手机是第一个吃螃蟹的勇士。早在麒麟970时代，华为对于AI的预判有两点：一是端侧AI应用场景将会越来越多，二是需要AI专用处理单元。

这两点预判成为了现实，如今已落地的AI用例有场景识别、识图购物、AI美体、AI人像留色、主角故事集、卡路里识别等等，并且NPU（神经网络单元）也已成为主流。

事实上所有运算都能由通用处理单元CPU计算，为什么还要有独立的专用处理单元NPU？这是因为不同处理器适用于不同数据类型，性能与效率各不相同，需要对症下药。

神经网络运算数据为3D格式，需要处理单元的创新。NPU在处理AI任务时，性能和能效远高于CPU和GPU。麒麟810另一大亮点便是首次采用自研达芬奇架构NPU。

达芬奇架构是华为在2018年推出的全新自研AI计算架构，针对AI计算特点进行设计。不同于以往的二维运算模式，达芬奇架构以高性能3D Cube计算引擎为基础，针对矩阵运算进行加速，大幅提高单位功耗下的AI算力，充分激发端侧AI的运算潜能。

麒麟810支持Tensor（张量）、Vector（矢量）、Scalar（标量）三种计算单元，Int8精度保留更高，具有业界最优端侧能效（6Tops/W），支持240+算子。全球已有1600+合作伙伴、570000+开发者加入应用生态。

根据苏黎世联邦理工学院（ETH）发布的AI Benchmark跑分，麒麟810在FP16数据格式下的性能和精度优于高通全系列芯片：

3、安卓最高性能A76 CPU，创新2+6大小核架构

麒麟810采用与麒麟980、骁龙855相同的CPU核心，包含2颗基于A76定制的高性能大核心、6颗A55高能效小核。创新的“2+6”大小核搭配能够根据不同应用进行灵活的CPU资源调配，达到优化系统能耗的目的。

根据Arm公布的CPU发展线路图，A76是目前已商用的安卓最高性能CPU核心，7nm工艺下A76性能可比肩14nm工艺的Intel i5-7300U。

相比骁龙730，麒麟810在CPU单核、多核性能上双双实现超越。

4、Mali-G52 GPU，历史性超越骁龙730

麒麟810的图形处理单元采用Mali-G52 GPU MP6，在GFX Bench 5.0测试项1080P Manhattan Off-screen ES 3.0中，麒麟810以55fps的成绩超越骁龙730（38fps），达到后者1.44倍性能。这也是麒麟芯片首次在图形性能上超越同期的高通处理器。

Mali-G52基于Bifrost架构的第二款GPU，采用了全新设计的执行引擎，每个执行引擎线程的数量增加了一倍，使所有复杂内容的计算性能提高一倍，但尺寸仅增加了22%。

与上一代Mali-G51相比，Mali-G52性能密度提高30%，能效提高15%，机器学习性能是前者的3.6倍。

麒麟810还支持麒麟Gaming+技术，包括系统级AI调频调度、GPU底层驱动升级及GPU负载优化、HD游戏特效优化。

5、第四代自研ISP，旗舰级的影像处理能力

麒麟810采用领先的第四代自研ISP，着重优化夜景降噪、景深虚化等场景，令华为nova 5拥有旗舰级拍照品质。

总结：麒麟810不仅在CPU、GPU实现对骁龙730的全面超越，自研达芬奇架构NPU、自研第四代ISP更是媲美骁龙855。麒麟810真正吹响中端芯片崛起的号角，为海量的腰部机型量身定制，并带来越级的用户体验。返回搜狐，查看更多