微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 行业新闻动态 > 全面解析骁龙835,性能到底可以拽到什么程度?

全面解析骁龙835,性能到底可以拽到什么程度?

时间:01-05 来源:IT168 点击:

多线程性能,渲染性能更快,摆脱OpenGL依赖CPU运算的方式,使GPU与CPU之间无需事先拷贝数据,在同样的内存下同时进行读写,充分发挥多核处理器的并行计算能力。

而根据高通官方PPT我们可以看到,除了GPU之外,骁龙835依旧保持了从820以来的VPU(视频处理单元)和DPU(显示处理单元)。其中DPU支持10-bit 4k@60Fps显示,Q-Sync以及更宽色域;而VPU则支持4K HEVC 10-bit硬解码能力,还提供了视觉聚焦区域渲染。

在此之前,在骁龙820上,高通引入Hexagon 680 DSP处理器,应用在对综合手机上的许多单个传感器的数据,进行整合分析,完成数据集中处理。而在骁龙835上,升级为支持HVX特性的Hexagon 682 DSP,并且延续了680 DSP上HVX(向量扩展)以及低功率岛的特性。并且Hexagon 682 DSP还包含对Google TensorFlow的支持,包括了对定制神经网络层的支持,以及对骁龙异构核心的功耗与性能的优化。

另外,人工智能作为当前最火热的领域,作为手机"大脑"的处理器自然对这方面也有所涉及。在官方介绍中,我们惊喜的看到骁龙835还增加对TensorFlow和Halide框架的支持。TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,主要用于语音和图像识别等多项机器深度学习领域,而Halide则是专门用来简化图像处理的程序语言。尽管在当前阶段在实际应用中可能还不明显,但我们也清楚的可以看到高通在人工智能和VR/AR领域已经正式布局。

Quick Charge 4:

如果评选2016年手机圈最流行的一句广告语的话,我相信"充电五分钟,通话两小时"一定为大家耳熟能详。随着骁龙835的亮相,新一代快充标准QC 4也已经与大家见面。相比于QC 3.0,QC 4增加了对USB Type-C和USB-PD的支持,并且包括USB供电。相比于QC 3.0,QC 4的充电速度提升了20%,效率提升30%。我们知道,相比于QC 2.0,QC 3.0采用最佳电压智能协商INOV算法,可以更精细的调节电压/电流的充电功率,而QC 4则将这一算法升级至第三版,创新性的加入了实时散热管理,能够在既定散热条件下,自主确定并选择最佳充电功率。伴随QC 4而来的还有高通推出最新的电源管理芯片SMB1380和SMB1381,具有低阻抗和95%的峰值转化效率。

在安全方面,QC 4能更准确的测得充电时的电压、电流和温度,保护电池以及充电器,并且增加了额外保护层,放置电池充电过度,在每个充电周期调节电流。

总结:先讲一件有趣的事:处理器对智能手机的重要性不言而喻,但到底有多重要呢?当你看到每年CES前后,手机圈都在纷纷猜测和盛传又有XXX款手机将首发骁龙处理器,然后在互联网上引起一阵热议,或许就能明白对于如今的智能手机,处理器不单单是一个元件,甚至从某个角度成为了一个象征。而从骁龙835主打的这些功能可以看到,高通整体的策略早已不在是单纯地提升运算性能,而是将处理器打造成智能手机的全面管家,覆盖到各个功能,通过更多差异化的功能来引领整个行业的发展。而关于骁龙835的实际性能表现,我们也会在之后继续密切关注。

更多最新行业资讯,欢迎点击《今日大事要闻》

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top