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 > 不只有骁龙835,2017年旗舰手机都有哪些招数

不只有骁龙835,2017年旗舰手机都有哪些招数

时间:01-10 来源:it168 点击:

在智能手机市场,旗舰机一方面是时代最新技术的展现,另一方面也是超前设计的率先实现,尽管售价高昂,但依旧是万众的焦点,有着旺盛的市场需求。在过去的2016年,旗舰市场不仅是三星、苹果这样的大厂一枝独秀,更有国产品牌携人工智能、全面屏设计等亮点参与其中,竞争愈演愈烈。

如此背景之下,消费者面临的选择将更加多样,2017年的旗舰机无疑更加令人期待。对此我们也针对即将发布的旗舰机型特性做出一定的分析和预测,帮助消费者读懂今年的旗舰产品。

10nm处理器将是标配

就手机的硬件而言,处理器有着极高的集成度,涉及了通讯、拍照、图形等功能,直接决定了手机的性能与定位。作为旗舰机型,自然要选择最顶级的处理器,因此10nm处理器是水到渠成的选择。我们知道,用更先进的半导体工艺打造处理器,意味着处理器将拥有更高的性能、更小的封装面积以及更低的功耗,这些特性之于旗舰机高效、轻薄、节能的发展趋势不谋而合。

▲基于10nm FinFET工艺打造的骁龙835

目前,三星和台积电的10nm FinFET工艺均已实现量产,备受关注的高通骁龙835将是10nm工艺的首发之作。相较于上代旗舰骁龙821,骁龙835性能部分提升27%,功耗也降低了40%,此外还新增了AR、机器学习、QC4.0快充等特性,包括三星Galaxy S8、LG G6、小米6等产品均会选用,成为开年旗舰机型的首选。后续地,包括Exynos 8895、Helio X30、麒麟970、A11等10nm处理器也已准备就绪,分别会在三星、魅族、华为、苹果等品牌的旗舰机型中出现。

遗憾的是,目前基于10nm FinFET工艺的芯片产能有限,紧俏的货源将在前期制造一机难求的尴尬,不过随着后期工艺的成熟,情况会逐渐缓解,10nm处理器将是旗舰机型的标配。

6GB运行内存起步

消费者已经达成了共识,运存大小决定了手机的后台应用运行数量,也影响着手机的流畅度,因此更大的运存一直是旗舰机的追求。在2016年,4GB运行内存成为主流,6GB运行内存也在年末的旗舰机型中逐渐普及,成为旗舰机型的顶配。到了2017年,6GB运存应该是旗舰机的起步参数,毕竟8GB的运存已经实现了量产,华硕的ZenFone AR在开年的CES上已经率先搭载,算是为今年的旗舰机配置定下了基调:6GB起步、8GB顶配。

▲SK海力士和三星已经量产了8GB运行内存

可能有人会提出异议,运存达到一定程度,之于日常体验的提升已经越来越小,单纯的追求参数并没有太大的意义。的确如此,但是随着近年移动端AR、VR和双摄的兴起,产生的大量数据会在手机当中处理,运存当中的数据和数据调用频度都会急剧上升,此时大运存在数据读取、存储上的优对于体验有着显著改善。加之旗舰机型的前瞻性配置,大运存还是很有必要的。

追求高屏占比设计

设计方面,从去年发布的小米MIX、三星Note7和ZUK edge,再到近期曝光的LG G6、三星S8的产品图,其在设计上都有着不谋而合的理念--高屏占比。在追求高屏占比的方法上,各家都有着不同的方案,比如小米MIX的全面屏,使得屏幕在三面达成近乎无边框的设计;三星产品的双曲面屏,通过屏幕两侧的曲率变化制造视觉上的无界感,还有LG G6定制的特殊2:1比例屏幕,尽可能将更大的屏幕塞入更小的尺寸,从而营造视觉上的震撼感,都是值得肯定的尝试。

▲夸张的高平屏比设计

可以预见,在技术与审美的双重驱动下,高屏占比将是2017年旗舰机型的设计趋势。而在追求高屏占比的路上,伴随出现的显示技术、听筒、指纹识别甚至机身材质上的创新同样值得期待。

搭载先进的生物识别

以指纹识别为代表的生物识别技术已经成为手机的标配,方便着我们的移动支付和隐私加密,目前的指纹识别技术在安全性、识别率都有一定保证,并且增加了活体识别,防止通过假指纹破解。但这仍不够,除了功能上的完善,指纹识别在外观上也在寻求突破,试图不在正面玻璃面板上开孔,将指纹识别隐藏于玻璃下方,从而增加正面的一体感,提升屏占比。技术上讲,隐藏式指纹识别一方面可以通过超声波、光学指纹实现,另一方面也可以在现有电容式指纹的设计上进行优化,包括降低玻璃厚度、提升芯片信噪比等。在2016年,包括小米5s、ZUK edge都在此进行了尝试,在此经验之下,2017年旗舰机型会更多进行实践。

▲Note7搭载的虹膜识别

除了指纹识别,一些新兴的生物识别技术也逐渐运用在手机当中,比如三星Note7搭载的虹膜识别,由于虹膜相较指纹有着更加复杂的结构,安全性更胜指纹一筹,在文件加密、移动支付等敏感应用上更加安全。还有中兴AXON倡导的眼纹识别,荣耀Magic上

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top