加持骁龙800系列多项技术，骁龙660/630会有多强悍？

昨天，高通在北京召开发布会，正式推出了两款全新的骁龙660/630移动平台，特点是将此前高端旗舰设备上的性能，下放到了中端手机和平板产品线上。其最大卖点是引入高通最高端芯片800系列很多黑科技。

或许更多的消费者通过国产旗舰手机对高通骁龙800系列更为熟悉。而事实上，高通骁龙系列处理器目前已经形成800、600、400、200 四个系列，它们分别覆盖旗舰、高端、中端、入门级。600系列本身定位就已经非常高端，通常高通会将在800上应用成熟的技术移植到600系列。这些技术不但成熟稳定，而且其合理的价格让更多人享受到了顶级芯片的体验。

据悉，此次发布的骁龙660/630移动平台，是对去年推出的653/626移动平台的升级。工艺上，660/630移动平台都采用了14纳米FinFET制程，提供4K视频拍摄与播放功能，并支持最大8GB内存和Vulkan API。骁龙660移动平台采用了八核 Kryo 260 CPU，四个大核最高主频达到2.2GHz，四个小核最高1.8GHz，并最高支持QHD（2K）分辨率显示屏。而骁龙630同样也是八核心，支持FHD/QXGA（1080p）。

另外，骁龙660/630移动平台集成度非常高，其包括集成了基带功能的骁龙660和630系统级芯片（SoC），以及包括射频（RF）前端、集成Wi-Fi、电源管理、音频编解码器和扬声放大器在内的软硬件组件，从而支持一套完整的移动解决方案。值得厂商注意的是，骁龙660和630移动平台具有相同的调制解调器和摄像头架构，彼此管脚兼容、软件兼容，在使用其中一款芯片后，厂商再使用另一款芯片将大大缩短厂商的开发周期和成本，并且很迅速推出不同定位的终端产品。据Qualcomm Technologies, Inc.产品管理副总裁Kedar Kondap表示：骁龙660/630移动平台主要在摄像头、音频、视觉处理、连接性、改进 CPU 与 GPU 性能、快速充电、安全性、以及机器学习七大特性，不断改善和进步。

1.拍照：拍照对于手机越来越重要，高通也在追求最好的解决方案。据悉，骁龙660和630 支持目前最流行的双摄像头和光学变焦。其拥有的Qualcomm Spectra 160顶级摄像头ISP可支持更佳的拍摄图像质量，实现更自然的肤色、出色的弱光拍摄。另外，背景虚化、双相位对焦（2PD）与增强的摄像机视频稳像等特性。

2.音频/视觉处理：骁龙660移动平台首次在骁龙600系列中采用了支持向量扩展（HVX）的Qualcomm® Hexagon™ 680 DSP，可支持高性能低功耗的成像、计算机视觉和机器智能负载处理。优化的软件库可支持TensorFlow和Halide。两款平台还支持Qualcomm All-Ways Aware™技术，以实现对Google Awareness API的支持。该技术可提供Qualcomm Technologies下一代"始终开启"的情境感知体验，并在Hexagon DSP上以极低功耗运行；

3.提升的CPU和GPU：?骁龙660移动平台是骁龙653的后续产品，通过Qualcomm® Kryo™ 260实现了20%的CPU性能提升，通过Qualcomm® Adreno™ 512实现了30%的GPU性能提升，确保为终端用户提供更佳的游戏与多媒体体验。?

4.连接性：连接能力是高通的强项。此次骁龙660和630均采用骁龙X12 LTE调制解调器，搭配全新SDR660射频收发器，首次在骁龙600系列的SoC中支持了600Mbps的峰值下行数据速率。骁龙660支持2x2 MU-MIMO 802.11ac Wi-Fi，与骁龙652相比，数据吞吐量可实现翻倍，并且下载时的功耗降低可达60%。两款平台都集成了先进的射频前端技术，包括支持载波聚合的Qualcomm® TruSignal™自适应天线调谐，旨在于各种用户条件下动态优化信号质量，支持广泛的网络覆盖与更一致的数据和语音体验。骁龙660和630是首批支持包络跟踪技术的骁龙600系列芯片组，并包括了对高功率用户设备（High Power User Equipment, HPUE）的支持，可实现出色的能效与散热表现。

5.Qualcomm® Quick Charge™ 4：骁龙660和630移动平台采用了Quick Charge最新的创新技术，充电仅15分钟即可获得50%的电池电量；另外，在续航上，高通表示，要比前一代芯片续航时间长2个小时。

6.安全：两款平台均支持Qualcomm® Mobile Security移动安全，在移动终端上提供注重安全基于硬件的保护、用户认证以及终端认证；

7.机器学习：利用骁龙神经处理引擎SDK，OEM厂商与开发商还可通过骁龙660和630移动平台上的机器学习实现沉浸式和参与式的用户体验。该异构软件框架可支持Caffe/Caffe2和TensorFlow，从而可根据具体想要实现的功能特性的性能以及功耗需求，更容易地选择具体的骁龙内核，如CPU、GPU或DSP/HVX，来运行神经网络