全面剖析麒麟9000：华为Mate 40碾压了谁？

GPU：秒杀高通Adreno？

麒麟9000的GPU部分是非常值得一说的。去年麒麟990并未按照我们的预期，采用Arm Mali G77，而是继续采用麒麟980时期的G76。此前我曾撰文提到过，高通如今正逐渐在GPU部分丢失往常的优势：如果Mali G77能够按照Arm预期的那样，那么Mali GPU很可能实现对Adreno GPU性能和效率的同时追平。

悲剧的是，华为并未采用G77。而实施G77的三星Exynos 990（Mali G77MP11）与联发科天玑1000（MP9），在规模上都不够大——前者多方面的问题还相当一言难尽。这就让我们无从了解，G77到底是个什么水平。加上骁龙865的Adreno 640小小发挥了一下，在不少测试中的效率表现都和苹果相差不大了（性能仍有差距），Arm Mali阵营这边就急需一款产品来证明GPU的实际水准。

麒麟9000直接跳过G77，用上了Mali G78。华为给出的数据是，相比骁龙865+，麒麟9000的GPU性能领先52%，能效领先50%。从华为的PPT来看，对比的是GFXbench 5.0 Aztec Ruins Vulkan项目（不过极有可能，性能提升和效率提升的测试条件是不同的）。单纯从这个跑分来看，可能已经达到了苹果A13或者A14的水平——余承东在手机发布会现场列出了iPhone 12 Pro与Mate 40 Pro+的GPU跑分性能，两者似乎的确已经是相近水平：虽然目前还不清楚这是峰值性能还是持续性能，以及并未有能效比较的数据。

无论如何，这两个分数都是相当巨大的领先，这使得今年Mate 40系列手机的游戏表现非常令人期待。

华为自己的实际游戏性能测试是，“某国内TOP MOBA类游戏”满帧状态的能效，平均比“友商”（也就是骁龙865 Plus，三星Galaxy Note 20 Ultra）优秀20%；包括《王者荣耀》《和平精英》《明日之后》等在内的多款主流游戏，系统能效比都优于骁龙865+——这似乎还是华为首次在反复提GPU的“能效”，而不单纯是性能：表明这次的底气比以往都更充足。

事实上，Mali G78相比G77并没有发生太大的变化。但G77是首次换用了Valhall架构——算是一次大变动，G78则是个改款。仍然建议有兴趣的同学阅读此前有关Mali G77的文章《Arm新版Mali GPU简析：这次终于赶超高通和苹果？》。G77相比G76，性能密度提升30%，能效提升30%；主要是G77的shader核心换用新的执行引擎，16-wide warp执行模型，合并为一个执行引擎，提升ALU利用率。

因为此前G76已经有了一次Arm Mali阵营的大跃进，所以G77就纸面数字来看还是比较优秀的。而G78，Arm的数字是结合微架构与制造工艺的双重改进，相较G77有25%的性能提升。相同工艺情况下，性能密度提升15%（相同面积下，获得15%性能提升）；能效提升10%。

Mali G78支持的最大核心数目提升到了24个核心，不知该说Arm Mali这种增多核心的路线是种进步还是退步——麒麟9000显然拉满了这个数字，算是G78的顶配了（9000E则为22个核心），从去年开始似乎华为已经不再走过去那种高频少核的路线了。

G78的执行核心与前代相比没什么变化，就是延续了Valhall架构的特色（16-wide，合并为一个引擎）；shader核心整体上也没什么变化。其最大的变化在于从整个GPU的全局频域（frequency domain）变为两级结构，最顶级的共享GPU模块为一个频域，shader核心为一个频域——也就是GPU内部不同步的时钟域，shader核心可以跑在不同的频率下。只是不知道麒麟9000是否实施了这个方案。

这事实上解决了Mali GPU一个很大的问题：要在屏幕上推更多数量的多边形时，以前只能全面推高运行频率。如今市面上出现的新游戏普遍是几何处理工作偏重的，将tiler和几何引擎运行频率解耦，就能够解决吞吐不平衡的问题。另外就是，理论上能效也能得到改进——只不过要增加额外的电压域实施，也就增加了系统的成本。除此之外，G78的FMA引擎做了翻新，主要是乘法器结构变化，以及FP32和FP16路径做了隔离，据说是以面积来换取30%的节能。

大概也是因为GPU性能和效率水平真的上来了，艾伟今年谈了不少游戏画质相关的东西。而且事实上，在《原神》这类游戏开始出现在手机之上，更多原本属于PC和主机的游戏体验、特效，都开始向移动平台迁移。

包括SSR屏幕空间反射、MSAA/TAA抗锯齿，以及动态模糊、体积光+实时阴影等更好的游戏画质实现上，华为宣传的是麒麟9000在更好地实现这些特效的基础上，同时做到高帧率，以及更高的效率——如上图所示，是对比某尚未发布的游戏，在开启HDR、MSAA抗锯齿等特性后，稳定60fps运行，以及实现比“友商芯片平台”（这个对比对象未知）高了一倍的效率（图中中间mW/frame数值）。这其中应该也有AI的辅助：早年Kirin 970时期起，通过机器学习来达成针对特定游戏、特定设备的最优化DVFS调度。

所以Mate 40的GPU实际表现，的确令人十分期待。骁龙875的GPU恐怕会面临比较大的压力。

NPU：现在有什么用？

麒麟9000的NPU升级到达芬奇架构2.0，“NPU算力翻倍”。当然我们不清楚达芬奇架构2.0相比1.0，到底改了些什么。比较抽象的形容是“MAC规模翻倍，卷积网络性能翻倍，核间通讯带宽翻番”。所以AI Benchmark（ETH AI Benchmark V4.0）之类的拿“全球第一”也并不奇怪。另外华为这次特别提到了Int8数据类型的性能与能效。

艾伟说AI普及后，手机终端越来越多地需要做8位整型数据计算，而不是浮点FP16。用ResNet50网络来跑，麒麟9000的Int8性能较骁龙865+高出60%，能效则高了150%——这应该和高通的AI Engine始终不上专核，而主要靠强化DSP与异构计算有关。

SoC层面另外值得一提的就是前文已经提到过的system cache。由于这个末端cache容量增大，很多情况下各IP模块就不需要再去调用DRAM。由于带宽的成倍增加，以及能效的提升，NPU与其他处理器工作的实时性才有更好的保障。

往年的NPU介绍，大致上也就停留在这个程度了。今年华为似乎急着想要证明，NPU究竟能用来做什么。事实上，Android阵营的AI生态发展得并没有那么高速，即便华为始终在说HiAI支持的人工智能网络算子是业界最多。但华为在这个生态上的建设，真可谓不遗余力。这次艾伟主要列举了NPU的三个用处：AI视频处理、AI拍视频、AI AR。