合體」20個月，卷出安卓最強野獸X90！這顆國產「V2」，又把發哥帶飛了
加入技術交流群
等下，蘋果芯片的性能竟然被「秒」了？而且這次出手的還是「發哥」？看起來，這次聯發科與vivo深度合作開發的新旗艦，不僅要顛覆安卓老格局，這是想連蘋果都要一起拉下馬了。
真·地表最強：藍廠帶著發哥，支棱起來了
從極客灣放出的Geekbench 5 CPU跑分顯示，天璣9200多核跑分為4459分，比天璣9000有一定提升，不過，極客灣測試使用的是工程機，分數僅供參考。從CPU多核性能看，整體略強于蘋果A14水平，距離A15和A16還有一定距離。
而且，無論是哪個，都擊敗了內置蘋果M1芯片（跑分為125萬）的蘋果iPad Pro。真就是，發哥戰未來？連架構都改？自研芯片叒升級
要實現這一點，就需要深入底層技術，甚至對芯片的架構「動刀」。對于手機AI計算而言，大致可分為平臺和外掛兩種解決方案：- 外掛芯片可減少軟件調度，高效專注于大密度AI運算，但在特定場景下的運算缺乏靈活性；
- 平臺SoC軟件部署靈活，NPU峰值算力上限高，但難以滿足大密度運算的算力需求。
FIT的原理其實很簡單，首先需要把大型復雜算法模塊進行拆分。然后，把算力密度小、網絡結構復雜的小模型部分，通過軟件部署在平臺NPU上。同時，把算力密度大、數據吞吐密集的大模型部分，部署在自研芯片V2硬件上，讓其中的三個單元處理各自擅長的運算內容。最終，實現了在1/100秒內完成雙芯互聯同步的高速協同計算。
而FIT雙芯互聯的最直接應用，就是vivo最擅長的計算攝影了。由于傳統ISP的濾波器普遍是手工設計的，雖然能以極低延時處理大量的數據流水，但是只能解決已知的、特定的問題。那么對于那些復雜、未知的問題來說，最好的解決方案就是救助于人工智能。但是，當你把AI軟件算法部署到NPU上時，就需要以幀或塊為單位進行處理信號。相比之下，傳統的ISP卻是以行為單位。與此同時，由于絕大部分平臺SoC片上SRAM容量有限，大量AI算法在接入ISP 管道后，要通過外部DDR來完成數據暫存和交互。這就會造成運算與數據分離，犧牲了高性能AI運算至關重要的Data-Locality要求，進一步降低了性能。為了解決這一問題，vivo在自研芯片V2上，把傳統的ISP架構升級為AI-ISP架構。進而通過FIT雙芯互聯，第一次將平臺ISP-NPU與自研芯片V2的ISP-DLA作為一個整體，設計出了目前來說最合理的AI算法處理架構。而這，也是在異構多芯片計算方向上，邁出的至關重要的第一步。
從結構上來看，V2的可以分為三個部分：- 圖像處理單元
- AI計算單元
- 片上內存單元
具體來說，對于移動端的AI處理，有三個相互關聯且共同決定能力上限的要素——算力容量，算力密度和數據密度。平臺SoC算力容量大，適合部署網絡結構復雜的模型，但能效比不高，無法滿足對大密度AI運算的需求。于是，vivo在自研芯片V2的設計中，加入了近存深度學習加速器（DLA）。其中，近存DLA通過全硬化MAC設計和大容量專用片上SRAM，強化算力密度和數據密度，從而釋放算力容量的潛力。
在算力密度上，得益于全硬化MAC設計，V2的近存DLA在實際AI運算中，能夠達到100% MAC利用率。相比在平臺SoC軟件部署AI運算，8bit算力密度提升了2-3倍。此外，vivo還針對專業視頻的10bit處理需求，在自研芯片V2中專門硬化了10bit的MAC單元——相比平臺SoC軟件部署所采用的合并運算方式，10bit算力密度提升了4-6倍。
另一方面，數據密度受到傳統架構von Neumann內存墻的制約，大密度運算會遇到數據填喂不足、運算等待數據的問題，極大限制了計算性能。為保證數據密度與算力密度的完美匹配，自研芯片V2在近存DLA內配套設計了速度高達1.3萬億bit/s的專用片上SRAM，并把容量提升到了等效45MB，比前一代的V1大了40%。這種近存DLA的設計，大幅減少了數據尋址和搬運的功耗，與通常NPU采用的DDR外存設計相比，SRAM數據吞吐功耗理論最大可減少99.2%。
算力密度和數據密度的雙重提升，以及多項低功耗電路設計方法的加持，讓自研芯片V2的近存DLA在同等芯片制程條件下的表現遠超同行競品。也就是說，內核每瓦算力在運行8bit MAC和10bit MAC時，分別達到了16.3TOPS/W和10.4TOPS/W。
如此一來，在部署相同算法時，自研芯片V2相比傳統NPU，能效比提升了200%。不出意外的話，在全新的AI-ISP架構下，配合FIT雙芯互聯、近存DLA、專用片上SRAM等多項突破性設計，全新的V2又會讓手機計算攝影再次「起飛」。給我翻譯翻譯什么叫「專業攝影」
說到效果，也是顯而易見：長焦不抖了，暗光不糊了，就連按快門也沒延遲了。要知道，專業相機的快門延遲在30ms左右，而手機的快門延遲一般在170-300ms。結果就是，同時按下的快門，相機都出完片了，手機這邊可能還沒開始曝光。于是，vivo全面優化了圖像處理管線，通過提升Sensor啟動速度，將快門延遲低到了專業相機的30ms。
手機長焦拍攝通常存在兩個問題：拍攝倍率過大時畫面會模糊（拍不清）、手持運鏡導致畫面劇烈抖動（拍不穩）。為此，vivo借鑒科研領域天文望遠鏡和高端顯微鏡的圖像處理流程，帶來全新的超清畫質引擎。超清畫質引擎從底層改寫了ISP圖像處理鏈路，將圖像處理AI化，包含了Denoise降噪、Demosaic細節恢復、Deblur去模糊三大重要模塊，以及蔡司光學超分算法。
其中，核心便是vivo和蔡司聯合研發的蔡司光學超分算法。這套算法，能根據每個手機的模組特性做建模分析，通過逆運算動態調整，補償光學信息，突破鏡頭工藝的上限。在蔡司光學超分算法的加持下，5倍以上的焦段，拍攝解析力最高提升35%。
在應對「手抖」方面，就到了Ultra Zoom EIS出場的時候了。這項技術包含了IMU（慣性測量單元）、OIS光學防抖與EIS電子防抖三大模塊。其中，IMU負責檢測抖動，OIS/EIS負責抵消抖動，軟硬協同防抖。如此一來，手機就能在20X以上倍率實現抖動抵消，讓被攝主體在畫面中趨于平穩不會晃動。
為了確保在暗光場景下也能實現這樣的能力，vivo做了多個算法的疊加，在手機攝影的全鏈路上都進行了大幅優化。首先，vivo和Sensor廠商深度合作，將Sensor ISO高感從上一代的16000提升到102400，暗光場景下的感光能力大幅提升。
其次，在運動抓拍時采用運動自適應多幀融合技術，一次快門生成多幀運動畫面，疊加vivo自研的RawEnhance2.0算法，可以把每一幀有用信息疊加在一起，讓暗光運動也無拖影。結果就是，在5lux的暗光環境下，畫面的細節表現提升17.3%的同時，噪聲降低了46%。
此外，vivo這類拍攝上還采用了新一代運動測量與跳躍檢測算法，運動畫面定格能力相較于上一代提升58%。
什么是產品力？我可以不用，你不能沒有
「發哥」的芯片再厲害，最終的載體還是手機。而一部好用的手機，往往是芯片廠商和手機廠商精誠合作的結晶。作為一個主打年輕用戶的手機廠商，這些年vivo一直在探索一個問題：年輕人用手機，最看重什么？流暢游戲、動畫絲滑、光速加載、屏幕不傷眼、多任務切換不卡、拒絕「殺后臺」、續航不拉胯......即使有些佛系用戶的要求要低得多，但手機行業卷了這么多年，「我可以不用，你不能沒有」早已成為衡量旗艦安卓機的產品力的一個基準。作為國內手機大廠之一，早在20個月之前，vivo與聯發科就已經展開密切合作。雙方在影像、游戲、AI、顯示、通信、功耗、UX性能等多領域展開深度聯合研發。
此次，雙方加深合作深度，帶來了5個聯合研發的重磅功能：MCQ多循環隊列、王者榮耀自適應畫質模式、芯片護眼、APU框架融合、AI機場模式。MCQ多循環隊列：多核場景，高速傳輸MCQ多循環隊列，是業內針對未來多核場景考量，為發揮CPU極致性能，重新定義的一款全新處理引擎。MCQ最多可為CPU和UFS之間的數據交換提供8條通道傳輸，有效提升CPU的數據并發處理能力，讓應用軟件切換和后臺下載喚醒更快、更流暢。
經測試，搭載MCQ技術后，隨機寫入速度增加了16.7%以上，安兔兔跑分近5000分，而在更多更實用的場景的體驗也有明顯提升——比如大型APP的安裝速度。在vivo和聯發科的聯合開發下，天璣9200旗艦平臺成為行業首個支持MCQ的平臺，相信越來越多的平臺會頻繁使用到這一功能。
王者榮耀自適應畫質模式：提升續航，控制溫度該模式由vivo攜手聯發科、王者榮耀三方聯合研發，是基于MAGT游戲自適應循環開發的一項黑科技。vivo透過平臺服務，與游戲應用間的即時信息交換，游戲應用可針對信息即時逐幀調控，達到一個「自適應閉循環」。
經實測，開啟自適應模式后，在26℃環境下，在王者榮耀120+極致配置下運行1小時，游戲幀率接近滿幀（119.9），均方差僅有0.92，達到了業界頂級水平。這個成績，有點頂了。
芯片護眼：實時偵測，實時降藍光視力健康現在越來越被大家重視，護眼也成為年輕人選購手機時的重要考量因素。最傷眼的「藍光」，自然成為了vivo想方設法要對抗的天敵。芯片在「降藍光」上的角色至關重要。
vivo和聯發科共同在天璣 9200旗艦平臺上開發的智能降藍光技術，能夠實時偵測畫面的藍光占比，通過創新性的算法并硬化成IP的方式，實時降低藍光。讓高能可見藍光占比小于5%，色偏程度降低12%。同時，能夠根據檢測結果動態調整畫面色彩效果，在降低藍光的同時保證屏幕不偏色，實現了行業性突破。APU聯合調優：能效驟增，優化協同天璣9200旗艦平臺的第六代APU690算力高達30TOPS，能效比相較上代提升了45%。基于APU硬件特性，聯發科提供了NeuronRuntime軟件加速框架，vivo將NeuronRuntime底層通用能力封裝到自研的VCAP異構計算加速平臺中。從芯片底層到框架層，VCAP在訪存處理、動態量化、指令流水線等維度實現深度優化，讓算法在多個處理器之間協同調度，帶來顯著的能效提升。
基于這套方案，vivo在APU上實現了相機超清文檔、實況文本、離線語音輸入法等多項應用上的性能優化。以離線語音輸入法為例，vivo支持全離線語音輸入，確保數據不出端，用戶隱私安全不外泄。這是行業首次實現語音轉換算法NPU優化落地。對比行業通用的CPU方案，功耗優化30%，性能提升50%。
AI機場模式：飛行節能，落地速連AI機場模式包含兩大AI引擎：感知AI引擎、搜網AI引擎。在這一模式下，手機通過感知AI引擎準確感知用戶進入機場與飛機的起飛降落，再通過搜網AI引擎來準確識別目的地，并智能調控搜網策略。
開啟這個模式，若手機開啟飛行模式，起飛后至降落前平均可以節能 30%。
關閉飛行模式后，捕獲網絡的速度也大幅優化。由7.41秒縮短至1.52秒，提速79%。用了30多年的底層算法，改了！
天璣9200旗艦平臺的驚艷表現離不開底層的優化，vivo與聯發科一道，對計算、存儲等底層能力進行了內核級創新。完美適應多極限場景，4K60幀視頻錄制功耗大降此次，vivo與MediaTek「雙芯聯調」的效果首先體現在影像功能的表現上。經過雙方共同優化，新平臺多種拍攝場景下的表現大幅提升，并首次以極低的功耗實現了先進的循環視差網絡，大幅優化能效表現，能耗降低了15%。尤其是在4K 60幀極限錄像場景中，天璣9200的功耗相比天璣9000，足足降低了25%。
游戲：全流程提速，幀數穩定溫度低在游戲場景下，新發布的Origin OS3不僅帶來了游戲超分等「黑科技」，還通過疾速啟動引擎和網絡加速引擎增強游戲表現，對游戲的下載、啟動、加載、運行等多個環節進行全方位優化。
而王者榮耀在120幀+極致畫質下，能接近滿幀地運行1小時，就是對冷勁、全速最好的解釋。研發竟要腳踏「兩條船」
那么，自研芯片的效果到底如何呢？拋開更長遠的戰略不談，就單從銷量上來看，完全稱得上是「效果拔群」。報告顯示，2022年第二季度在X80的推動下，vivo在600美元到799美元（約合人民幣4100元到5470元）區間段銷量同比增長504%，vivo的整體銷量同比增長91%，取代華為排到了第二位。
不論是影像技術迭代，還是芯片架構升級，亦或是屏幕顯示優化，單純的硬件堆疊和算法配置都無法真正讓人滿意。實際上在去年，在vivo首顆自研影像芯片V1推出時，vivo的手機影像正式邁入了硬件級算法時代。硬件調校自然是硬件廠商的拿手絕活，為了發揮出硬件的極致潛力，vivo叫上了聯發科——把自己的算法、架構固化到芯片層面，與聯發科開展深度聯調。vivo與聯發科雙方的合作，從一開始就確立了一個目標，軟硬協同，實現平臺性能全方面的突破。一年后，當性能和功耗同時具備驚人表現的天璣9200，遇上vivo的自研芯片，結果就是，「煥然一新」的天璣9200不僅有了更高的能效比、更快的響應速度，而且還擁有更強的游戲體驗。
圍繞這一目標，雙方都投入了精英開發團隊，經過超過20個月的開發周期，大幅革新了軟件通路架構，實現了1+1>2的效果。如果說，自主研發是vivo有別于他人的賽道選擇，聯合研發則是vivo突破技術邊界的堅定嘗試。與硬件廠商深度合作，走軟硬件聯合開發，雙管齊下之路，對于構建可持續的健康生態圈、培養用戶使用習慣，乃至擴展合作和產業鏈渠道而言，都是一種追求長遠的戰略布局。
在這方面，軟硬件高度一體化的蘋果，早已經走到了行業的最前頭。而現在，在這條已經被無數成功驗證過的道路上，出現了越來越多的前行者。vivo和聯發科都知道，合作越深，步子越大，未來才有前途。正是一直以來的堅持，讓vivo努力做得比別人更好，在這條路上，vivo走得比別人更踏實、更長遠。 來源：新智元
*博客內容為網友個人發布，僅代表博主個人觀點，如有侵權請聯系工作人員刪除。
pid控制相關文章:pid控制原理
pid控制器相關文章:pid控制器原理
電子負載相關文章:電子負載原理
