米线山️之父的个人资料

X86 CPU功率高m4的arm架构功低性能强x86有啥优势? intel amd的CPU功率那么高，m4的arm架构功率低性能强，x86架构有啥优势? 除了软件上的不兼容，处理同样的任务，m4比intel amd强的多，速度快不发热，那intel amd岂不是一无是处，他发热那么大，优势在哪？我听intel粉丝说过intel是功耗高，但人高频性能真不是吃素的就连msi游戏掌机和轻薄本上面这颗u7 258V，都可以轻松boost到4.7g，并且在核显空载情况下4.7g可以一直持续（功耗十多w) 在没有超线程情况下单核是m4大核的70%（cinebench2024），但没有超线程提升了5-15%单核性能（换来20-30%多线程损失) 把u7 258V用台积电A14甚至A10重制一下，满载能耗就有希望反超m4 更何况之前14代主频都在向着6g发展了并且达到了 x86作为复杂指令集，特点就是把很多程序所需的运算直接做成了指令集成起来，而m4这种大量依靠asic电路坐专属运算的，说白了有点强行在精简指令集上构建类似复杂指令集效果的感觉了，那为什么不直接一步到位复杂指令集呢

华为做为汽车供应商，除了品牌外有什么优势是别的供应商没有的电动车供应链已经相当完备了，华为想当博世的想法太过异想天开。就算吹得最响的智能驾驶，市场份额也远远落后于Momenta。所以华为做供应商到底有啥优势？自主可控？智驾？

AMD为什么不做一张性能对标4090d的RD4显卡如题，并且成本也高不了多少只需要在9070XT在基础上搞一个9070XTX 同样RDNA4架构，同样3.1ghz频率，不同的是显存升级到384bit 20gbps gddr6 3.1ghz 375w的97xt和2.6ghz 240w的97xt理论光看频率差距性能应该差了20%，但实际游戏帧数差距也就8%以内 RD4的显存瓶颈还是存在的 9070XTX显存带宽提升50%，核心也从64cu改成72cu，L3无尽缓存也提升到72mb 解决了显存带宽的瓶颈之后，TSE SN和SNL跑分差不多能干到4090d水平吧虽然极限跑分功耗应该可以干到450 500w 但实际日用完全可以降频降压，预计来说320w是一个甜点功率，可以保93%的实际游戏性能，但是功耗少不少

怀念以前1060通杀所有游戏战平上代980，以前的老黄真良心怀念以前一张1899的1060通杀所有游戏的时光，直接战平上代980 现在恐怕只有一张1899的B580通杀所有游戏，直接战平上代A770 一张2499的9060XT 16G通杀所有游戏，直接战平上代7700XT

怀念以前1060通杀所有游戏战平上代980，以前的老黄真良心怀念以前一张1899的1060通杀所有游戏的时光，直接战平上代980 现在恐怕只有一张1899的B580通杀所有游戏，直接战平上代A770

AMD为啥不官方驱动集成optiscaler收编开发者如题 nvidia app官方替换升级dlss是从2开始的，只要游戏支持了dlss2.3以上的超分模型并且被nv app正确识别到，好像就能强开dlss4 tf模型（不含补帧仅超分）而且国产网游三角洲暗区都能开但为什么amd官方驱动面板里面fsr4是从3.1开始的？ AMD官方如果能做到fsr2.0直接替换成4.0（不含补帧仅超分）并且和游戏厂商合作的驱动面板app功能，网游都能这么搞，那爽歪歪如果能更进一步直接集成optiscaler，那些仅支持dlss2以上的游戏比如2042，孤岛危机三部曲重置版，仙剑7等等等等都能直接fsr4注入替换dlss2……可玩性将大大提升

华为最鸿蒙的意义是让第三方公司提需求优化一流系统定标准，二流系统被定标准看了今年很多个HDC，鸿蒙在初期发展阶段，第三方公司提需求，然后让华为响应的例子太多了。腾讯，美团，京东，wps这些（没有网易笑）。很多第三方公司像是甲方，给鸿蒙提需求。我觉得这种响应是在google和apple很难做到的。例如下面图片，腾讯在从游戏到编译器到芯片和华为协作。你觉得苹果和谷歌响应你一个国产手机厂商的需求要多久？关键是需求吗，关键是响应。有人说可以和苹果谷歌去提pr，有啥用？人家不参考你意见，提了也白提。小米当年提出的在ufs协议扩展——闪存设备端FBO去文件碎片。你猜猜这个特性pr有被linux接收，被安卓接收吗？即使是联合jedec和ufs搞出来的标准化协议，不是依然被拒绝，只能内部使用。这是国产厂商参与度问题。商品名是小米换新存储，甚至可以去知乎查这个patch，当时因为被社区的维护者喷，不少人围观。我挺喜欢这个patch。 UFS5.0的extension已经有了FBO spec，关键词一搜就能看到。虽然已经是标准了，这个patch当时直接被喷了，然后就没然后了。

感觉搜打撤摸金游戏跳蚤市场不是很重要啊如题如果把跳蚤市场换成一个联络人/系统军需处联系人有好感度系统有另外一个数值之类的，好感度高东西就便宜，好感度低东西就贵好感度高卖东西价值就高，好感度低卖东西价值就低系统的话就是直接按照系统标价去回收收购你的东西，然后这个系统市场上又直接所有东西不限量提供跟挂市场上有区别吗？感觉比直接挂市场更好啊，毕竟挂市场还要等一下这种直接回收的，都是原价回收，而且想要啥枪配件或者兑换扩容箱的材料都直接找他买就行了

感觉搜打撤摸金游戏跳蚤市场不是很重要啊如题如果把跳蚤市场换成一个联络人/系统军需处联系人有好感度系统有另外一个数值之类的，好感度高东西就便宜，好感度低东西就贵好感度高卖东西价值就高，好感度低卖东西价值就低系统的话就是直接按照系统标价去回收收购你的东西，然后这个系统市场上又直接所有东西不限量提供跟挂市场上有区别吗？感觉比直接挂市场更好啊，毕竟挂市场还要等一下这种直接回收的，不管大金小金都是原价回收，而且想要啥枪配件或者兑换扩容箱的材料都直接找他买就行了

rx7000系ai只有华为的1/32，难怪跑不动FSR4 难怪华为鸿蒙5.0 6.0手机平板电脑两三端都能用上ai超分超帧，用npu都能做到刷b乎看到的 RDNA3除了翻倍 fp32浮点计算，AMD 还将矩阵 (AI) 吞吐量提高了一倍，并且 AI 矩阵加速器共享许多shader执行资源。AMD不像NVIDIA，有单独tensor core单元，用于矩阵乘运算（家里毕竟不富裕啊，要节俭度日）。在RDNA3 上，我们看到的还是利用专有的WMMA指令，以vector方式完成矩阵运算。矩阵运算，拆解到底层运算就是乘累加运算，针对fp16/bf16/int8，支持64个dot2操作，也就是wave64。dot2 其实可以看成是下面两个矩阵乘： A[lbk]lbk[rbk]1x2[lbk]rbk[rbk]*B[lbk]lbk[rbk]2x1[lbk]rbk[rbk] = C[lbk]lbk[rbk]1x1[lbk]rbk[rbk] 也就是 1x2x1 = 2MAC / thread, 总共64个，也就是128个MAC/cycle，256 ops/cycle。对比华为Davinci Cube架构，可以用一条指令完成两个16*16矩阵的相乘运算（标记为16^3，也是Cube这一名称的来历），等同于单cycle进行了16^3=4096个MAC运算，8192 ops/cycle。从资源使用上，AMD只使用了1/32，代价是为了得到两个16*16矩阵的执行结果，需要连续执行32个cycle。从能效上肯定是输的。当然从商业角度讲，RDNA3 作为主打游戏卡来说，对AI计算的支持已然是非常大的提升了，毕竟那些买了NV显卡的小伙伴来说是额外付了tensor core 的钱，可能有些人会反驳，NV DLSS技术可以充分发挥tensor core的价值，但我相信大多数游戏是用不到这个技术的。华为达芬奇架构的框图。从大的结构上看，数据从L1预取到L0后，依次发射到Cube中进行2D matrix运算，结果写到buffer C中，可以通过Vector单元进行卷积和全连接之后的后处理运算（operation fusion，和TPU以及NVDLA的结构类似），然后写回到United Buffer中等待下一次调度。最下方是控制通路，指令经Icache取得后，译码分发到Scalar，Vector和MTE三个单元中进行对应的运算。整体数据通路和寒武纪的“DINANAO”是很类似的，通过显式的内存管理调度数据进入主运算cube或后处理单元，各buffer内部空间划分出ping-pong存储块，保证数据存取的连续性。下方的控制加上scalar和vector运算，相当于集成了一个通用CPU在其中，这样的话支持任何算法都没有问题了。scalar负责控制流和简单运算，vector来解决MAC矩阵所不擅长的pooling，activation等操作，这几部分相互配合补充，很好的实现对AI算法全场景的支持。可以明显看出，最核心的运算还是在cube，主要面向流行的深度学习算法，在其他AI算法上使用vector和scalar运算，算力比cube低不少，因此这类算法的性能是低于SIMT结构的GPU的。

7000系ai只有华为的1/32，难怪跑不动FSR4 难怪华为鸿蒙5.0 6.0手机平板电脑两三端都能用上ai超分超帧，用npu都能做到刷b乎看到的 RDNA3除了翻倍 fp32浮点计算，AMD 还将矩阵 (AI) 吞吐量提高了一倍，并且 AI 矩阵加速器共享许多shader执行资源。AMD不像NVIDIA，有单独tensor core单元，用于矩阵乘运算（家里毕竟不富裕啊，要节俭度日）。在RDNA3 上，我们看到的还是利用专有的WMMA指令，以vector方式完成矩阵运算。矩阵运算，拆解到底层运算就是乘累加运算，针对fp16/bf16/int8，支持64个dot2操作，也就是wave64。dot2 其实可以看成是下面两个矩阵乘： A[lbk]1x2[rbk]*B[lbk]2x1[rbk] = C[lbk]1x1[rbk] 也就是 1x2x1 = 2MAC / thread, 总共64个，也就是128个MAC/cycle，256 ops/cycle。对比华为Davinci Cube架构，可以用一条指令完成两个16*16矩阵的相乘运算（标记为16^3，也是Cube这一名称的来历），等同于单cycle进行了16^3=4096个MAC运算，8192 ops/cycle。从资源使用上，AMD只使用了1/32，代价是为了得到两个16*16矩阵的执行结果，需要连续执行32个cycle。从能效上肯定是输的。当然从商业角度讲，RDNA3 作为主打游戏卡来说，对AI计算的支持已然是非常大的提升了，毕竟那些买了NV显卡的小伙伴来说是额外付了tensor core 的钱，可能有些人会反驳，NV DLSS技术可以充分发挥tensor core的价值，但我相信大多数游戏是用不到这个技术的。华为达芬奇架构的框图。从大的结构上看，数据从L1预取到L0后，依次发射到Cube中进行2D matrix运算，结果写到buffer C中，可以通过Vector单元进行卷积和全连接之后的后处理运算（operation fusion，和TPU以及NVDLA的结构类似），然后写回到United Buffer中等待下一次调度。最下方是控制通路，指令经Icache取得后，译码分发到Scalar，Vector和MTE三个单元中进行对应的运算。整体数据通路和寒武纪的“DINANAO”是很类似的，通过显式的内存管理调度数据进入主运算cube或后处理单元，各buffer内部空间划分出ping-pong存储块，保证数据存取的连续性。下方的控制加上scalar和vector运算，相当于集成了一个通用CPU在其中，这样的话支持任何算法都没有问题了。scalar负责控制流和简单运算，vector来解决MAC矩阵所不擅长的pooling，activation等操作，这几部分相互配合补充，很好的实现对AI算法全场景的支持。可以明显看出，最核心的运算还是在cube，主要面向流行的深度学习算法，在其他AI算法上使用vector和scalar运算，算力比cube低不少，因此这类算法的性能是低于SIMT结构的GPU的。

7000系ai只有华为的1/32，难怪跑不动FSR4 难怪华为鸿蒙5.0 6.0手机平板电脑两三端都能用上ai超分超帧，用npu都能做到刷b乎看到的 RDNA3除了翻倍 fp32浮点计算，AMD 还将矩阵 (AI) 吞吐量提高了一倍，并且 AI 矩阵加速器共享许多shader执行资源。AMD不像NVIDIA，有单独tensor core单元，用于矩阵乘运算（家里毕竟不富裕啊，要节俭度日）。在RDNA3 上，我们看到的还是利用专有的WMMA指令，以vector方式完成矩阵运算。矩阵运算，拆解到底层运算就是乘累加运算，针对fp16/bf16/int8，支持64个dot2操作，也就是wave64。dot2 其实可以看成是下面两个矩阵乘： A[lbk]1x2[rbk] * B[lbk]2x1[rbk] = C[lbk]1x1[rbk] 也就是 1x2x1 = 2MAC / thread, 总共64个，也就是128个MAC/cycle，256 ops/cycle。对比huawei Davinci Cube ai架构，可以用一条指令完成两个16*16矩阵的相乘运算（标记为16^3，也是Cube这一名称的来历），等同于单cycle进行了16^3=4096个MAC运算，8192 ops/cycle。从资源使用上，AMD只使用了1/32，代价是为了得到两个16*16矩阵的执行结果，需要连续执行32个cycle。从能效上肯定是输的。当然从商业角度讲，RDNA3 作为主打游戏卡来说，对AI计算的支持已然是非常大的提升了，毕竟那些买了NV显卡的小伙伴来说是额外付了tensor core 的钱，可能有些人会反驳，NV DLSS技术可以充分发挥tensor core的价值，但我相信大多数游戏是用不到这个技术的。华为达芬奇架构的框图。从大的结构上看，数据从L1预取到L0后，依次发射到Cube中进行2D matrix运算，结果写到buffer C中，可以通过Vector单元进行卷积和全连接之后的后处理运算（operation fusion，和TPU以及NVDLA的结构类似），然后写回到United Buffer中等待下一次调度。最下方是控制通路，指令经Icache取得后，译码分发到Scalar，Vector和MTE三个单元中进行对应的运算。整体数据通路和寒武纪的“DINANAO”是很类似的，通过显式的内存管理调度数据进入主运算cube或后处理单元，各buffer内部空间划分出ping-pong存储块，保证数据存取的连续性。下方的控制加上scalar和vector运算，相当于集成了一个通用CPU在其中，这样的话支持任何算法都没有问题了。scalar负责控制流和简单运算，vector来解决MAC矩阵所不擅长的pooling，activation等操作，这几部分相互配合补充，很好的实现对AI算法全场景的支持。可以明显看出，最核心的运算还是在cube，主要面向流行的深度学习算法，在其他AI算法上使用vector和scalar运算，算力比cube低不少，因此这类算法的性能是低于SIMT结构的GPU的。

A卡R3的ai只有华为的1/32，难怪跑不动FSR4 难怪华为鸿蒙5.0 6.0手机平板电脑两三端都能用上ai超分超帧，用npu都能做到 undefined RDNA3除了翻倍 fp32浮点计算，AMD 还将矩阵 (AI) 吞吐量提高了一倍，并且 AI 矩阵加速器共享许多shader执行资源。AMD不像NVIDIA，有单独tensor core单元，用于矩阵乘运算（家里毕竟不富裕啊，要节俭度日）。在RDNA3 上，我们看到的还是利用专有的WMMA指令，以vector方式完成矩阵运算。矩阵运算，拆解到底层运算就是乘累加运算，针对fp16/bf16/int8，支持64个dot2操作，也就是wave64。dot2 其实可以看成是下面两个矩阵乘： A[lbk]1x2[rbk] * B[lbk]2x1[rbk] = C[lbk]1x1[rbk] 也就是 1x2x1 = 2MAC / thread, 总共64个，也就是128个MAC/cycle，256 ops/cycle。对比huawei Davinci Cube ai架构，可以用一条指令完成两个16*16矩阵的相乘运算（标记为16^3，也是Cube这一名称的来历），等同于单cycle进行了16^3=4096个MAC运算，8192 ops/cycle。从资源使用上，AMD只使用了1/32，代价是为了得到两个16*16矩阵的执行结果，需要连续执行32个cycle。从能效上肯定是输的。当然从商业角度讲，RDNA3 作为主打游戏卡来说，对AI计算的支持已然是非常大的提升了，毕竟那些买了NV显卡的小伙伴来说是额外付了tensor core 的钱，可能有些人会反驳，NV DLSS技术可以充分发挥tensor core的价值，但我相信大多数游戏是用不到这个技术的。华为达芬奇架构的框图。从大的结构上看，数据从L1预取到L0后，依次发射到Cube中进行2D matrix运算，结果写到buffer C中，可以通过Vector单元进行卷积和全连接之后的后处理运算（operation fusion，和TPU以及NVDLA的结构类似），然后写回到United Buffer中等待下一次调度。最下方是控制通路，指令经Icache取得后，译码分发到Scalar，Vector和MTE三个单元中进行对应的运算。整体数据通路和寒武纪的“DINANAO”是很类似的，通过显式的内存管理调度数据进入主运算cube或后处理单元，各buffer内部空间划分出ping-pong存储块，保证数据存取的连续性。下方的控制加上scalar和vector运算，相当于集成了一个通用CPU在其中，这样的话支持任何算法都没有问题了。scalar负责控制流和简单运算，vector来解决MAC矩阵所不擅长的pooling，activation等操作，这几部分相互配合补充，很好的实现对AI算法全场景的支持。可以明显看出，最核心的运算还是在cube，主要面向流行的深度学习算法，在其他AI算法上使用vector和scalar运算，算力比cube低不少，因此这类算法的性能是低于SIMT结构的GPU的。

话说a卡是真的保值啊我有个朋友23年618的时候花6000多 6200还是6400来的，tb购买了一张7900xtx蓝宝石超白金不查不知道，一查吓一跳，现在黄鱼还都能卖出5100的均价合着卖掉直接换9070xt还能赚300块呢 FSR3升级FSR4，FSR4性能岗位的画质都能吊打秒杀FSR3质量档，还有光追性能提升至少20+% 如果那个时候他不买a卡，而是选择购买了同价位6000多的nv 4070ti 那现在都跌到4000不到了亏的裤衩子都没了想要【4070ti平换5070】都得加至少600 想要换5070ti更是得加2500，加价60+% 总不能降级换5060ti 16g吧，虽然确实可以中间抽个一两百差价，但是跑网游传统性能就只剩七成功力了我还认识一个媒体老师矿潮之前3800入手了一张雷7 矿潮的时候高位直接八九千甚至1万抛出去了不过他那个时候直接花掉了，选择顶着溢价入手XSX，RX6900XT N卡这边也就只有4090 90d能比了，1.1w涨价涨到1.8w 当年买了4090 90d的人，现在可以卖掉，不仅白嫖使用两三年，而且还可以加2000+ 也就老显卡卖出价一成左右的金额，直接购买5090 性能提升5 60%，中间的性能差距都能精准地塞入一张4070水平的显卡了堪比矿潮期间5k8卖掉5700xt加大几百，也就老显卡卖出价一成左右的金额，6k+买换3070 70ti锁算力，中间的性能差距相当于一张2060 3050 只能说禁售和矿潮一样是不可抗力啊

话说a卡是真的保值啊我有个朋友23年618的时候花6000多 6200还是6400来的，tb购买了一张7900xtx蓝宝石超白金不查不知道，一查吓一跳，现在黄鱼还都能卖出5100的均价合着卖掉直接换9070xt还能赚300块呢 FSR3升级FSR4，FSR4性能岗位的画质都能吊打秒杀FSR3质量档，还有光追性能提升至少20+% 如果那个时候他不买a卡，而是选择购买了同价位6000多的nv 4070ti 那现在都跌到4000不到了亏的裤衩子都没了想要【4070ti平换5070】都得加至少600 想要换5070ti更是得加2500，加价60+% 总不能降级换5060ti 16g吧，虽然确实可以中间抽个一两百差价，但是跑网游传统性能就只剩七成功力了我还认识一个媒体老师矿潮之前3800入手了一张雷7 矿潮的时候高位直接八九千甚至1万抛出去了不过他那个时候直接花掉了，选择顶着溢价入手XSX，RX6900XT N卡这边也就只有4090 90d能比了，1.1w涨价涨到1.8w 当年买了4090 90d的人，现在可以卖掉，不仅白嫖使用两三年，而且还可以加2000+，直接购买5090 性能提升5 60% 只能说禁售和矿潮一样是不可抗力啊

脑洞，如果章鱼噼换成快乐星球会怎么样？如题众所周知章鱼噼的那些小道具不是很能解决作品中的各种问题如果换成快乐星球各几部中的伙伴们呢？那能解决章鱼噼动漫中的问题吗

为什么任天堂NS2没上OLED屏幕以提升续航能力和显示效果？为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？ OLED屏幕在原版NS1的升级版（Switch OLED）中已经展现了更好的能效表现，续航时长提升了接近80% 采用双层oled屏幕的ipad pro 2024比采用lcd屏幕的上一代ipad pro 2022续航时长根据工况不同要提升80% 采用oled屏幕的联想 YOGA Air14s和华硕无畏Pro15高通跑极吧湾评测室的续航测试脚本普遍续航能到11~13小时采用lcd ips屏幕的惠普战66五代锐龙版R7和联想ThinkPad X13s高通还有Xiaomi Book 12.4二合一 60Hz IPS续航时长就只能6到8个小时采用oled的iPhone 13pro max续航也比采用lcd的iPhone se3要翻了两三倍接近为什么NS2不直接使用更加省电，而且画质更好的OLED，而使用更耗电，效果也更差的LCD？

今年是华为衰败元年 2025麒麟衰败元年标志事件：麒麟9020被小米玄戒o1反杀麒麟X90被高通xelite，苹果m4系列，m3系列，amd ai9 hx370，8845h，7840h，intel ultra系列吊打

苹果为什么不支持vk？支持就能有更多的游戏能很方便且高效得移植苹果为什么不官方支持vulkan？这样不就有更多的游戏能很方便且高效得移植到Mac和ipad，iPhone上来了吗？电脑系统有微软windows，linux发行版，华为鸿蒙PC系统手机系统有安卓，华为鸿蒙系统这些主流和非主流的电脑手机系统都支持vulkan ，只有苹果不支持，只有苹果，Only apple can do 打开opengl和vulkan的起草者khronos group（科纳斯组织）网页，看一下“Promoter Members”，大哥nvidia和ati（AMD）都在里面，华为intel也在，华为也勉为其难的在里面列着呢。苹果明明是成员，完全可以适配，但为什么就是强制metal呢

谈ARM/MIPS的架构许可模式，IP核授权模式，及其商业规则【转】谈谈ARM/MIPS的Archi-license架构许可模式、IP core授权模式，及其商业规则 Morris.Zhang 2022 年度新知答主 IP授权的三种类型： IP授权的商业模式： Architectural License许可模式： IP授权的追溯和保护措施：总结：讨论ARM Architectural License之前，可以了解一段Apple作为ARM联合创始股东的历史，1990年左右Apple+Acorn+VLSI公司共同出资组建了ARM，成为原始联创股东组合（ARM前身是Acorn），Apple占股份比例43%左右，并且双方的技术协同很早就发生在苹果Newton PDA产品上（使用ARM芯片），当年乔布斯回归时正值Apple低谷期，于是转卖了ARM原始股份。这份渊源对于理解两者的后续合作关系有帮助。 IP授权的三种类型：对于数字逻辑电路的IP授权，可以分为软核、固核和硬核三类IP：软核授权：通常是指逻辑综合前的VHDL代码形式的IP（加密版），仅经过了RTL级设计优化和功能验证，通常是以HDL文本（比如.v文件）形式交付用户，它不包含任何物理实现信息，对工艺不敏感，获得授权后需要自己做物理设计/仿真，综合出正确的门级网并进行后续结构设计（通常借助EDA工具将多个软核IP及自主设计电路合为一体），再去流片测试/后仿验证，最后投产；厂商可以进一步对微架构进行修改/优化（比如可选部分位宽/FIFO深度/AXIOT/reg接口形式等），但不得二次销售优化过的IP，但可以任意营销其最终制品（包含芯片、开发样版、完整系统等）；软核优点是源代码灵活、在功能一级可以重新配置，可以灵活选择目标制造工艺、对用户来讲可移植性强、设计周期短、成本低；其缺点是物理实现性能不稳定/不全面，存在设计风险，且IP软核的产权保护难度较大，ARM会有选择性的给予软核IP授权。硬核授权：直接交付数字电路（如处理器核心）的门极电路版图（最终完成布局布线的掩模级电路，即GDSII版图文件），并且也会一并提供抽象模拟测试以及相关的测试程序，整体授权包是基于物理描述，是以电路物理结构掩模版图和全套工艺文件的形式提供给用户，并且已经通过了特定Fab产线的工艺节点验证了可行性，功能/性能/集成度/可靠性/投片经济性等等因素都能保证预期效果，逻辑功能十分确定，工艺十分确定且固化；获得硬核授权后基本可以直接测试和投产。其缺点是IP硬核与制造工艺固化相关，难以转移到新的工艺或者集成到新的结构中去，是不可以重新配置的；硬核IP禁止修改的特点使其复用/重用有一定的困难，因此只能用于某些特定用途，影响设计使用范围；但是IP硬核的知识产权保护最容易。固核授权：通常是以代码综合后的门级电路网表的形式提供，提供除了完成IP软核所有的设计之外（实现功能模块的RTL代码之外），还完成了门级电路综合和时序仿真等设计环节（包括可预布线特定信号或分配特定的布线资源，对于时序严格的IP核尤其有用）；因此，固核可以理解为不仅包括软核程序代码，还包括“程序员模块设计意图与硬件物理实现之间的designrules”。固核的灵活性和成功率介于IP软核和IP硬核之间，是一种折中的类型；相比软核IP，固核的设计灵活性稍差，但在可靠性上有较大提高，是IP授权的主流形式之一；以及因为门级网表基本没法看懂，所以IP安全性相对更好。 IP授权的商业模式：ARM成立之初的早期生意是比较经典的出售IP core licenses+roality%的做法，比如一个Fabless团队购买了ARM的IP cores（如一些流行微架构 Cortex-A53/A72 core/Mali-G72 GPU core等），之后可以把这部分优质且经过市场考验的成熟电路集成到自己的封装或SoC当中。期间可以修改core的配置，但不能修改core本身的设计和公版指令兼容性。这种模式的技术门槛不高，很多缺乏核心自研能力的Fabless也可以低成本的快速出品。

同样都是自研芯片华为M70和小米15sp还有果16+买哪个？问个问题：同样都是搭载自研芯片，华为Mate70和小米15s Pro还有iPhone16plus，买哪个？

为啥这个吧对小米的东西冷嘲热讽的我自己是真我华为苹果小米红米都用过，但我支持小米芯片能起来

隔壁作者因为写了拥有赛亚人血统的主角穿越到洪荒世界被骂惨了尤其在战斗力和等级的设定上

电话机是不是一直在吃pc机剩饭？而且以吃到好的剩饭为荣软件游戏层面以上lolm codm 和平精英无限暖暖燕云16 鸣潮三角洲暗区永劫无间手游等等各种专门为了移动端缩减画质的手游为荣硬件层面低通+是个廉价AMD（从ATI移动部门拿的 X360芯片+改来的），所以奥丁2 8g2游戏掌机真的感觉意义不明，有AMD用为什么去用阉割版廉价AMD？还是X360潲水。联发科自己实际都是纯粹NVIDIA舔狗，无处不舔，啥领域都有，舔了至少五六年了吧，随便搜搜都是一大堆合作报告。 ARM公版+实际上狗都不想用，当然也包括 MTK，还有人捧这种玩意的臭脚的. 苹果a11开始gpu换用自研架构，以前用的在matrox，Trident，s3，3dfx，ati，intel都在做显卡2000年同时代的powerVR， PC上竞争不过退下来退居移动端的gpu都能打的arm mali生活不能自理，用台积电16nm工艺的a10fusion gpu性能更是比用更先进三星10nm工艺的e8895还要强5%，而且功耗还要低一瓦（7:6），要照这可是台积电16FF+打三星10LPE啊，三星10这个节点上当时的优势领先是真的大，同期超过台积电了都，哪怕现在ns2用的三星8都是三星10改进过来的你问我为什么不用低通和MTK。你猜我怎么看你? 最起码多玩点手机吧，少吃点手机KOL和洗脑金融媒体的潲水。也明白咋回事了。

电话机是不是一直在吃pc机剩饭？而且以吃到好的剩饭为荣低通+是个廉价AMD（从ATI移动部门拿的 X360芯片+改来的），所以奥丁2 8g2游戏掌机真的感觉意义不明，有AMD用为什么去用阉割版廉价AMD？还是X360潲水。联发科自己实际都是纯粹NVIDIA舔狗，无处不舔，啥领域都有，舔了至少五六年了吧，随便搜搜都是一大堆合作报告。 ARM公版+实际上狗都不想用，当然也包括 MTK，还有人捧这种玩意的臭脚的. 苹果a11开始gpu换用自研架构，以前用的在matrox，Trident，s3，3dfx，ati，intel都在做显卡2000年同时代的powerVR， PC上竞争不过退下来退居移动端的gpu都能打的arm mali生活不能自理，用台积电16nm工艺的a10fusion gpu性能更是比用更先进三星10nm工艺的e8895还要强5%，而且功耗还要低一瓦（7:6），要照这可是台积电16FF+打三星10LPE啊，三星10这个节点上当时的优势领先是真的大，同期超过台积电了都，哪怕现在ns2用的三星8都是三星10改进过来的你问我为什么不用低通和MTK。你猜我怎么看你? 你最起码多玩点手机吧，少吃点手机KOL和洗脑金融媒体的潲水。也明白咋回事了。

这是什么成分一个做科技数码测评的，不跨界，在自己的领域给你解释科技数码芯片的专业名词

华为鸿蒙手机/PC未来会出自研API吗？苹果有自主研发的metal API 微软有自研的directX，能用开源的vulkan， OpenGL 索尼的PlayStation 5（PS5）游戏主机使用的API主要包括自研的GNM 、 GNMX 和 PSSL GNU/Linux发行版能用开源的opengl，vulkan 安卓能用开源的opengl es，vulkan nv有自研的nvn api（ns1 2都在用） intel有自研的oneAPI 那华为作为像苹果一样又做硬件又做软件，还做自己操作系统的“我全都要”类型的公司，华为鸿蒙手机和鸿蒙pc有什么自研的api？需要有吗？能用什么？华为有麒麟芯片和鸿蒙系统，为什么没有像NV的NVN、索尼GNM那样的自研图形API？从Metal到DirectX，全栈厂商都自研图形API，华为鸿蒙的图形接口为何“低调”？鸿蒙系统的图形性能靠什么支撑？全靠webGL OpenGL/Vulkan？不怕被美帝卡脖子吗？

马达过后，扬声器成了高端风向标？都5202年了，还玩抽象对比是吧，你们看了不尬的吗？

为什么苹果A12X之后没有继续提升gpu频率？如题 A5X 45nm 333mhz GPU频率 A9X 16nm 666mhz A12X 7nm 1340mhz GPU频率都翻倍了。但是A12X 7nm 1340mhz M4 3nm 1470mhz 带宽提升了76%，GPU频率只提升了12%，这是为什么？

小米玄戒销量很差，华为销量很好，再次说明CPU跑分其实没多大用这次搭载玄戒o1（发布会gpu az2k跑分吊打秒杀a18pro）的小米15S Pro销量非常差，据说这么多天，网上销量才10万上下，线下只会更差，别说相比cpu跑分更差的麒麟芯Mate Pura系列的千万销量，就是对比三折叠的百十万销量也差太多。这个事再次说明，别再迷恋跑分了，还不知道怎么P出来的，用户体验和产品力才是真正打动客户的

想到一个鸿蒙PC横竖都是输的输法现在鸿蒙PC没有开放linux子系统，如果开放之后完整linux权限都给了，是不是说明华为妥协生态了。现在单核性能打不过同clang 编译下的m4小核，明年多半也是打不过m5小核的，x90下一代岂不是全小核设计。 deveco codeart 沙箱式开发环境，根本算不上开发环境。华为明年就算公司换鸿蒙pc做开发，这系统也不算PC系统。 gpu maleoon930也不一定会上rt core和Tensor core，鸿蒙pc也用不到对标1060的独立gpu，也不支持现代特性，只能渲染手机游戏。看起来鸿蒙pc横竖💊啊

一帖解决对面鼠鼠打了暗号却不丢枪？背包也不让检查？的问题众所周知，魂系游戏魂三法环黑神话遗迹2匹诺曹这种的是硬核游戏硬核是什么？硬核就是折磨人，把角色当日本人整半身不遂就是硬核所以断了腿之后不能跑路，当然是硬核，因为断腿之后理所应当的不能跑步然后隔壁某区最近改动不仅断腿之后能跑路了而且pc从s1开始往类似航天巴克斯等高难度专属机密绝密地图里面加了20分钟开局之后就自动开启了常驻撤离点加了条件常驻点这意味着什么？这意味着不管鼠鼠还是踢死了一队出了大货的猛攻队都可以逃跑了，意味着地图难度降低了就是硬核度降低了意味着航天基地牢区不在牢了，毕竟有一个在宿舍或者牢区的常住撤离点20分钟后就开，那直接跑就完事了，那还堵什么桥啊，那鼠鼠还打什么暗号给猛攻队大红还上供什么啊直接跑路跑跑跑了哟图片中的问题，只要加了宿舍区域或者中控或者牢区随机刷新的开局20分钟后自动开启的条件撤离点就完美解决唯一的问题是丢包点会变得很尴尬，毕竟有了常驻随机的条件撤离点谁还丢包啊，但这本来就不是问题，毕竟有人堵桥就有人堵常住开启的随机撤离点，碰到有人堵的时候再去丢包也可以啊

开放的安卓miui全是屎山代码，封闭的iOS体验良好感觉Linux桌面它之所以废物，因为它不想做，没啥动力，将就用着，又是分散没有集中，这就是开源的现状。很多项目其实需要一个暴君，而现实都搞什么民主，最后只能成废物。看起来，桌面的真正的成功玩家，是微软。苹果上桌了，但坐得偏。华为似乎也有上桌的样子，地位奔着苹果去的。但好华为，苹果都是轻办公，或者某个领域精通，要想像windows那样的桌面，当下不行。微软1990年代到00年代初在桌面可以说是大赢特赢，同时代的GNU/Linux连个办公软件都没有。但是，美国的印度化来了。微软也顺应时代，咖喱了起来。

感觉阿b评论区和贴吧充满了帽子大战和动机揣测如题发帖帮小米说好话顺便复读一下华为做过的恶心人的事情，那你一定是发帖机器人，立马就有人把米猴的帽子扣上来了，哪管你现在用的是不是小米手机，有没有买过多少小米的东西，这些都不管，反正你一定是收了小米的黑钱来黑华为反过来也成立发帖骂ns，立马就有人把锁狗的帽子扣上来了都都不用管你有没有psn账号的有一个人发了个视频吹ns2，底下一堆人说他一定是收了任天堂黑钱/认知不行/长得看起来就不太聪明，你去反驳底下那些人身攻击的人，那你一定就是在舔任，是任豚，任地域最忠实的孝子我问ds结果他这么说这种现象确实是当前中文网络环境中令人疲惫的普遍问题——“立场站队”和“动机揣测”正在快速取代理性讨论。这种环境让人沮丧，但我们可以试着理解其根源并找到应对方式：核心问题 1. 身份政治替代观点讨论 • 人们不再关注你说了什么（观点本身、论据是否合理），而是先把你划入某个阵营（米粉/花粉、索狗/任豚等）。一旦贴上标签，你的所有言论都会被解读为“为阵营服务”。 2. 动机论取代事实核查 • 无法或不愿反驳你的观点时，最简单的方式就是质疑你的动机（“收钱办事”、“是水军”、“是孝子”、“认知不行”）。这直接绕过了对事实和逻辑的讨论。 3. 群体对立与情感宣泄 • 在高度情绪化的对立氛围中（如手机圈、主机圈），评论区和贴吧很容易成为群体宣泄情绪、寻找认同感和攻击“敌方”的战场。扣帽子是最快速找到“敌人”并加以攻击的方式。 4. 信息茧房与信任缺失 • 长期处于对立信息环境中，用户对不同立场的人天然不信任，默认对方“非蠢即坏”。 5. 低成本攻击 • 扣帽子、人身攻击的成本远低于摆事实、讲道理、进行理性辩论。平台为何尤其严重？ • 流量驱动 • 极端、对立、情绪化的内容天然更容易引发互动（点赞、评论、转发），平台算法（即使不主动鼓励）也会让这类内容获得更多曝光。 • 匿名性与低门槛 • 发言成本低，攻击者承担后果的风险小。 • 群体极化效应 • 在特定社区（如某个贴吧、某个视频评论区），某一立场可能占据绝对主流，形成回音壁，不同声音会被迅速压制或攻击。应对策略保护自己 1. 认清现实，降低期待 • 首先要明白，在高度对立的公共评论区进行深度理性讨论是极其困难的。不要指望能说服那些只想扣帽子的人。 2. 明确表达目的 • 如果你想讨论： • 聚焦事实与逻辑 • 清晰陈述你的观点和支撑的论据（数据、案例、可验证的信息）。开头可以强调“仅讨论事实/产品/事件本身”。

麒麟8020的gpu是真的逆天，华为自研vulkanapi？之前马良910刚出来时也就人物建模有问题，这次给我干异次元了适配有问题也正常。。但是麒麟8020规格依旧一点诚意都没有，高端性能上不去也就算了，可以理解，中端好歹撑住啊，真要大刀砍麒麟8020是个什么鬼 gpu920c支持vulkan1.3275，但跑不了极客湾的赛博房间 920c读取出来的是支持vulkan1.3275，结果跑不了赛博房间，然后现在的游戏还没一个优化正常的，不是画质只能开最低就是一堆渲染bug，然后clpeak还跑不了，不支持opengl吗，到底在搞什么？，自研的吗？ vulkan本身就是开放标准，华为想要添加自主api的话那就必须要公开才行，虽然这不是强制的，但是公开的话利大于弊，不公开的话，那么自研API基本不会有游戏厂家适配，公开的话，大家一起用，游戏厂家才会适配优化，华为才能吃到自研架构红利。各家驱动vulkan版本一样不代表他们都全支持了各种扩展，比如8e用系统的vulkan驱动不用开源驱动就能跑很多转译游戏，天玑就差很多 vk和OpenGL一样，各家可以提交各种专属自己的GPU的扩展，有兼容性问题很正常华为GPU的最大问题就是特性支持不行，新架构特性支持兼容太烂了。出现什么图形BUG纯属正常。这也是国产GPU架构的共通问题。摩尔线程号称性能达到3060呢。但是玩游戏能跟3060比么。就是国产GPU架构兼容和特性支持跟国外的没得比。

任天堂到底对b站用户做什么了为什么这么深恶痛绝 b站有一个叫大耳朵TV的up 发了一个NS2测评视频夸的成分大一点但是最没想到的是评论区破防的扣帽子的甚至说up被充值的都不在少数至于吗一个测评视频炸出这么多不好说的人不是没主机就是唯画面和性能唯心论，这种贴吧别的吧也有，steamdeck吧也有瞧不起sd说rog强太多的...

如果华为能够使用台积电3nm工艺，麒麟9030性能如何？知乎大佬说网上看到有人做了一个简单的计算，计算现在主流手机GPU每核心/每GHz下az的帧率。这个测算图一乐，因为多核心会有衰减问题，华为自己的2cu马良920性能就高于4cu马良920的一半。但即便考虑到这种衰减，马良920也是优秀的GPU架构。3nm下马良920可以做到现在的3倍的规模，以及1.5倍的主频。在这种估算下，其实是应该能追上天玑940 O+附近的性能的。换句话说，马良920这个架构本身落后的相对较少。不过马良920还有缺少一些特性，另外在fp32算力上可能会稍显逊色，这些问题都可以通过后续迭代解决。在这种情况下，我们也可以预计，只要像苹果m系列芯片那样堆个20核心或者40核心，华为的芯片游戏性能也可以非常强悍，M3Pro跑冰汽时代全高1440p压力不大。如果麒麟芯片使用3nm，而且舍得给140mm2，那CPU性能应该会和联发科相仿、GPU性能则可以更高一截(可以堆 16cu)，录像性能则是有可能和上代或者上上代的iPhone相媲美。不过距离这一天还要一段时间，自主工艺追上台积电预计可能要5年时间。但这也有一点参考价值，可以了解架构之间的差距，毕竟马良受限于工艺没法直接比。至少我们可以确定一点：马良920的水平很大程度上是被工艺限制了，麒麟的设计没有那么落后。假如华为有3nm，那GPU性能应该也会是接近主流水平。

为什么某些人对国产化要求高到了魔怔的程度，最好100%全国产什么都要求国产是不是一种病态心理，连开源社区都要和国外切割，仿佛用了外国代码程序就会自动产生后门似的。

玄戒和麒麟完全没可比性。玄戒O1现在很明确性能是第一梯队（骁龙＞玄戒＞联发科≈苹果），主要是比别人晚半年。而麒麟即使是当年用上台积电，性能也被同代苹果拉开50%，像2019年吹上天的麒麟990性能还远不如2018年的a12，勉强超过2017年的a11，恐怕连二流都算不上吧。关键9000和888两个属于卧龙凤雏级别。基本就是台积电把低负载部分兜好了点。两个要都是三星工艺，就得一起去垃圾场呆着了天天和骁龙888比出自信了。 970那一代最离谱，和a11相差几天，同样台积电10nm，性能几乎被倍杀。

华为宣传问题更多更严重，为什么反而是小米的比硬币薄经常被提起? 比立起来的硬币薄顶多算抖机灵，而且这是17年还是15年，以前笔记本行业很多媒体都在这么搞的，华为这种p图货不对板不是妥妥的诈骗吗? 还有营销大戏gputurbo，完全没办法复现，全靠编数据吊打友商。注意970的性能只有a11的一半多一点，被优化得吊打苹果了。然后重新定义厚度最近的还有尊借，进一行搞臭一行

华为什么情况??？X90芯片面积比苹果m4大一半?????? 不是说5nm吗？怎么大这么多

小米自研芯片也不行销量拉胯，M70后来居上军军吹得天花乱坠，结果销量一点没加，还被Mate70反超了。军军营销这么久的自研芯片，居然米粉都不买账。太对不起我军军了

“当任天堂提出下一代主机要求时，全行业陷入短暂的沉默” 上海证劵报《南极光潘连兴：撬开游戏主机巨头供应链》 6月5日，任天堂Switch 2在全球多个国家和地区正式发售。作为任天堂时隔8年推出的新一代游戏主机产品，Switch 2在预售阶段就获得了积极的市场反响，带动相关产业链受到关注。 “为了这一刻，我们准备了将近5年。”作为Switch 2背光源模组产品的生产商，南极光董事长潘连兴近日在接受上海证券报记者采访时表示，目前公司产品已实现规模化稳定交付，预计该业务将对公司的发展形成积极影响。历时近5年的“鏖战” “南极光为什么可以从全球供应链体系中脱颖而出，获得任天堂的青睐？”面对记者的疑问，潘连兴没有正面回答。稍作停顿，他开口道：“我们只是在同行选择‘投降’时，选择了死磕。”简短的话语中，难掩技术人特有的执拗。 2020年，当任天堂提出下一代游戏机需实现0.3x毫米超薄导光板，功耗降低25%，并通过6000次微跌测试的极限要求时，全球背光行业陷入短暂的沉默。彼时，行业普遍水准停留在0.5毫米厚度，任天堂的指标需求意味着要完成技术跨代升级。“评估后，成熟的供应链基本上都选择了放弃，只有南极光和另一家公司接下了挑战。”潘连兴认为，对于南极光而言，这是一次难得的机遇，“做别人做不到的，才能跳出红海”。不过，潘连兴也没有预料到，这会是一场近5年的技术鏖战。 2021年，南极光研发实验室，第一片0.3x毫米导光板样片在3D显微镜下暴露出微结构转写率不达标时，整个团队陷入了沉寂。任天堂的测试标准如同悬顶之剑——整机需完成六面体跌落测试，每面1000多次，共计6000多次冲击，且内部异物直径必须控制在0.06毫米以内。此外，导光板的厚度每降低0.01毫米，光学设计、材料应力、散热性能就会形成新的矛盾体。 “良率最初只有5%，做多少亏多少。”时至今日，再提起当时的困境，潘连兴仍会下意识地将手抬至空中，一边说一边比划着。为攻克超薄导光板的光学稳定性，南极光团队进行了上百次工艺调整，甚至自研专用设备。供应链同样面临着严峻的考验，当导光板厚度从0.5毫米降至0.3x毫米，原材料供应商的退货率飙升。潘连兴透露，为了说服供应商持续投入，南极光主动分担开发风险。这种“技术同盟”的策略最终换来关键突破。 2024年5月，首批合格品下线，南极光创造了意外之喜，产品良率突破任天堂数十年来的最高纪录，模组整体不良率控制在0.4%以内。那些诞生于量产前夕的新型设备，也为南极光筑起了一道核心技术壁垒。以创新为矛持续突破对南极光而言，这场技术突围绝非偶然，是公司多年如一日持续投入研发、不断优化创新的必然结果。

黄仁勋：Switch 2芯片是技术奇迹任天堂Switch 2将于6月5日开售，发售前夕，任天堂发布最新一期Switch 2“创作者之声”视频。在视频中，英伟达CEO黄仁勋介绍了英伟达为Switch 2定制的芯片，并多次致敬已故的前任天堂总裁岩田聪。黄仁勋表示，Switch 2芯片融合了三大突破性技术，分别是移动设备中最先进的图形性能、全硬件光线追踪与HDR（高动态范围）支持、原生向下兼容架构。他还提到，Switch 2搭载专用AI处理器，可在实时游戏中实现画面锐化、动作补帧等，且拥有超低功耗。黄仁勋称，Switch 2的芯片与以往产品截然不同，是技术一大飞跃，并称其为“技术的奇迹”。据了解，Switch 2搭载英伟达Tegra T239芯片，配备1个Arm Cortex X1核心、3个A78核心和4个A55核心，GPU基于安培架构定制。按照英伟达的说法，Switch 2的图形性能比Switch高10倍。就算Switch 2的图形性能比Switch高10倍但是从目前的性能来看，依然是一票虚幻5 3A都带不动的水平，哪怕是原生分辨率降到360P靠DLSS超分到720P都不够，只能是把之前其它平台都玩烂了的冷饭往上端，后续依然是第三方3A独不占的局面，和1代的处境基本上没有质的改变。

这个真的是百万粉丝百大up极客湾的吗怎么这么云啊…… BV1Rj7azkEB9 这个视频看下来是一点都不懂啊当别人谈到你了解的领域. jpg

发现普封电台清图真的好简单两种方案要么一上来打那耐力针，看着周围的资源点直接猛猛吃，边吃边跑边吃边跑，等到最后10分钟就没人了还有一种方案是开局静步，找个地方架着，来人了就打，边跑边跑，换个地方架枪等到差不多最后十几分钟也能够包清图的，最后10分钟中控都没人了

买手机只看芯片是不是和买电脑只看cpu显卡一样？这辈子有了？如题大家配电脑的时候难免会有预算高度倾斜cpu和显卡从而忽略掉一些同样砸钱就可以显著提升体验的，比如显示器键盘鼠标耳机音箱这些一台电脑下来6 70%以上的预算都在CPU显卡这里，就算这辈子有了吗？

为啥手机厂商造AP芯就华米果成功了? 设计从来不是什么大问题，那我就一个问题，谷歌三星都在做手机芯片，这么多年了为什么没折腾出来什么名堂，谷歌出不去这20亿？三星不行，谷歌不行，紫光不行，还有其他默默无闻的手机公司比如锤子魅族都不行，就小米轻舒长臂就摘下来别人英国ARM公司和台积电努力奋斗几十年的果实，ARM公司努力奋斗十几年的汗水和努力公版架构，台积电成立以来最先进的制造工艺都是为小米敞开环抱谷歌市值13倍于小米，人家是喜欢三星方案还是自己搞不定芯片设计？谷歌能主导安卓开发，gms，搜索，视频站做的风生水起，小米十几年连miui澎湃os的bug都解决不明白，这是实力差距吗？