/ / Железо

Компания Huawei приступила к производству пробных версий нового процессора Kirin 1000, который будет использоваться в топовых смартфонах и планшетных компьютерах Huawei и Honor, начиная с 2020 года. Уникальность Kirin 1000 заключается в использовании 5 нм технологического процесса.

Процессор Huawei Kirin 1000.

По информации издания Korea Herald, процессор Kirin 1000 может быть анонсирован осенью 2020 года и впервые появиться на рынке в составе будущих флагманов Huawei Mate 40 и 40 Pro. Что касается P-серии, которую Huawei обновляет весной каждого года, то ее новые представители в лице моделей P40 и P40 Pro, вероятнее всего, будут собраны на актуальном Kirin 990 – этот чип отвечает современным требованиям и даже в чем-то опережает своего главного конкурента Qualcomm Snapdragon 855+.Так, у него есть встроенный 5G-модем для доступа к сотовым сетям пятого поколения.

Чип Kirin 1000 получит современные ядра Cortex A77, выпущенные ARM в конце мая 2019 года. На какое число кластеров будет поделен массив ядер в этом процессоре, пока неизвестно, но их может быть как больше, так и меньше трех – в Kirin 980 образца осени 2018 года было всего два кластера.

Ядро Cortex A77 практически не отличается от А76 по тактовой частоте, но у него увеличен параметр IPC (количество исполняемых за такт команд), за счет чего его производительность, по подсчетам самой ARM, выросла на 20% в сравнении с предшественником. При этом уровень энергопотребления остался на прежнем уровне, однако площадь кристалла А77 оказалась примерно на 17% больше A76 при использовании одинаковых технологических норм. Не исключено, что именно по этой причине Huawei сделала ставку на 5 нанометров вместо 7.

В состав Kirin 1000 может войти и интегрированный графический процессор Mali-G77 на новой архитектуре Valhall, который ARM показала одновременно с Cortex A77. Ориентированный на использование в гаджетах премиального уровня, G77, по оценке ARM, превосходит G76 по энергоэффективности и производительности на 30%. Помимо этого Mali-G77 повышает производительность в задачах машинного обучения на 60% на фоне предшественника.