HiSilicon Kirin 930 vs HiSilicon Kirin 970

Der HiSilicon Kirin 930 und der HiSilicon Kirin 970 sind zwei Prozessoren mit unterschiedlichen Spezifikationen. Vergleichen wir ihre wichtigsten Merkmale.

Der HiSilicon Kirin 930 verfügt über eine CPU-Architektur mit vier Cortex-A53-Kernen, die mit 2 GHz laufen, und vier weiteren Cortex-A53-Kernen, die mit 1,5 GHz takten. Mit insgesamt acht Kernen bietet dieser Prozessor eine ausgewogene Leistung für verschiedene Aufgaben. Er nutzt den ARMv8-A-Befehlssatz und wird im 28-nm-Lithografieverfahren hergestellt. Der Kirin 930 verfügt über 1000 Millionen Transistoren und hat eine Thermal Design Power (TDP) von 5 Watt, was auf seine Energieeffizienz hinweist.

Auf der anderen Seite geht der HiSilicon Kirin 970 in Sachen Leistung einen Schritt weiter. Mit einer verbesserten Architektur verfügt er über vier Cortex-A73-Kerne, die mit 2,4 GHz arbeiten, und vier Cortex-A53-Kerne, die mit 1,8 GHz laufen. Ähnlich wie der Kirin 930 nutzt er den ARMv8-A-Befehlssatz. Der Kirin 970 wird jedoch in einem fortschrittlicheren 10-nm-Lithografieprozess gefertigt. Dies ermöglicht eine bessere Energieeffizienz und eine höhere Leistung. Der Prozessor verfügt über beeindruckende 5500 Millionen Transistoren, was eine erhebliche Steigerung der Verarbeitungsleistung bedeutet. Darüber hinaus verfügt der Kirin 970 über eine Neural Processing Unit (NPU), die die KI-Fähigkeiten des Geräts verbessert und es bei Aufgaben, die maschinelles Lernen und künstliche Intelligenz beinhalten, effizienter macht.

Zusammenfassend lässt sich sagen, dass der HiSilicon Kirin 970 den Kirin 930 in mehreren Aspekten übertrifft, obwohl beide Prozessoren Ähnlichkeiten wie die Anzahl der Kerne und den Befehlssatz aufweisen. Er verfügt über eine höhere Taktfrequenz, einen fortschrittlicheren Lithografieprozess und deutlich mehr Transistoren, was auf eine erhebliche Verbesserung der Verarbeitungsleistung hindeutet. Darüber hinaus zeichnet sich der Kirin 970 durch eine Neural Processing Unit aus, die ihn bei der Bewältigung von KI-Aufgaben noch effizienter macht.