HiSilicon Kirin 970 vs Unisoc Tanggula T770 5G

Beim Vergleich der HiSilicon Kirin 970- und der Unisoc Tanggula T770 5G-Prozessoren müssen einige wichtige Spezifikationen berücksichtigt werden.

Beginnend mit dem HiSilicon Kirin 970 verfügt es über insgesamt 8 CPU-Kerne. Diese Kerne sind in zwei Cluster unterteilt, wobei vier Cortex-A73-Kerne mit 2,4 GHz und vier Cortex-A53-Kerne mit 1,8 GHz getaktet sind. Der Prozessor basiert auf einem 10-nm-Lithographieprozess und ist mit einem Befehlssatz von ARMv8-A ausgestattet. Darüber hinaus verfügt er über eine beträchtliche Anzahl von Transistoren, insgesamt 5500 Millionen. Die Thermal Design Power (TDP) des HiSilicon Kirin 970 beträgt 9 Watt, was auf seine Energieeffizienz hinweist. Es ist auch mit der NPU von HiSilicon für neuronale Verarbeitungsaufgaben ausgestattet.

Beim Unisoc Tanggula T770 5G verfügt dieser Prozessor auch über 8 CPU-Kerne. Es verwendet eine vielfältigere Architektur, die aus einem Cortex-A76-Kern mit 2,5 GHz, drei Cortex-A76-Kernen mit 2,2 GHz und vier Cortex-A55-Kernen mit 2,0 GHz besteht. Mit einem kleineren 6-nm-Lithographieprozess bietet der Unisoc Tanggula T770 5G eine potenziell verbesserte Energieeffizienz im Vergleich zum HiSilicon Kirin 970. Es verfügt über einen Befehlssatz von ARMv8.2-A und eine TDP von 5 Watt. Ähnlich wie der Kirin 970 ist er auch mit einer NPU für neuronale Verarbeitungsaufgaben ausgestattet.

Zusammenfassend bieten die HiSilicon Kirin 970- und die Unisoc Tanggula T770 5G-Prozessoren beide 8 CPU-Kerne und unterstützen die ARM-Architektur. Während der Kirin 970 eine Kombination aus Cortex-A73- und Cortex-A53-Kernen verwendet, verwendet der Tanggula T770 5G eine Kombination aus Cortex-A76- und Cortex-A55-Kernen. Der HiSilicon Kirin 970 verfügt über einen größeren Lithographieprozess bei 10 nm und eine höhere Anzahl von Transistoren, während der Unisoc Tanggula T770 5G über einen kleineren 6-nm-Lithographieprozess verfügt. Das T770 5G hat auch eine niedrigere TDP von 5 Watt, was möglicherweise auf eine bessere Energieeffizienz hinweist. Beide Prozessoren verfügen über NPUs für neuronale Verarbeitungsaufgaben, die zusätzliche Funktionen in Anwendungen für künstliche Intelligenz und maschinelles Lernen bieten.