---

-聲明-

本回答轉載自酷安社區[http://www.coolapk.com]用戶，淘寶網[http://www.taobao.com]賣家@林下優選，已獲得原作者授權，原文鏈接：

https://www.coolapk.com/feed/12984625?shareKey=YTY4YjVmMGNiZDI5NWQzZmQ0Nzc~shareUid=1082432shareFrom=com.coolapk.market_9.4?

www.coolapk.com

下圖為授權證明。必要的話我們可以提供一份授權聲明。

正文內容：

如你所願，這並不是一篇假大空/吊打/沸騰/牛逼/跑分對比的軟文，也並不是一個直接能得出的簡單結論：

「麒麟810能幹死驍龍730G」

這不用我告訴你，你早就知道。

我會告訴你，為什麼？麒麟810能幹死驍龍730G。然後，再深挖一層！從硬體基礎講起。

如果你已明晰，請幫助我糾錯。

如果你仍懵懂，務必坐下來學習。

但無論怎麼樣：

點贊，收藏，轉發 素質三連是對我最大的支持。

－－－－

正文部分

－－－－

第一個問題：SoC是什麼（多次講過，已知請跳過）

SoC全稱：System on a Chip

這裡的System指代的是硬體系統，Chip很形象，是薄片。

連起來就是：在一個薄片上集成的硬體系統。

按照目前的地球科技樹加點，SoC的集成度超乎想像。

它並不是簡單的CPU+GPU，然後頂上貼個DRAM，邊上擺個Flash晶元的簡單事情。

我們拿麒麟810來講，它一共包含九大分區：

--------這部分是每個人都知道的

CPU：Central（中央）Processing（處理）Unit（單元/器）

GPU：Graphics（圖形）Processing（處理）Unit（單元/器）

--------這部分是大部分人都知道的

ISP：Image（圖像）Signal（信號）Processor（處理器）

ISP是一種專門用於處理圖像的DSP...

DSP：Digital（數字）Signal（信號）Processor（處理器）

Cellular Modem：蜂窩網路 數據機

WiFi/Bluetooth Modem：無線/藍牙 數據機

--------這部分是大部分人都不知道的

IVP：Image（圖像）Video（視頻） Processor（處理器）（麒麟810剛加上的）

IVP也是一種DSP，它和ISP分工合作，專註於動態圖像處理，強化視訊信號處理、雜訊濾波能力和畫面穩定性。

Nand Flash Controller：用於對接Flash快閃記憶體，控制快閃記憶體讀寫和工作。

--------這是你們最感興趣但並不了解的NPU：

我個人認為全稱應該是NNPU，即Neural（神經）Networks（網路） Processing（處理）Unit（單元/器）

NPU相關下面會有一個巨大的篇幅進行講解，畢竟...不能愧對我花了幾十美金下載的論文。

--------就是這些東西構成了一個高度集成的SoC，方便也捆綁了我們的日常生活

－－－－－－－－－－－－－－

第二個問題：麒麟810的SoC這九大區塊做得怎麼樣?

你們最關心的肯定是CPU和GPU...

畢竟按照常理來說：吃雞爽不爽主要靠這倆貨給不給力，就算Turbo演算法再強，這倆貨不給力，也是巧婦難為無米之炊。

OK，直奔(bèn)主題：一個老生常談的話題：TSMC(台積電) 7nm DUV工藝是什麼？

首先7nm並不是一根晶體管7nm粗，而是光刻的最小單位精度是7nm。

這件事我得先潑一盆涼水：7nm DUV工藝相比與台積電10nm Fin-FET DUV而言提升並不大，我是說認真的！萌新一定想問DUV是什麼？別著急，隔一段告訴你。

台積電公布的10nm FF DUV特徵尺寸是

Metal Pitch*:44nm*Gate Pitch*:66nm

台積電公布的7nm FF DUV特徵尺寸是

Metal Pitch:40nm*Gate Pitch:62nm

Metal Pitch:金屬間距，Gate Pitch:柵極間距

Pitch指代的是一個物體的中心到相鄰物體中心的距離，可稱之為間距，也可稱之為節距。

上圖是簡略的晶體管結構

如果你對此毫無興趣，不妨把Metal Pitch和Gate Pitch當成長度和寬度然後做一個簡單的乘除：

44*66/40/62≈117%

7nm DUV和10nm DUV相比，晶體管密度從10*10/7/7的理想數值上看起來，似乎提高至了200%，實際上按照台積電公布的數據，僅提升了17%的晶體管密度。

WHY？？？？

兩大原因

1. DUV實在是太古老了

2. 晶體管並不是一根管子7nm寬（上文已經提到了）

所以我來告訴你DUV是什麼。我們先來說說UV，畢竟你們也知道我還有一個工作就是賣UV鋼化膜。

UV指的是紫外線，紫外線是個好東西，波長短，能量大。

我們知道可見光的波長是400nm-700nm而根據波長不同，不同光刻機採用的不同光源發出的光，目前劃分的有四類

DUV：193nm波長 深紫外線

VUV：103.3nm波長

EUV：13.5nm波長 極紫外線

BEUV：6.7nm 波長

而TSMC製造麒麟810採用的是DUV光源，也就是193nm的深紫外線

那麼7nm的晶元是如何用193nm的光刻波製造出來的呢？

這需要一個複雜的裝置來實現！

下圖是這個複雜裝置的簡單工作原理圖。

抓重點！物鏡！

物鏡是由若干個透鏡組合而成的一個透鏡組。

能將一個巨大的圖像縮小成一個微小的圖像，縮小倍數越高，成本越高。

如圖是物鏡的結構的簡單示意圖

而目前的光刻機物鏡，要達到拿193nm光刻波刻錄單位精度7nm的效果，物鏡並沒有上圖看到的那麼簡單。

它包含多層偏振片，光闌，以及多層凹/凸透鏡。一共加起來怎麼也得有四五十層，非常精細，非常複雜，也非常昂貴。

有一瞬間，這束光，從物鏡里穿了出來，它的使命是什麼？

刻晶元！

BUT！怎麼刻？

以下是具體步驟：

1.我們將晶圓放置好

2.在其表面噴塗一層金屬或者氧化絕緣層

3.在金屬或者氧化絕緣層表面旋轉噴塗一層光阻材料（光刻膠）

4.用透過物鏡的光束光刻光阻材料（光刻膠）使之變質

5.用化學藥劑洗掉變質的部分

到這裡，光刻的步驟完成了，但晶元依然沒有製造出來

美羊羊：那現在怎麼辦?

6.用等離子束轟擊，沒有光刻膠的部位就會被等離子束轟擊成氣體，這些氣體與環境中氣體結合併揮發，完成一次刻蝕。（下圖是鄙人畫的示意圖，非常容易理解）

7.洗去所有的剩餘殘渣

8.重複上述步驟幾十次，完成多層電路的刻蝕，就製成了一堆晶元的雛形。

我覺得這件事看起來很簡單並且非常好理解，晶元工藝的神秘大門已經為你打開，而延展的細節，如果你是即將步入大學的電子信息工程專業的朋友，恭喜你將會學到禿頂。

特別需要注意的是：概念圖始終只是概念圖，真實效果不盡人意。圖像在被縮小的過程中，因為種種原因，總會出現畸變，例如物鏡背鍋。

J.Wong：又不是不能用

當然可以用，但不代表造出來的每一個晶體管都是能工作的。

J.Wong：不喜歡就…..不，你直接滾！

所以，7nm FF DUV製成相比於10nm FF DUV 並沒有太大的提升。主要原因是

1. 圖像縮的越小誤差越大

2. 柵極壁越薄漏電率越高，而柵極壁越厚主頻越難提升(材料不變的情況下)然而精度再高也解決不了物理問題。

然後就是：

有一個論調說7nm DUV並不是7nm，這個論調是錯誤的。

但凡是光刻的最小單位精度是7nm，都算7nm工藝。

而Exynos9820的8nm EUV本質上還是10nm，只不過晶體管密度/精度 比10nm DUV有所長進，8nm只能說是個噱頭。

就像在AMOLED前面加上Super一樣。

誇張的說法，常規的操作。

另外今年年底的EUV光刻波生產的7nm晶元

因為EUV自身波長只有13.5nm

不需要複雜的物鏡，所以圖形畸變會變得很小，晶體管與晶體管之間的預留位可以設計的小一些，另外，按照你們的說法，晶元體質也會好一點。

工藝方面的事情我說完了！記牢！考試要考！

關於海思麒麟810的CPU部分：

2×Cortex A76 2.27GHz

6×Cortex A55 1.88GHz

A76架構是有很大操作空間的。

單個核芯的L2緩存，按照ARM給出的方案來看，可以是256KB也可以是512KB...不過你們不需要關心這個，畢竟最大主頻只有2.27GHz的A76 用512KB的二級緩存意義不大。

所以一定是256KB的L2，以及2MB的L3，當然驍龍730隻有128KB L2+1MB L3，只能說阿蒙刀法精湛不輸老黃啊！

另外，上文提到了一件事：柵極壁越薄漏電率越高，而柵極壁越厚主頻越難提升。

我相信麒麟810在設計的時候肯定不會照搬麒麟980，會重新設計柵極壁厚度，讓它稍微加厚一點點

這樣它的漏電率會相比麒麟980上的A76顯著下降，帶來的好處就是功耗在同頻率會進一步的降低，不過也就限制了能達到的最大頻率。

題外話：買華為你又不能解鎖，超頻的事情本身也不現實，這個缺點就完全不算缺點了。

關於A76架構我還是說幾句：它最大的優勢不在於所能達到的極限性能，而是在於相比前幾代公版架構提升的能效比。

雖然說性能在未來幾十年內都不會過剩，但是電池技術沒有巨大發展之前，能效比的提升具有非常重大的意義。

A76相比之前幾代能效比提升的主要原因是：

在 OS Kernel Mode(EL1)：系統內核模式 和

Hypervisor Mode(EL2)：管理程序模式 下

不再支持32bit代碼，言下之意是只支持64bit代碼。

這使得它能夠專註的做好一件事，當然能做到這一點也離不開Google 和 Microsoft 對於Android 9和 Windows on Arm的積極優化，A76是典型的多方合作的結果，如果只是ARM奧斯汀團隊自己，也不敢如此激進。

另外，A76架構的預測引用效率相比之上一代提升了85%(最保守估計)

為此，設計團隊進行了一個賭博：他們賭不會再有第二個Spectre漏洞出現。

他們將分支預測單元和取指單元分離，然後重新設計了一個全新的機制來保證它們能在單獨運行/合作運行的狀態下都保持非常高的效率。

按照Arm官方介紹：A76的預測單元能夠在連續預測錯誤8次的情況下仍然不會出現停歇。這裡就不展開講是個什麼機制了，避免你們暈頭轉向。

當然，因為加大了很多方面的帶寬，以及擁有更多隊列/執行流水線，最重要的還有4個亂序發射器。整數/浮點/向量 同頻性能和效率均有所提升。

6*A55是非常不錯的方案，這意味著在日常使用下，後台應用的切換會非常流暢，而待機功耗也很低。

總結：誇爆A76，麒麟810的CPU部分做的很好，要性能有性能要續航有續航。

－－－－－－－－－－－－－－－

關於麒麟810 GPU部分 Mail G52MP6 820MHz

這部分比較簡單，當然也是你們非常關心的，畢竟流暢已經變成千元機的標配，而吃雞爽不爽才是最讓人期待的部分。

強不強？極限性能幹不過835，但比較接近。如果玩10分鐘以上遊戲就可能是麒麟810表現更好了。

怎麼說？這個定製的Mail G52到底是何方神聖？首先每個核芯擁有24個ALU，從這方面說起它的極限性能應該是和公版Mail G76非常接近的。不過有所不同。

註：ALU：Arithmetic（算術） Logic（邏輯）unit（單元）

ALU的數量幾乎直接意味著性能

我個人理解是這樣的（兩個版本）：

版本1.因為加了個IVP和一個達芬奇架構的NPU，為了儘可能加強GPU部分的性能，塞了一個G76MP6進去，然後SoC的設計空間可能不太夠，把G76上的Advanced Titing Unit（分配優化器）和Memory Management Unit（內存管理器）刪掉了，就變成了G52MP6

版本2.因為有了一個達芬奇架構的NPU，NPU超級能幹的，所以不需要Advanced Titing Unit（分配優化器）和Memory Management Unit（內存管理器），這倆破東西結構又複雜又占空間，刪了還能提高晶元良品率，就大刀闊斧砍掉了。

所以你們可以理解為高頻Mail G76MP6，它擁有144個ALU...

驍龍845能開啟的ALU一共有256個，至於不能開啟的部分(用來進行Ai計算的)...老實說我懷疑還有256個。

說到高頻我想到了麒麟960那四個超冒煙的GPU核芯...當然麒麟810不可能這麼高的，總不會在一個坑裡栽倒兩次吧？

至於 驍龍730和730G，完全不需要對比了。秒掉！當然毋庸置疑，GPU能效依然是Adreno高，但這是歷史遺留問題。

接下來就是

Modern部分

WiFi協議：802.11 a/b/g/n/ac

最大帶寬：867Mbps

頻段支持：2.4GHz和5GHz

藍牙 5.0當然也是支持的，然後這部分就沒啥了

說說Cellular Modem部分

從運營商定義的角度：

支持移動/聯通/電信 4G+/4G/3G/2G

從頻段定義的角度：

TD-LTE：B34/B38/B39/B40/B41

LTE FDD: B1/B3/B4/B5/B8/B19

TD-SCDMA：B34/B39

WCDMA：B1/B4/B5/B6/B8/B19

CDMA ：BC0 GSM：B2/B3/B5/B8

另外支持雙卡雙4G同時在線，一個號碼用VOLTE的同時，另一個號碼4G不會掉，玩遊戲就非常舒適了，不用擔心一個電話打完就只能Good Game了。

然後從你們都很關心的角度：Cat.18

補充一下剛剛查到的內存信息：

支持LPDDR4X Dual-Channel 1866MHz

也就是說最大內存帶寬可達29.8Gbps

但是！

目前搭載麒麟810晶元的手機

都是LPDDR4X Dual-Channel 1600MHz 最大帶寬25.6Gbps

Emmm，即便是這樣，內存性能依然比驍龍730好一點

內存說完，如你所願

NAND Flash Controller（儲存控制器）: Support UFS2.1 Dual-Channel 1TB/Support 512GB TF Card

當然榮耀9X搭載的就是雙通道UFS2.1 TLC快閃記憶體，這個你們可以放心大膽的說，Good！

－－－－－－－－

IVP和ISP有什麼區別？

我從文章的開頭複製了一段內容下來繼續拓展

IVP也是一種DSP，它和ISP分工合作，專註於動態圖像處理，強化視訊信號處理、雜訊濾波能力和畫面穩定性。

摘錄一段Tensilica公司的IVP晶元宣傳介紹：

With its unique architecture tuned for imaging and video pixel processing that gives it peak performance of 10 to 20x most host CPUs.

我簡單翻譯一下：

IVP憑藉著針對畫面成像和視頻限速處理的獨特架構，在處理視頻和圖像的時候，能效比是CPU的10至20倍。是ISP的2至4倍

擁有很高的能效比，很省電。可惜的是並沒有找到麒麟810的IVP參數數據。

不過可以參考Tensilica公司的IVP晶元數據：

Quad-Channel VLIW（超長指令集）

32路矢量SIMD(單指令，多數據架構)

集成DMA（直接內存訪問）傳輸引擎

對具有32bit和16bit像素數據，每秒可以處理100萬個8x8圖形

我對於IVP晶元也非常不了解，因為之前甚至沒有聽說過，以上數據也僅作參考。

總結並拓展一下：IVP還擁有一個巨大優勢--相比ISP更容易編寫和修改演算法。

猜測華為所謂的DE模塊/RAW域降噪處理/深度信息處理/畸變矯正模塊/白平衡演算法 都和加了這顆IVP有所聯繫。

我的推測是

華為目前的方案：IVP負責降噪/處理細節/HDR增強

ISP則負責更多更廣泛的事情，它能對前端圖像感測器輸出的信號進行有線性糾正、噪點去除、壞點去除、內插、白平衡、自動曝光控制。

IVP和ISP是分工合作的關係，部分功能重疊並相互增強，大部分功能由ISP完成，這樣說起來，ISP更像是DPU中的CPU，IVP則是DPU中的GPU。

來了來了來了來了～！NPU NPU

麒麟810的官方介紹里並沒有提到集成了DSP這個東西。。。

但是一部手機里不能沒有DSP，因此它實際上是存在的，而且非常顯眼。

它包含了一個DSP的所有功能，並且更加強大。沒錯！它就是所謂Da.Vinci架構的NPU。當然，就目前的科技來說，這樣的NPU依然屬於DSP的分類裡面。

嚴格意義上來說，麒麟810里的這顆NPU並不完全是NPU。NPU的標準定義是Neural（神經）Networks（網路） Processing（處理）Unit（單元/器）

標準意義上的NPU結構是模仿生物的大腦。

大腦擁有大腦皮層，大腦神經元是多極神經元，胞體呈多邊形，有一個軸突和許多樹突，信息以

1.電位差

2.神經元相互建立聯繫

的方式被碎片化儲存在神經元中。學過高中生物的朋友們對此應該都不陌生，下圖是單個多極神經元的結構示意圖

你仔細看這個神經元，樹突又廣又長！它說明什麼？

說明神經元之間的聯繫是非線性的!

什麼？你不知道什麼是樹突！

哎呀！就是Dendrite！！！這個考試真的要考的！沒錯，就是高考！

什麼？你考完了？那好吧你當我沒說。

抓重點，非線性！

這意味著：

咱愛跟誰建立聯繫就跟誰建立聯繫，咱自由自在，咱交友廣泛！有沒有覺得這個描述有點像某些格鬥類遊戲里的組合技？需要大量的連續操作才能放出一個非常炫酷並且強大的技能。

事實上人類的每一個技能都是組合技，你可以把一個神經元想像成一個鍵位。

大概幾千萬到幾億個這樣的鍵位相互聯繫（也可能更多），就形成了你的一個簡單的生活技能，例如：恰飯！

Good，我突然覺得看到這篇文章的諸位都是超凡的存在，畢竟你們在一瞬間就能完成幾億次操作。我是說認真的，每一件平凡的事物背後都有不容忽視的不平凡的存在。

這話同樣是說給我自己聽的，雖然我也就是個野雞大學大學生，揮霍青春，業餘愛好也就給諸位推銷一下自家產的手機殼，鋼化膜，充電器這樣，但我同樣也可以做更多，我相信我自己。你們也一定要相信你們自己。

突然很感性，但事實上，感性幾乎構成了一個人的全部，因為你的每一項你覺得有變化的變化，你的思考，你的直覺，都是你的感性，你的感覺。

而這些感覺全部產生於你的大腦皮層，這也是為什麼只有大腦皮層才能被稱之為神經中樞。

它控制著你感覺的傳入和傳出，以電信號的形式。

其實一點都沒有扯遠，這也是我要說的：標準意義上的NPU就是模仿人類大腦的一種晶元。它的硬體是非線性的，且不同於馮.諾曼依架構的。

我們來看看一個人工神經網路的簡略結構是什麼樣的。

人工神經網路是由大量處理單元互聯組成的非線性、自適應信息處理系統。

它是在現代神經科學研究成果的基礎上提出的，試圖通過模擬大腦神經網路處理、記憶信息的方式進行信息處理。

主流的人工神經網路結構包含一共三大主要層次：輸入層，隱含層，輸出層。

輸入層和輸出層相當於你的大腦皮層，而隱含層則是你的大量腦細胞。

人工神經網路視概念和應用不同又有幾十種不同的結構。

神經網路的學習會使：

人造神經元的突觸的相互聯繫構建訓練形成權值不同的演算法，這些演算法將輸入的值轉化成模糊化，最後得出一個特徵值 輸出，反覆學習和訓練會提升演算法的準確性和精度。

當然誰也沒有辦法確保機器人學習出來的不是一個怪異並且人類無法理解的東西。

而理論上硬體被稱為Neural（神經）Networks（網路） Processing（處理）Unit（單元/器）的晶元。

它之所以不同於馮.諾曼依架構的原因是多了一個叫做憶阻的元器件。

什麼是憶阻？憶阻全稱：記憶電阻器。

憶阻的阻值由流經它的電荷量確定。

簡單的說，就是一個代表著電荷和磁通量之間關係的組件。

這種組件的效果就是：

電阻隨著通過的電流量而改變，就算電流停止，電阻任然會停留在之前的值，直到受到反向電流才會被推回。

有了憶阻，晶元才真正意義上能做到記憶/控制/計算三位一體，就像是人類的神經元一樣，如果沒有憶阻，NPU這個東西其實有點名不副實。因為它不具有記憶的能力。

為什麼？因為憶阻能實現的功能類似人類神經元的電位差。

回到海思麒麟810身上，它的NPU當然不是上述這麼理想且飄渺的東西，本質上依然是DSP晶元，也就是俗稱的DPU，當然也沒有集成憶阻。

不過也許這顆DSP晶元已經集成了部分人工神經網路的學習演算法，也可能可以執行雲伺服器上已經訓練好的演算法。雖然硬體上不具有這樣的結構，但是它具有NPU的功能，將其稱之為NPU也是完全沒有問題的。

那麼達芬奇架構的這顆NPU具有什麼樣的特點？

發布會的時候，有九個字是我記的非常清楚的：

能效好，精度高，運算元多。

這顆NPU所謂的立體結構，我覺得應該是指不同的邏輯區都能夠調用所謂的運算元，也就是ALU吧，ALU數量龐大，以至於能同時響應並計算多方需求。

當然也不全是這麼簡單，達芬奇架構的張量(Tensor)運算性能非常強大，而張量性能確實就是神經網路計算最需要的部分。

OK問題來了，什麼是張量？

幾何代數中定義的張量是基於向量和矩陣的推廣，簡言之：我們將標量視為零階張量，向量視為一階張量，矩陣視為二階張量，給矩陣加上了時間軸就是三階張量。

你是不是繞暈了？

其實我想說的是：張量=容器。

裝在張量/容器水桶中的每個數字稱為「標量」。

標量是一個數字。

我們將龐大的數據用演算法轉化成一個代表數據的數組，這個數組就能表達這龐大的數據，而這個過程其實就是張量運算。

華為的達芬奇架構NPU最擅長的就是這個。

目前Ai演算法應用在了EMUI的角角落落，方方面面。

並且提升著SoC的運行效率以及人們的使用體驗。

有些人可能會覺得所謂的麒麟810所謂的Ai晶元是噱頭

但我覺得不是，它代表著一個方向，一個很好的起點，以及一個非常美好的未來。

是的，我覺得Ai就是未來。

全文完.

另外回答一下酷友們非常關心的問題：23W跑分有沒有造假？我可以負責任的告訴你，A76+G76MP6（精簡版）+LPDDR4X Dual-Channel+UFS2.1 Dual-Channel+NPU就是鐵證，它沒有造假，甚至，實際體驗遠遠不止這個不高不下的23W分。

-下文為轉載者的話-

你以為這就結束了？原作者不恰飯的嗎？

回頭去酷安網看看原文，文末有福利！這裡轉載者沒有說，請大家自行了解。

~2020.08.28 更新~

一年過去，我想說兩句。

首先：我為何轉載這個回答？

我轉載這個回答的原因是因為有人惡意轉載(指轉載未經過同意，未註明來源)，當時在酷安引發眾怒，所以我向作者要來了授權來轉的載

其次：為什麼開頭就是授權聲明？

因為當時那個惡意轉載者被批判地特別狠，具體可以去看被摺疊的回答，所以我為了防止被誤傷就在開頭直接添加了授權聲明，這一點我與作者交流的時候他還跟我說授權聲明可以放在後面XD

再次：「老太婆的裹腳布——又臭又長！到底相當於驍龍的啥型號呢？」

1.題目問的是「如何評價」而不是「等效於高通的何種處理器」，在這個問題下討論相當於高通的何種處理器完全無意義，首先我們得了解處理器是什麼，然後才能評價

2.說到這兒了我就簡要講一下吧，其總體性能比其當時的競品，高通驍龍730，強了不要太多，甚至可以直接挑戰高通驍龍835

最後：Kirin Yes！

---

把麒麟970和驍龍845噁心的不要不要的(?ω?)

---

麒麟970的升級版，因為麒麟970當初對標驍龍835然而gpu卻低了，現在麒麟810跑分高於驍龍835，可以視為麒麟970升級版

---

CPU、GPU、NPU全面超過驍龍730，中端晶元終於不用通過下放麒麟970來撐門面了。

7nm製成工藝的麒麟810性能比730甚至730G都要強，高通中端晶元將再難擠牙膏。

鑒於目前搭載麒麟810晶元的nove5在2799價位，和2000元出頭的730還是有不少價位差的。

待下半年搭載810下放至千元價位，那將是7系列驍龍的惡夢。

加油海思麒麟。

---

835以下打不過

845以上價格拉不下來

牙膏通很尷尬

---

2019年12月，redmi note9發布會，講到友商的處理器時：

雷布斯：老是假裝它是驍龍810，其實它比驍龍810差得遠了去了。（滑稽）

盧偉冰：不服充個電？

---

675 710 730這麼快全部都降價了。我覺得和810的退出不無關係。

---

壓力測試對比，810穩得一比啊！！

---

推薦閱讀：

相关文章