荣耀30上手体验 麒麟985一代神U名副其实

简介:

  最近身边的5G基站越来越多,5G普及率也越来越广,让我产生了换5G手机的想法。但是大概看了以下手机市场,发现5G手机普遍偏贵,而我的预算只有大概三千,这时候偶然看到荣耀30,宣传说首发麒麟985 5G芯片,起售价为2999元,这正好符合三千的预算,于是毫不犹豫入了一台。都说麒麟985是一代神U,买前还不是很相信,不过通过这几天的体验,麒麟985确实名副其实。
 001

  配置上,麒麟985采用7nm制程+EUV工艺,CPU部分由一颗2.58GHz A76+3颗2.4GHz A76+4颗1.84GHz A55组成,搭载Mail-G77 8核心GPU,支持GPU Turbo 3.0技术。此外麒麟985采用自研架构双核NPU,使用3D Cube矩阵加速计算技术,单位功耗下大幅提升芯片AI能力,带来更优能效。在全球AI分数中麒麟985位列第三,拥有先进高效的AI算法,为日常使用体验、图像优化、游戏能力等方面带来提升。
002

  作为年轻人,拿到荣耀30要做的第一件事当然是装游戏。麒麟985支持 NSA/SA 5G 双卡体验,在速度上最高下行速率达到 1277Mbps,上行速率 173Mbps,几款大型游戏下载速度明显比4G快了不知道多少倍,大大减少了等待时间,对于我这种急性子来说,麒麟985这款5G芯片令我非常喜欢。
 003

  接下来说说游戏体验,王者荣耀中,麒麟985在20分钟游戏时间内始终能够稳定帧率,保持在60至61帧,平均数为60.1,没有59帧以下的情况出现。即使进行团战麒麟985也能够稳定帧率,并未受到影响。最终CPU占用率为21.6%,是一个非常好的成绩,也看得出王者荣耀这款游戏对麒麟985来说是小意思。另外我还试玩了崩坏3这款游戏,玩过的都知道,崩坏3对硬件要求非常高。非常惊喜的是,在最高画质下麒麟985的帧数在59左右,CPU占用率仅为30%,这个成绩非常让我意外,也刷新了对麒麟985的认知。对于其他大型游戏,麒麟985都能轻松应对,游戏体验超出预期。
  004
005

  最后来说说5G体验方面,麒麟985有许多的自研技术,因此它在5G抗干扰能力、双卡体验、现网性能、高速场景性能等方面都有优势,大幅提升用户5G使用体验。在高铁上使用荣耀30的时候,麒麟985也能做到玩游戏不卡顿、视频通话清晰无延迟、刷短视频快速流畅,使用了将近一个月的时间也没有出现断流等情况,拥有非常稳定且快速的5G体验。
 006

  综合来讲,这款麒麟985的表现大大超出我的预期,也理解了为什么称它为“神U”,搭载麒麟985的荣耀30完全有着旗舰级5G手机的表现,个人认为是一款非常值得购买的产品。

相关文章
|
SQL 人工智能 分布式计算
一文看懂 Cloudera 对 CDH/HDP/CDP 的产品支持策略
一文看懂 Cloudera 对 CDH/HDP/CDP 的产品支持策略
一文看懂 Cloudera 对 CDH/HDP/CDP 的产品支持策略
|
10月前
|
机器学习/深度学习 测试技术
先SFT后RL但是效果不佳?你可能没用好“离线专家数据”!
通义实验室Trinity-RFT团队提出CHORD框架,通过动态融合SFT与RL,解决大模型训练中“越学越差”“顾此失彼”等问题。该框架引入细粒度Token级权重与软过渡机制,实现从模仿到超越的高效学习,在数学推理与通用任务上均显著提升性能,相关代码已开源。
1115 0
|
机器学习/深度学习
阿里妈妈首提AIGB并实现大规模商业化落地,将在NeurIPS 2024正式开源Benchmark
阿里妈妈提出AI-Generated Bidding(AIGB)新范式及DiffBid生成式竞价模型,突破传统基于强化学习的自动竞价方法局限。AIGB将自动竞价视为生成问题,通过捕捉复杂依赖关系,提升长期规划和随机环境中的稳定性和效果。DiffBid基于条件扩散建模,灵活生成满足特定目标的竞价轨迹,显著提升GMV和ROI。实验结果表明,DiffBid实现了2.81%的GMV增长和3.36%的ROI增长。然而,生成式建模的复杂性也带来了训练和调优的挑战。 论文链接:https://arxiv.org/abs/2405.16141
906 9
|
编解码 人工智能 算法
DiffSynth:共建 Diffusion 开源生态
DiffSynth 是一个致力于共建 Diffusion 开源生态的项目,由段忠杰分享。该项目通过 Diffusion 技术回顾、模型生态互联与统一、视频生成技术等多方面探讨了如何构建强大的开源模型生态系统。DiffSynth-Studio 支持多种开源模型,优化计算性能,提供图像和视频生成等功能,并特别加强了对中文的支持。项目还引入了 ControlNet、loRA 等生态模型,实现风格转换和内容修改。未来将聚焦于视频时代的到来,推动视频生成技术的发展。
1462 0
|
算法
VASA-1:实时音频驱动的数字人说话面部视频生成技术
【6月更文挑战第8天】VASA-1是实时音频驱动的数字人面部视频生成技术,能根据输入音频精准生成匹配的面部表情。具备实时性、高准确性和适应性,适用于虚拟主播、在线教育和影视娱乐等领域。简单示例代码展示了其工作原理。尽管面临情感理解和硬件优化等挑战,但随着技术发展,VASA-1有望在更多领域广泛应用,开启生动数字世界的新篇章。
909 5
|
机器学习/深度学习 监控 固态存储
探索深度学习在视频分析中的应用
【6月更文挑战第7天】本文探讨了深度学习在视频分析的应用,涉及目标检测、行为识别、场景理解和视频生成。深度学习借助CNN、3D卷积、RNN/LSTM捕捉时空信息。目标检测有R-CNN和YOLO等方法,行为识别包括时空特征和骨骼数据方法。场景理解涵盖语义分割、目标跟踪和场景分类,视频生成则利用GAN和RNN生成连续帧。尽管面临数据标注、计算资源和泛化能力挑战,深度学习在视频分析领域前景广阔。
|
存储 Linux 虚拟化
轻量服务器
【10月更文挑战第19天】
753 1
|
关系型数据库 MySQL BI
帆软Report 填报
帆软Report 填报
979 0
|
Kubernetes Ubuntu Shell
bash 命令补全工具 bash-completion
什么是 shell ?简单点理解,就是系统跟计算机硬件交互时使用的中间介质,它只是系统的一个工具。实际上,在 shell 和计算机硬件之间还有一层东西那就是系统内核了。打个比方,如果把计算机硬件比作一个人的躯体,而系统内核则是人的大脑,至于 shell,把它比作人的五官似乎更加贴切些。回到计算机上...
1224 1
bash 命令补全工具 bash-completion
|
Python
还不会免费将PDF转为Word?你可以试试这3种工具!
还不会免费将PDF转为Word?你可以试试这3种工具!
855 0