2019年被称为5G商用元年，随着5G时代的来临，各大手机厂商都在纷纷布局5G市场，5G芯片也成为头部手机厂商、芯片供应商的战略要地。

日前，三星宣布发布了5G处理器Exynos980，该处理器采用8nm工艺，支持第五代通信标准，这是三星电子推出的首个5G集成SoC产品，预计将在今年年底开始大规模量产。

高通骁龙865、苹果A13处理器等也都将在今年下半年与大家见面，无独有偶，华为9月6日也将在德国柏林举办的IFA 2019上，发布首款旗舰级5G SoC芯片麒麟990。

据了解，麒麟990可以说是国内市场上唯一一款可以与高通骁龙865、苹果A13一较高下的手机芯片，该款芯片采用了7nm+ EUV工艺，据爆料该芯片将首次集成5G基带并支持4K 60fps进行视频录制，也有可能会集成自研蓝牙芯片。

当然，无论是谁家生产的手机芯片，如果想要在5G时代拔得头筹，就必须要在基本功上做深做透，这两个基本功，一个是5G的基础能力，一个就是AI底层算法能力。

随着华为5G技术的陆续商用，越来越多的中国消费者感受到了5G带来的便利，也正是由于华为率先在中国落地5G应用，让中国消费者先于世界体会到了5G时代的幸福感。

中国移动、华为5G标准立项代表中国处于第一阵营

相关数据显示，截至2018年11月，全球已有182个运营商在78个国家进行了5G试验、部署和投资，但是从全世界5G标准立项并且通过的数量来看，中国移动拥有10项，华为拥有8项，爱立信拥有6项，高通拥有5项，可以看出，以中国移动、华为等为代表的中国，处于5G标准立项的第一阵营。

数据分析公司GlobalData今年7月，也发布了全球首份5G RAN(无线接入网)排名报告，该报告从基带容量、射频产品组合、部署简易度和技术演进能力等四个关键维度为我们判断企业的5G能力提供了一个参考。图表显示，华为5G能力整体领先于爱立信、诺基亚、三星和中兴等主流通讯设备提供商，斩获了多项第一。

不仅如此，在芯片商用上，华为今年8月发布了华为Mate 20 X(5G) ，是当时唯一商用支持 SA/NSA 5G双模组网的智能手机。双组网在现在4G向5G的过渡阶段显得尤为重要，从目前5G行业的发展来看，在韩国、欧美的一些首批接入5G网络的国家大多采用的是NSA组网，但从各个国家对于5G的整体布局来讲SA组网都将会是最终的选择。只是目前从4G到5G这一时间段的过渡来看NSA或许还是可以继续在5G环境当中使用，但如果在一些只有SA布局的国家当中，SA手机就无法享用5G网络带来的便利。

同时，在芯片工艺上，麒麟系列芯片一直在追求先进的工艺，麒麟970和麒麟980都实现了10nm和7nm的全球首商用。凭借对高品质工艺的多年坚持，华为麒麟系列已经相继推出过麒麟920、麒麟930、麒麟950、麒麟960、麒麟970，麒麟980等多款芯片。

华为Fellow艾伟曾回忆道：“每一代产品都会遇到工程技术上的挑战，等我们最终走过来的时候，发现当初还是把它想得太简单了……每一代走过来，有时候甚至有九死一生的感觉。”

从芯片本身来讲，麒麟990芯片强就强在它内置巴龙5000基带，内置基带的功能在于它不需要外挂5G芯片就可以实现5G网络。而骁龙865必须靠外挂基带来实现5G网络。在这点上，麒麟芯片优势比较明显。

据了解，华为一贯的做法是先发布芯片再发布新款手机，华为消费者业务CEO余承东也曾发布微博表示，华为Mate系列新机——华为Mate 30将搭载麒麟990芯片在9月19日的慕尼黑与大家见面，这一款同时支持2G/3G/4G/5G，NSA/SA组网模式的5G全网通手机的即将面世，将会向大家进一步证明华为在5G商用上的真正实力。

麒麟990将采用达芬奇架构NPU，AI算力更出色

AI在手机上的应用，无非是更出色的应用以及更快的信息处理能力。据了解，早在AI仍处于萌芽状态时，麒麟芯片就率先在芯片内加入独立的人工智能计算单元，实现了更加具有实时性的AI应用，如AI人像留色等，能够在拍摄视频的同时将人物精细抠图，实现主角光环的特别效果。

另外，华为麒麟芯片的另一个亮点就是对华为的自研的达芬奇架构NPU的应用，这款架构的算力之强令搭载这款芯片的手机一举登上AI跑分榜首位。钛媒体了解到，华为达芬奇计算架构可以实现AI在多平台多场景之间的协同，以及在不同体积和功耗条件下都能提供强劲的AI算力。

华为麒麟在对达芬奇架构的官方解读中表示，具体来讲，达芬奇架构能够具有较强的竞争力主要在三点：

1.采用3D Cube针对矩阵运算做加速，大幅提升单位功耗下的AI算力，每个AI Core可以在一个时钟周期内实现4096个MAC操作，相比传统的CPU和GPU实现数量级的提升。

2.为了提升AI计算的完备性和不同场景的计算效率，达芬奇架构还集成了向量、标量、硬件加速器等多种计算单元。同时支持多种精度计算，支撑训练和推理两种场景的数据精度要求，实现AI的全场景需求覆盖。

3.基于达芬奇架构的统一性，开发者在面对云端、边缘侧、端侧等全场景应用开发时，只需要进行一次算子开发和调试，就可以应用于不同平台，大幅降低了迁移成本。不仅开发平台语言统一，训练和推理框架也是统一的，开发者可以将大量训练模型放在本地和云端服务器，再将轻量级的推理工作放在移动端设备上，获得一致的开发体验。 

以手机系列应用为例，在Nova5首采用达芬奇架构NPU后，荣耀9X系列还实现了电影制作中常常出现的“绿幕侠”效果，当用户在镜头前“表演”时，能够在视频录制的同时实时分割背景、头发、衣服、附属物等，轻松获得电影级特效。

近两年，华为也提出了华为AI战略与全栈全场景AI解决方案，这其中就包括了AI底层且高门槛的能力，比如芯片、芯片使能CANN、深度学习框架MindSpore，还包括AI产品化的能力包括华为智能计算Atlas系列AI产品、及华为云AI服务等，这都构成了华为AI的底层计算能力的基础。