CPU、GPU、NPU、TPU、SOC，哪种芯片的技术门槛最高？
不久前的荣耀Mate10发布了，会上有一个比较吓人的技术说法“GPU Turbo技术首批升级 SOC能耗降低30%更省电”！从这条信息上可以看出手机有几个主要的芯片“SOC、CPU、GPU……”，那么到底哪种芯片的技术门槛最高呢？咱们就来聊聊，手机芯片最高的技术门槛。
一、SoC
人们买手机都要先看是什么处理器，从专业的角度讲手机处理器还不算处理器，只能称之SoC系统芯片（英语：System on Chip），PC方面来看是一个将电脑或其他电子系统集成到单一芯片的集成电路。手机SoC，同样为系统级芯片，是将CPU、GPU、RAM、通信基带、GPS模块等等整合在一起的系统化解决方案。如MTK的SoC、高通的SoC等等。
一颗处理器（Soc）的诞生是一个相当复杂的过程，难以用简单的话语表述出来，总结了几个重点步骤：
1、硅的提纯与熔炼，制成硅锭
2、硅锭切割，形成晶圆（wafer），渗入其他元素并进行氧化
3、上光阻剂，通过掩膜（mask）进行光刻
4、清除溶解的光阻剂并用化学试剂溶解曝光部分的晶圆，再清除掩膜区域的光阻剂
5、重复步骤3、4，形成多层立体的晶体管雏形
6、注入离子束，完成掺杂，形成P井或N井
7、表面覆盖绝缘层，留出需要通电的开孔，进行电镀铜用以填充开孔（完成晶体管的制造）
8、在晶体管之间用复合金属层进行连接，形成复杂的立体电路
9、功能性测试
10、晶圆切片，形成单个内核
11、内核封装，为内核提供电气与机械界面
12、性能测试，并进行等级分类，定义ID 无论手机还是PC，SoC都是起到一个系统集成的作用。
二、CPU
CPU：中央处理器 （英语：Central Processing Unit），是计算机、手机的主要设备之一，功能主要是解释计算机指令以及处理计算机软件中的数据。手机的CPU更准确的叫法是微处理器，微处理器通过运行存储器内的软件及调用存储器内的数据库，达到控制手机目的。
比较知名的厂家包括德州仪器、Intel、高通、三星、华为等等，手机CPU的制作涉及到FinFET、EUV等技术，其主要是为了完善制程工艺所需的必备技术，制程工艺的优化程度对一款处理器也是相当的重要，因为它会影响到处理器的性能以及散热效率、功耗。
手机处理器与电脑处理器不一样，因为手机本身就很小，放置CPU的位置也是比较小的，在固定大小的位置上，如果蚀刻尺寸的越小，那么拥有的计算单元也就会越多，从而性能就会越强，所以现在许多厂商在制程工艺上大力研发，只为让CPU拥有更好的性能。所以工艺上10nm甚至更小的7nm的手机CPU才更出现。
三、GPU
图形处理器（英语：graphics processing unit，缩写：GPU），又称显示核心、视觉处理器、显示芯片或绘图芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上运行绘图运算工作的微处理器。
玩游戏所需要的多边形生产、像素渲染都是靠他完成的，所以要想游戏打得好，GPU也要选好的。当下全球流行的手机GPU分别有Imagination的powerVR、高通的Adreno、ARM的Mali，华为所采用的GPUTurbo也是ARM的Mali系列的优化版。
四、NPU
嵌入式神经网络处理器（英文：Neural network Processing Unit）采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据。
华为旗下自主研发的麒麟970处理器是全球第一款将NPU嵌入SoC的AI处理器，而NPU的的优点就是对于图像、视频类的文件处理速度较快，从而在手机上实现对于场景和图片的快速识别。从技术角度看，NPU更类似于模仿生物神经网络与构建，谷歌前些日子火了一把的猜画小歌，主要运用的就是它了。
五、TPU
张量处理器（英语：tensor processing unit，缩写：TPU）是Google为机器学习定制的专用芯片（ASIC），专为Google的深度学习框架TensorFlow而设计。 与图形处理器（GPU）相比，TPU采用低精度（8位）计算，以降低每步操作使用的晶体管数量。降低精度对于深度学习的准确度影响很小，但却可以大幅降低功耗、加快运算速度。同时，TPU使用了脉动阵列的设计，用来优化矩阵乘法与卷积运算，减少I/O操作。此外，TPU还采用了更大的片上内存，以此减少对DRAM的访问，从而更大程度地提升性能。
Google在2016年的Google I/O年会上首次公布了TPU。不过在此之前TPU已在Google内部的一些项目中使用了一年多，如Google街景服务、RankBrain以及其旗下DeepMind公司的围棋软件AlphaGo等都用到了TPU。而在2017年的Google I/O年会上，Google又公布了第二代TPU，并将其部署在Google云平台之上。第二代TPU的浮点运算能力高达每秒180万亿次。
此外手机上还有下面这些不同命名的PU：
DPU全称：Deep learning Processing Unit, 即深度学习处理器；
BPU全称：Brain Processing Unit, 即大脑处理器。
由于SoC=CPU+GPU+NPU的组合，TPU和手机又有一定的区别，所以笔者将技术难度暂定为：SOC≥CPU≥GPU、NPU；TPU另行计算，
如果你有不同看法，可以在下方留言，祝大家开心就好
閱讀更多 智友社區 的文章
