智能手机芯片市场生态:高通得意联发科失意

MTK 人工智能生态系统 <一> 简介 Neuropilot 阅读详情

关键字:智能手机  高通  Snapdragon  英飞凌 

据水清木华最新研究报告,目前 智能手机有两种设计思路,一是以一颗Modem(Baseband)+多媒体应用、常规数据浮点运算的芯片为核心。诺基亚、HTC、索爱、LG、RIM都是采用这种设计,这种芯片主要由 高通和Marvell提供,诺基亚是和飞思卡尔联合开发的。这种芯片最常见的就是高通的 Snapdragon平台,包括QSD8250、QSD8650、QSD8672。其次是MSM系列,常见的是MSM7201、MSM7227、MSM7600,MSM7627 。实际上MSM7600早在2002年就已经推出样片,直到今天还大量使用。Marvell只有PXA910/920/930,而PXA910/920是对应TD-SCDMA的,PXA930则是对应 WCDMA的。

采用这种设计的厂家通常都是老牌厂家。这种设计的周期短,适合于机海战术,手机的核心硬件没多少差别,差别多在软件、屏幕、外壳等方面。缺点是高度同质化,没明显差别,缺乏特色,依赖品牌推广。主芯片需要同时兼顾多媒体处理、数据运算和数据通信,性能会有所不足。

二是以一颗集成射频收发器、模拟基频大部分功能的Modem芯片加一颗应用处理器芯片。苹果、摩托罗拉、三星、微软、Palm(惠普)多采用这种设计。苹果的iPhone一直沿用英飞凌的Modem(Baseband)加三星的应用处理器,摩托罗拉的新机型多采用高通的QSC6085+德州仪器的OMAP3430。三星则自己有应用处理器产品,包括S3C6410、S5PC110、S5PV210。这些应用处理器除了苹果大量使用外(苹果做了微小改动),很少厂家会使用,而三星自己在2010年推出的机型中则大量使用。

如果是CDMA EV-DO制式,手机厂商就多使用高通的QSC6085;如果是HSDPA,就使用MSM6246或MSM6290做Modem。至于WCDMA,抱歉,高通没有推出独立的Modem芯片,手机厂商只能买QSD8250用了。

微软的KIN TWO也使用了QSC6085,国内也有很多厂家使用。国内的酷派、中兴、华为、海信、天语差不多都是适用QSC6085+应用处理器。联想的ET系列也是这样,而乐PHONE采用了QSD8250。

应用处理器方面,基本上就德州仪器的OMAP3430 和三星的产品可供选择,Marvell的很少见使用。还有新秀Nvidia的Tegra APX2600用在了微软的KIN TWO上。

集成度高的设计在成本上并不占优势,虽然不需要加应用处理器,但是需要添加收发器和电源管理两片芯片。而体积上,同样如此,两者难分伯仲。性能方面,分离式的性能强大是无容置疑的,不过高通也在提高性能。

高通英飞凌得意,联发科、ST-ERICSSON失意

智能手机最大获益者当然是高通,无论哪一种设计,高通都是首选。除诺基亚外至少60%的智能手机里都要使用高通的芯片,苹果之流毕竟是少数。而诺基亚的3G手机也离不开高通的专利授权。

其次的受益者是英飞凌,苹果所有的手机都采用了英飞凌的Baseband,并且英飞凌是唯一供应商。独立的技术比较全面的纯3G Baseband厂家只有英飞凌,苹果别无他选。即便是iPad也是如此,第四代iPhone也是如此。

手机内存厂家也是受益者。智能手机使用内存量远超过普通手机,尤其是NAND用量。手机NAND内存供应商主要是东芝和三星。RAM用量也很高,主要供应商是三星、Hynix、Elpida。再次是触摸屏和显示屏厂家,几乎所有智能手机都是触摸屏,显示屏尺寸大且分辨率高,单价高,毛利率也高。三星移动显示、胜华、友达、新奇美都是明显受益者。最后还有电池厂家,不过获益程度有限。

联发科和ST-ERICSSON则不是受益者。联发科的智能手机芯片推广极其困难,因为它和江河日下的Windows Mobile捆绑在一起,不支持3G,其性能远不能和主流的智能手机CPU相比。多媒体性能,3D图形生成,浮点运算能力,这些都不是联发科擅长的。这需要长时间的积累和及早布局,目前只有高通和Marvell做到了单芯片含Modem的智能手机CPU,高通在10年前就已经开始布局。

ST-ERICSSON技术全面,不比高通差多少,问题是三家整合的效果不佳。曾投入大量精力和财力的ST的Nomadik应用处理器被彻底放弃。ST-ERICSSON目前智能手机主打芯片是U6715, 还是极老的ARM926内核,最高468MHz,而它的竞争对手是MSM7201A或QSD8250。MSM7201A虽然最高只有528MHz,但却是ARM11+ARM9双核构架。

【UE5.3】不用插件实现HTTP、Websocket客户端 纯C++代码实现HTTP、Websocket客户端,并通过蓝图完成调用并测试 阅读详情

相关推荐

YOLO26算法水面与液体识别+训练好的模型+393张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[未获取()] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 52 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.8528** mAP50-95 | 0.3441 Precision | 0.7729 Recall | 0.8354 train/box_loss | 1.5367 train/cls_loss | 1.0228 val/box_loss | 1.6809 val/cls_loss | 1.1758 【训练过程分析】 我这次训练了52个周期,模型在训练初期确实收敛速度很快,前20个周期mAP50从0.74逐步提升至0.82,这说明模型开始适应数据集,学习到一些关键特征。但到第30个周期后,提升速度逐渐放缓,到了40个周期时,mAP50达到0.85,这个阶段的曲线走势有些像磨砂玻璃,平滑且不规则,后期更是趋于平缓,表明模型可能已经达到最优解,再继续训练可能会有少量提升但代价较大。整体而言,从loss曲线来看,训练集的box_loss和cls_loss在52个周期内分别从1.80和1.25降到1.54和1.02,下降曲线较为稳定,但到了后期,这两项指标下降幅度逐渐减缓,尤其cls_loss下降至1.10左右后趋于稳定,这可能是模型对训练数据已有了较强的泛化能力,但也提示我们分类的稳定性可能还欠些火候。 至于验证集的表现,box_lo... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

如何将 iPhone 备份到 iCloud?

iCloud 是苹果公司提供的云存储服务,可帮助 iPhone 用户将重要数据保存到云端。启用 iCloud 云备份后,即使您的 iPhone 丢失、损坏或需要恢复出厂设置,您也可以使用之前创建的备份将受支持的数据恢复到设备上。帮助保存设备设置、应用程序数据、主屏幕布局、消息历史记录和其他信息,降低手机丢失或损坏时数据丢失的风险。启用 iCloud 自动备份后,您的 iPhone 会在满足所需条件时自动创建备份,这样您就不必每次都手动操作。

Digitally的博客 238

C#西门子上位机与PLC通讯++S7协议

支持S7-200,S7-300,S7-1200,S7-1500+使用技术C#+S7net

【行业动态】千问入局,苹果补位:国产大模型首次进入 iPhone 系统级 AI

其中,千问在图文理解、文档问答与写作辅助方面的能力,将成为多项功能的直接底层支撑——用户可以用自然语言与系统交互,让 Siri 借助千问理解复杂指令,让写作工具基于千问生成或润色内容,让视觉智能识别并理解照片中的信息。此次与阿里巴巴的合作,正是苹果对这一缺口的正面回应。值得注意的是,这版功能列表并未包含 WWDC 2026 所预告的全部新一代 Siri AI 能力,说明苹果采取的是“分批上线、小步快跑”的本地化策略:先以确定性强、风险可控的功能打好基础,再逐步放开更深度、更智能化的体验。

轨物科技的博客 296

MATLAB模拟6自由度无人机检查,具备干扰补偿、裂纹检测和自主复检功能。.zip

1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

AI大模型医学影像诊断智能识别应用方案.pptx

AI大模型医学影像诊断智能识别应用方案.pptx

近 900GB 的 iPhone 搬家:有线要 14 小时,换成无线反而预估 7 小时?

家里几部 iPhone 需要重新安排数据,原以为只是插根线、点几下屏幕的事,没想到折腾下来,竟给自己上了一堂 USB、Wi-Fi 和电源管理的实战课。先说结果:iPhone 14 Pro Max 迁移到恢复出厂设置的 iPhone 16 Pro Max,第一次走 USB-C 转 Lightning 有线连接,耗时约 14 小时。后来改走「快速开始」无线直接迁移,手机显示预估约 7 小时。

Saniffer的博客 301

智能驾驶智慧交通行业智算中心(AIDC)建设规划方案.pptx

智能驾驶智慧交通行业智算中心(AIDC)建设规划方案.pptx

Dart/Flutter `package:http`:从发请求到局部替换 HTTP Client

本文详解 Flutter 中 package:http 的核心概念,解析 Client、BaseClient、send() 拦截机制及 runWithClient 的原理。通过 _AuthingQrDiagnosticClient 示例,揭示如何通过重写 send() 拦截请求、包装响应流,并利用 Dart Zone 实现客户端临时替换。最终说明 Authing SDK 请求被拦截的原因:runWithClient 依托 Zone 上下文注入自定义客户端,实现全局请求拦截与日志记录,无需显式传参。

侯仕奇的博客 232

LLC谐振变换器恒压恒流双竞争闭环控制simulink仿真(附说明文档)

内容概要:本资源是一套面向电力电子与智能控制领域的综合性科研仿真资料合集,核心聚焦于LLC谐振变换器的恒压恒流双竞争闭环控制策略设计与Simulink建模仿真实现,涵盖半桥LLC、双向全桥LLC等拓扑结构的调频闭环仿真,并提供详尽的说明文档与PPT辅助材料。资源体系不仅深入呈现LLC变换器的动态响应与控制逻辑,还扩展至双有源桥(DAB)变换器的软开关协同优化、最小应力控制、EPS调制策略及新扩展移相角优化等前沿技术,同时集成三相PWM整流器在电网不平衡条件下的功率平衡控制、VOC+SVPWM双闭环控制等典型应用场景。此外,资源包涵盖状态估计(如EKF、UKF、PF)、微电网经济调度、卡尔曼滤波融合、神经网络控制、PID优化、储能系统管理等多个交叉方向,特别强调对顶级EI期刊研究成果的高精度复现,旨在帮助科研人员快速掌握先进控制算法的核心思想与仿真实现方法。; 适合人群:电气工程、自动化、电力电子、新能源科学与工程等相关专业的硕士博士研究生、高校科研人员,以及从事新能源变换器、智能电网、电动汽车、微电网系统研发的工程技术人员。; 使用场景及目标:① 深入理解LLC与DAB变换器的闭环控制机理,掌握恒压恒流切换、软开关实现与损耗优化方法;② 利用Simulink平台构建复杂电力电子系统模型,开展动态性能分析与控制器参数整定;③ 复现高水平期刊论文中的先进控制策略,提升科研创新能力与论文发表竞争力;④ 支持毕业设计、科研课题、项目申报及工程原型开发中的仿真验证环节。; 阅读建议:建议结合提供的完整资源目录循序渐进学习,优先研读标注“顶级EI复现”的案例以获取权威方法参考,配合MATLAB/Simulink动手搭建模型,重点关注控制框图设计、调制逻辑实现与仿真结果对比,深入理解算法背后的物理意义与数学推导过程。

概率神经网络的分类预测-基于PNN的变压器故障诊断(Matlab代码实现)

内容概要:本文系统阐述了基于概率神经网络(PNN)的变压器故障诊断方法,结合Matlab代码实现分类预测。通过提取变压器运行过程中的关键特征参数,构建PNN模型以实现对正常状态与典型故障状态(如绕组短路、铁芯故障等)的高效分类识别。文章深入剖析了PNN的网络结构、概率密度估计原理、训练机制及分类决策过程,并通过仿真实验验证了该方法在故障诊断任务中具备较高的准确率与鲁棒性,展现了其在电力系统状态监测与智能运维中的良好应用前景。; 适合人群:具备一定机器学习理论基础和Matlab编程能力的电气工程、自动化、智能电网等相关领域的研究生、科研人员以及从事电力设备状态监测与故障诊断工作的工程技术人员。; 使用场景及目标:①实现变压器早期故障的智能化诊断与预警,提升电力系统运行安全性;②为基于神经网络的工业设备故障分类任务提供可复现的算法实现范例与技术验证平台; 阅读建议:建议读者结合文中提供的Matlab代码,动手复现实验流程,深入理解PNN在实际分类问题中的参数配置、训练策略、性能评估方法,并鼓励将该方法迁移至其他电力设备或机电系统的故障诊断场景中进行拓展研究与优化改进。

iPhone 中国区 AI 落地:Apple 与阿里千问合作的技术观察

Apple拟在中国区Apple智能中集成阿里千问大模型,实现Siri、写作工具等系统级AI功能的本地化升级。此举标志着国产大模型首次进入手机操作系统底层,弥补此前中国区AI能力缺失。合作分阶段推进,强调数据不用于训练,兼顾合规与隐私。对行业而言,这开启“系统级AI”竞争新维度,推动国产模型从API服务迈向基础设施角色,也预示手机厂商将加速布局。用户将获更流畅的原生AI体验,创业者需转向垂直场景或生态协同。

也非的博客 250

优快云首页 发布文章 优快云同步助手 多无人机面向城市空中交通的多无人机路径规划研究(Matlab代码实现) 37 100 摘要:会在推荐、列表等场景外露,帮助读者快速了解内容,支持

内容概要:本文围绕面向城市空中交通的多无人机路径规划问题展开研究,系统阐述了该领域的核心挑战与关键技术。文章首先定义了多无人机路径规划的问题,明确了包括飞行安全、避障、协同效率在内的多项约束条件与性能指标。随后,重点介绍了三大类路径规划方法:基于改进RRT算法和图论的全局路径规划方法,用于构建初始可行路径;基于动态风险场的模型预测控制和动态窗口法(DWA)的动态避障方法,以应对环境中的突发障碍;以及多无人机协同规划策略和分布式协同控制算法构成的局部协同调整方法,确保多机间的飞行安全与任务协同。研究通过搭建Matlab仿真实验平台,设计了多种复杂城市飞行场景,对所提方法进行了全面的仿真验证与结果对比分析,展示了各方法在不同场景下的有效性与优劣。; 适合人群:具备一定自动化、计算机或航空航天领域基础知识,从事无人机、智能交通、路径规划等相关方向研究的研发人员和研究生。; 使用场景及目标:①为城市空中交通管理系统(UATM)的设计与开发提供理论基础和技术参考;②应用于物流配送、城市巡检、应急救援等多无人机协同任务的路径规划算法设计与仿真验证;③作为相关领域科研工作的技术参考资料,推动多智能体协同决策与控制技术的发展。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,通过复现仿真结果加深对各类算法原理与实现细节的理解。在学习过程中,应重点关注全局规划与局部避障的结合机制,以及多机协同策略中的冲突消解逻辑。

如何将iPhone照片传输到U盘(6种简单方法)

对于 iPhone 用户来说,本地存储空间不足是一个不可避免的问题,尤其是 4800 万像素 ProRAW 照片和 4K 杜比视界视频会占用数 GB 的空间。虽然扩展云存储空间需要支付定期订阅费用,但将照片从 iPhone 传输到实体 U 盘则提供了一种安全且一次性付费的备份方案。为确保数据迁移完美无瑕,避免数据损坏或质量损失,本综合指南涵盖了 6 种经过验证的技术方法,并提供了常见系统兼容性错误的故障排除步骤。

Digitally的博客 330

无刷直流电机BLDC转速电流双闭环+无位置传感器控制仿真【仿真+详解说明报告+参考文献】

内容概要:本文详细介绍了一套针对无刷直流电机(BLDC)的Simulink仿真资源包,核心内容涵盖转速电流双闭环控制与无位置传感器控制技术,重点采用滑模观测器(SMO)实现对转子位置与速度的精确估算,避免了物理位置传感器带来的成本与可靠性问题。资源包提供了多个高质量仿真模型,包括基于模糊PID与传统PID控制策略的对比分析、无感控制结合滑模观测器与双闭环PI控制的综合系统等,全面展示不同控制算法在动态响应、抗干扰能力及稳态精度方面的性能差异。所有模型均基于Matlab/Simulink平台构建,配套详尽的技术说明文档与参考文献,深入解析控制结构设计、观测器原理、参数整定方法及系统稳定性分析,适用于电机驱动系统的研究、教学演示与工程验证。; 适合人群:面向电气工程、自动化、控制科学与工程及相关专业的本科生、研究生、科研人员和工程技术人员,尤其适合从事电机控制、电力电子与运动控制系统研究的专业人士,具备自动控制理论基础和Matlab/Simulink基本操作能力者更易上手。; 使用场景及目标:① 深入学习并掌握无刷直流电机双闭环调速系统的工作原理与无位置传感器控制的关键技术;② 对比研究模糊PID与传统PID在电机控制中的动态性能与鲁棒性差异;③ 开展滑模观测器在非线性系统状态估计中的建模与仿真研究;④ 支持课程设计、毕业设计、科研项目申报及学术论文复现等实际应用场景。; 阅读建议:建议用户结合提供的详解说明报告,逐步运行各仿真模型,重点关注控制器参数调节过程、滑模观测器的设计细节及其收敛性表现,深入分析系统启动、负载突变、转速切换等工况下的响应特性,鼓励在此基础上进行控制算法改进、引入新型观测器或拓展至其他电机类型进行创新性研究。

【顶级EI复现】基于KKT条件与分段解析优化的双有源桥DC-DC变换器软开关协同最小应力闭环控制方法(Simulink仿真实现)

内容概要:本文提出了一种基于KKT条件与分段解析优化的双有源桥DC-DC变换器软开关协同最小应力闭环控制方法,旨在实现高效能、低损耗的电力变换控制。通过构建包含软开关约束与电流应力目标的优化模型,结合KKT最优性条件进行数学推导,对变换器的工作模态进行分段解析处理,精确求解出满足零电压开通(ZVS)且电流有效值最小的最优工作点。在此基础上设计了闭环控制系统,有效提升了变换器在全功率范围内的运行效率与动态响应性能。文中详细阐述了控制策略的理论推导过程、优化求解算法实现及Simulink仿真实验验证,充分展示了该方法在协同优化软开关范围与器件应力方面的优越性。; 适合人群:从事电力电子与电力传动、新能源发电系统、电动汽车及微电网等相关领域的科研人员与工程技术人员,具备一定的电路理论、最优控制理论与仿真建模基础。; 使用场景及目标:①用于高效率双有源桥变换器的先进控制策略研究与设计;②为解决传统移相控制中软开关范围受限与功率器件电流应力高的问题提供优化思路;③适用于车载充电机、直流配电系统、可再生能源并网等对高功率密度与高效率有严苛要求的应用场景。; 阅读建议:建议结合Simulink仿真模型深入理解控制算法的具体实现流程,重点关注KKT条件在非线性约束优化中的应用逻辑以及分段解析策略的设计思想,同时可通过对比传统单移相控制(SPS)或双重移相控制(DPS)方法,直观体会本方法在效率提升与应力抑制方面的综合优势。

iPhone 设备信息查看,用 KeyMob 看型号、序列号、电池健康和 UDID

系统设置的「关于本机」把 iOS 设备信息精简得只剩型号、容量和一个电池百分比,UDID 不露面、充电次数和设计容量也看不到。这篇讲怎么用 KeyMob 在 Windows、Mac、Linux 上免越狱连 iPhone,一次看全设备信息:身份类的 UDID、序列号、IMEI、型号号码,电池类的充电次数、绝对容量与设计容量(据此判断电池健康),还有芯片型号、磁盘容量等,并结合加测试设备、二手验机的实际场景,和 Xcode Devices、Finder、爱思助手几个入口客观对比了各自能看到什么。

2501_91600889的博客 174

【MCU开发规范】:车载MCU开发规范

车载MCU开发规范

1047

iPhone国行AI重磅更新

且由于国行 AI 大量能力依赖端侧模型运行,需要建立新的资料检索,因此在刚上手的当下,存在一些稳定性问题,譬如相册里的自然语言搜索、回忆影片,以及锁屏的通知总结等功能都需要等待索引完成,可能需要等待一到两天才能能正常使用。但对于国行版本,我们更关心的是,这套从海外引进的 AI 写作工具,会不会在中文语境里「水土不服」?过去两年,我们很多发布会上看过太多眼花缭乱的「一句话点咖啡」演示,但真正把手机当主力机用上几个月就会发现,演示 Demo 里的惊艳,离每天日常使用的稳定可靠,中间还隔着十万八千里。

Enweitech Software Works 313

微机原理与接口技术第六版周荷琴课后习题答案及解析(期末重点)

第二章 1.8086/8088CPU可直接寻址多少个内存(字节)单元?多少个I/O端口?它们的外部数据总线各有多少根? 8086/8088CPU使用的是20位地址总线,因此可以直接寻址2的20次方个内存单元(即1,048,576),每个单元大小为1字节,因此可以直接寻址2的20次方个字节的内存。 8086/8088CPU有64K个I/O端口,每个端口占用1字节的地址空间,因此可以直接寻址6...

Wmicheng的博客 1万+

时钟MUX电路结构的时序约束方法分析

一、最简单的设置 对于时钟MUX而言,其output_pin上的时钟在任一时刻一定唯一。可以使用如下命令: set_clock_exclusivity -output output_pin [-type mux | user_defined] ...

Jackiezhang1993的博客 1万+
上一篇: VGA、QVGA、WVGA、HVGA名词解释及区别
下一篇: QVGA/HVGA/WVGA/FWVGA分辨率屏含义及大小
flymachine
博客等级 码龄23年 253粉丝 34原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值