Huawei ha lanciato il suo smartphone di punta Mate 30 Pro basato sul chipset Kirin 990, che ora è stato testato da AnTuTu. Il risultato del benchmark mostra il punteggio più alto che può ottenere un dispositivo alimentato dal SoC Huawei.
Il chipset è riuscito a segnare 457.357 punti nel test di riferimento. Mentre il punteggio è un buon risultato per il dispositivo alimentato da Kirin 990, è ancora inferiore al punteggio più alto di un dispositivo alimentato dal chipset Qualcomm Snapdragon 855 Plus.
Kirin 990, ottimo punteggio ma non il migliore
Il dispositivo testato per questo benchmark Kirin 990 è Huawei LIO-AL00, che è il Mate 30 Pro. Presenta una risoluzione dello schermo di 2400 x 1176 pixel, GPU Mali-G76, 8 GB di RAM, 128 GB di memoria e esegue l’ultimo sistema operativo Android 10.
Mentre il punteggio complessivo del dispositivo è 457.357, lo smartphone ha segnato 151.647 punti per CPU, 159.418 punti per GPU, punteggio MEM di 87.367 e punteggio UX di 58.925 punti. Nella classifica AnTuTu, il dispositivo con il punteggio più alto è Black Shark 2 Pro con 469.708 punti, seguito da ASUS ROG Phone 2 con un punteggio di 469.590 punti.
In precedenza, nel test AI Benchmark, il chipset Huawei HiSilicon Kirin 990 5G era in testa al SoC Qualcomm Snapdragon 855 Plus. Il chipset ha raggiunto un punteggio di 52.403 nel test, molto più avanti rispetto ai punteggi dei chipset Unisoc Tiger T710 e Qualcomm Snapdragon.
Huawei Kirin 990 5G è un chipset octa-core da 7 nm con 10,3 miliardi di transistor. Utilizza due core grandi, due centrali e quattro piccoli per ottimizzare il multitasking, con velocità di clock rispettivamente di 2,86 GHz, 2,36 GHz e 1,95 GHz. Comprende anche un processore grafico Mali G76 a 16 core che dovrebbe offrire molta potenza per i giochi mobili, nonché una cache intelligente integrata per ridurre la larghezza di banda fino al 15 percento.
Oltre all’implementazione del modem 5G, il più grande cambiamento nel Kirin 990 sarà la NPU che è un coprocessore ottimizzato per il tipo di matematica vettoriale che è la linfa vitale dei framework di machine learning.
