1.1.3 移动终端芯片发展现状

移动终端芯片或集成电路是移动终端的核心关键器件。移动终端的核心芯片通常包括应用处理器（AP）、基带处理器（BP）、射频模块、电源管理模块以及接口控制模块等［5］。应用处理器支持逻辑处理与计算，随着移动终端智能化发展，为了更好地支持高效智能计算与3D、4K图像及视频处理，应用处理器在传统中央处理器（CPU）的基础上，引入了神经处理单元（NPU）及图形处理单元（GPU）等异构计算模块［6］［7］。基带处理器实现通信信号处理功能，射频模块负责信号的收发，电源管理芯片负责元器件的电力供应管理，接口控制模块则负责各种外设接口逻辑控制。

从芯片形态上看，各类处理器与模块可以以独立的形态存在，也可高度集成于一个片上系统（SoC）。由于移动终端对轻、薄的极致追求，以可复用IP核为基础的SoC成为主流的芯片设计技术。但是，SoC对芯片的集成度及制造工艺提出了更高的要求，例如，2020年10月华为公司发布的移动终端SoC芯片麒麟9000采用了5 nm的制造工艺，集成了8个CPU核、3个NPU核和24个GPU核。

CPU主要分为ARM架构和X86架构。ARM架构为32位精简指令集处理器架构（RISC），而X86架构则是由Intel公司设计的复杂指令集处理器架构（CISC）。目前，以低功耗见长的ARM处理器已占据移动芯片市场总销售量的90%以上。从精简指令集体系结构角度看，ARM处理器包括ARMv1～ARMv9等架构；如果从处理器内核角度看，ARM处理器包含ARM7、ARM9、ARM11以及Cortex等架构［8］。两种划分方法的对应关系见表1-1。不同处理器内核架构适用于不同应用领域，例如，Cortex-A系列架构多应用于移动智能终端领域，Cortex-M系列架构多应用于工业控制嵌入式领域，Cortex-R系列架构则多用于对稳定性要求高的领域。

表1-1 ARM架构简介

（续）

由于CPU遵循的是冯·诺依曼架构，架构中大量空间用于放置存储单元（Cache）与控制单元，相比之下计算单元（ALU）只占据了很小的一部分，因此，CPU在进行大规模并行计算方面受到限制，更擅长处理逻辑控制。与CPU相比，GPU是由大量运算单元组成的大规模并行计算架构，专门用于处理多重并行计算任务［9］。近年来，人工智能技术广泛应用，移动应用对于高效移动智能计算的需求激增。因此，NPU已成为中高端移动芯片的标配，其工作原理是在电路层模拟人类神经元和突触，并使用深度学习指令集直接处理大规模的神经元和突触，一条指令完成一组神经元的处理。相比于CPU和GPU，NPU通过突触权重（synaptic weight）实现存储和计算一体化，能够大幅提高智能计算效率。