这也是星光与其他手机大厂，最为不同的地方。
绝大多数厂商，多是等供应链厂商，推出成熟的标准化元器件，或是现成解决方案后，再整合到自家产品中。
比如去年闹得沸沸扬扬的“超声波指纹模组”。
小米和乐视，都宣称“自主研发”。
但实则，两家的指纹模组与解决方案，都是来自高通。
而星光的路数，却与行业常态截然不同。
那帮家伙更倾向于，基于自身需求，反向驱动核心供应链厂商，进行深度定制。
甚至参与并主导上游技术研发，将尚未普及的前沿技术，率先落地量产。
哪怕要承担更高的研发成本和量产风险，也要抢占技术制高点！
比如，汇顶科技和AuthenTec的指纹模组、京东方的屏幕、舜宇光学的摄像头模组、欣旺达和比亚迪的电池。
等等等等。
跟苹果的“深度控制供应链”模式有些类似，但还要更加深入。
这种爆表的掌控欲，也是没谁了。
不过倒也符合，一众业内人士，对那位极光掌门人的刻板印象。
那家伙，属于“逆全球化”的典型案例！
业内没少蹦出一些妖魔鬼怪，拿这一点抨击星光，指责其浪费研发资源。
只不过，无人在意就是了~
当然，最让赵铭和余成东感到吃惊，或者说是震惊的，还得是极光O2搭载的昆仑400B芯片。
更准确的说，其所集成的“骄阳X1”NPU！
该模块采用星光自主研发的“骄阳架构”，FP16算力高达1.8TOPS！
远超苹果A11 Bionic与麒麟970！
前者算力约0.6TOPS。
后者搭载的寒武纪1A，优化适配后，算力也不过才1.1TOPS。
以实测数据为例。
苹果A11的图像识别速度，约为889张/分钟。
麒麟970，约为2005张/分钟。
而星光在发布会中给出的数据为：昆仑400B的图像识别速度，高达3800张/分钟！
是A11的4.27倍！
麒麟970的1.89倍！
直接把移动AI算力的天花板，拉高了一个维度！
并且，骄阳X1还原生支持INT4/INT8/FP16混合精度运算！
可根据任务需求，动态切换精度模式！
例如，处理图像识别、语音转文字等，对精度要求中等的任务时，自动切换至INT8模式，兼顾速度与准确率。
运行AR建模、实时翻译等高精度需求场景时，无缝切换至FP16模式，保证运算精度不打折。
面对低功耗场景，如后台智能推送，则切换至INT4模式，功耗降低60%以上！
反观苹果A11 Bionic与麒麟970，在精度支持上，则显得格外局限。
A11的双核神经引擎，仅支持固定精度运算。
所有AI任务，都只能依赖单一精度模式，无法根据场景动态调整。
导致其在高精度任务中，能效比偏低；低功耗场景下，又浪费算力。
麒麟970，虽能支持INT8/FP16双精度，但同样缺乏动态切换能力，需通过软件手动设置。
更关键的是，两者都不支持“混合精度协同运算”。
无法像骄阳X1那样，在同一任务中，让不同模块，分别采用适配精度。
导致两者的算力利用率，始终停留在60%~70%。
而骄阳X1的算力利用率，却高达惊人的92%！
这也是其图像识别速度，能实现碾压的核心原因之一。
很显然，星光又一次走在了所有人前面。
并且甩了全行业，不止一个身位。。
可预见的是，极光O2大概率又要创造奇迹了。
只希望，不会对华威Mate10，造成太过猛烈的冲击吧。。