这是 miui, 这是小米澎湃 os, miui 和澎湃 os 究竟有哪些不同呢?开机动画,澎湃 os 的开机动画底部会显示安卓,而 miui 底部却没有,难道说 miui 才是自研?而澎湃 os 是套牌安卓。快捷键增多,升级以后任务难省去了文字描述不仅更加简洁,存放的功能快捷键也增多, 但有没有觉得有一丝熟悉?比如这个?但省去文字描述后,有些功能光看图标确实忘记了具体功能,特别是对第一次用小米的人来说, 确实不太友好。实时模糊效果,拖动大文件夹过程中,红派 os 还增加了实时模糊效果。和米油爱对比,红派 os 的 观感要更好,细节拿捏到位。动画效果外观方面还新增了机屏以及锁屏的动画效果,同时锁屏还提供了紧身功能,体验下来,感觉整体呈现效果比米油爱更具设计感。所以你会选择升级吗?
粉丝304.6万获赞1400.5万

鸿蒙系统会不会像安卓一样越用越卡?作为一个程序员和一个应用开发者,鸿蒙系统会不会像安卓一样越用越卡?答案是会的,以后可能不会。要知道为什么鸿蒙系统会像安卓一样越用越卡?首先我们要知道 安卓为什么会越用越卡?安卓是基于另一个是开发的,然后就是安卓 app 都是通过虚拟机的形式来运营的, 虚拟机就有一个缺点,就是越用越消耗内存,产生了很多的垃圾,所以现在的安卓手机一言不合就给你来个十二个 g 的内存,苹果现在才四个 g, 所以很容易卡顿。现在的红梦系统为什么会越用越卡?以后可能不卡 是因为鸿蒙系统是基于微内核的,可以看作升级版的超级立立可视,安卓的内核就变成了鸿蒙的可选添加。像鸿蒙手机的执行顺序就是 open maosp, 然后 app 其他的安卓手机,像小米、 oppo、 vivo, 他们的执行顺序就是 aospapp, 说白了就是华为为了推广 就得兼容现在的安卓 app, 那么他就会越用越卡。以后为什么不会卡?是因为鸿蒙系统有了一定的市场占有率,我们开发者就会单独编一份属于鸿蒙系统的安卓 app 报,就不会走虚拟机,也就不会产生大量的垃圾,也就不会卡。关注老雷,你需要一个懂技术的朋友。

鸿蒙来了,和安卓系统有哪些不一样?二十秒带你快速体验,最大的感受就是开机速度较之前有了不小的提升。相比于安卓时的隐模式 ui, 鸿蒙 os 二点零的过渡动画、通知栏和控制中心都没有太大的变化。鸿蒙二点零能运行各类安卓应用,部分软件针对鸿蒙系统还有单独的适配 游戏支持九十帧数据会直接通布,所以兼容性上不用担心。值得注意的是,鸿蒙并不是单纯的手机系统,他更多的应用会在冰箱、电视等互联网设备上。最后要讲的鸿蒙是开源系统,只要做好适配,所有的安装手机都能用。你觉得鸿蒙会成为第三大操作系统吗?

大家好,我是大刘,这一视频我们来讲 npu, 在智能手机、电脑、平板以及智能电动车里面都有一个芯片呢,叫做 npu, 这个 npu 呢,基本上已经成为现代的主流的 soc 主控单元里面必不可少的一个芯片,那么这一视频呢,我们就来深入的讲一讲 npu 到底是个啥? 要讲 npo 呢,我们还是得从这个 cpu 先说起,那么在黑板上画的这三幅图呢,分别是 cpujpu 和 npu 这三种芯片啊, 无论是 gpu 还是 npo 还是等等其他芯片啊,都是围绕 cpu 在工作的啊,那么我们这一所讲的这个 npo 的话,其实呢就是给 cpu 打工的,大家可以这么理解啊, 这个 cpu 呢,它相当于是一个地主啊,然后这个 npo 呢,相当于是这个地主买的一头驴啊,那么这个驴呢,很明显是来给这个地主干活 拉磨的,那么 cpu 呢,他要想去做一些人工智能定算,他呢会把大概的一个逻辑啊,会把一个工作的准则梳理好,然后呢把相应的一些生产资料分配给这个 npo, 那么 npo 呢,就负责去帮他生产 好吧,那么这个关系呢,就好比是这个地主呢,让这头驴去给他拉磨啊,那么 npo 要计算的这些数据呢,就好比是这个磨盘上面的粮食啊, 然后这个 npo 这头驴呢,就拉着这个墨一圈一圈的转,那么他每转一圈呢,就相当于是完成了一系列的这个指令的预算啊,那么这个粮食呢,就好比他们要处理的数据, 那么当他拉的这个莫属这个圈数越来越多的时候呢,那么这个粮食呢,很明显就会越来越精细化,那么那么 cpu 呢,我们都知道啊,它是一个通用处理器,那么通用处理器呢,对于 cpu 来说呢,它主要是负责 逻辑运算的,它的可编程性能非常强。那么从这个图上可以看出啊,这个黄色部分呢,是 ctrl, 也就是这个控制原器件,然后这个 aiu 呢,是预算单元这一部分进行管呢,主要是用来做预算的, 那么可以看到,基本上有占到百分之五十左右面积的这一部分呢,都是缓存啊,那么这个 jpu 呢,它的这个结构呢,就更加的呃定制化了。今天的 jpu 呢,跟 cpu 一样,同样也是一个通用型处理器啊, 而 gpu 呢,如今通过类似于英伟达的这个酷打框架,或者说苹果的这个欧喷非要框架呢,也可以啊,用第三方的软件来调用 cpu 的一些算例啊,让他不止于去渲染图形,也可以去做其他计算啊,比如说这个呃流体力学的模拟,比如说这个大气的预测等等。那么最早的时候呢, 在人工智能的这个算法的这个训练上呢,实际上大家都用的用的是这个 jpu 啊,因为为什么呢?因为 jpu 从这个算力这个角度来讲啊,他是要比这个 cpu 要强很多的,因为 jpu 呢,他是一个 流水线作业,他呢是最大的特点就是这个并行的计算,他的吞吐量非常大,而且可以同时处理很多条数据。那么在这里呢,也简单的给大家说一下,这个 gpu 在处理图形的时候到底是在干嘛?这个基本上呢,可以分为两个阶段啊,那么第一个阶段呢,就是这个几何阶段, 第二个阶段呢是光山化阶段,那么这两个阶段呢,其实很好理解啊,几何阶段呢,是这样的,呃,首先这个 cpu 啊,它会从这个游戏里面去读取一些这个三维建模的信息,那么其中第一个信息呢,就是这个顶点信息,因为我们知道啊,这个游戏开发者在制作游戏的时候呢, 这里面的所有的剑魔啊,他都是由这个几何形状构成的啊,由一个几何形状构成了一个多面体,那么既然是一个几何形状的话,就意味着他是有顶点的,比如说一个三角形的顶点,就是那三个点,好吧,那么 cpu 把顶点信息交给 dq 以后呢,他要做的第一步处理就是要先把这个顶点信息给处理好, 那么在几何阶段呢,除了要对顶点这个信息做处理了,以后呢,还要进行这个图源装配啊,图源装配什么意思呢?就是把顶点信息给连升线啊,让它形成一个大概的具体的形状出来。那么几何阶段呢,还会进行一步操作呢,就是把这个整个的 gpu 所处理的信息呢,进行一个 排气啊,因为毕竟在游戏世界里面呢,是个三维的,但是你看到的画面呢,实际上是个二维的,好吧,那么在光山化阶段呢,就很好理解了,他实际上是把上一步所处理的一些几何形状啊啊, 进一步的给他进行这个像素化,然后进行上色,这样的话,大家就能看到一个比较真实的画面。那么后来呢,又出现了这个 npo, 这个 npo 是个什么呢? npo 实际上是 他属于这个 asicasic 类芯片啊,这类芯片呢,是一个专门的定制化芯片啊,这个芯片的电路逻辑呢,是不可编程的,他在被做出来以后呢,是只能跑一种算法啊,只能干一种活。 那么 npo 呢,它相比 gpu 呢,就是更进一步的成为了一个专门的高度定制化的芯片。以前的时候, 这个做人工智能呢,用这个 jpo 来进行渲染吧,对吧?其实用这个 jpo 去处理人物智能数据呢,相比 cpo 啊,已经快了很多,但是呢还是不够专业,还是不够这个定制化,那么后来呢,就出了这个 npo, 那么 npo 呢,在电路架构上呢,实际上是要比这个 gpu 更进一步的, 我们可以看到,在这个 jpu 的整个这个芯片的这个逻辑里面啊,这个是控制单元,然后这一部分呢是 jpu 的这个缓存,然后在这些地方呢,每一条呢都是他每一个核心啊, 然后每一个核心里面呢,都会有呃相应的一个控制单元啊,然后也会有相应的这个呃缓存啊,然后他很大一部分内容呢,全部都是这个预算单元,全部都是帮他来做计算的话, 那么可以看到,相比这个 cpu 呢, gpu 的这个预算单元的这个数量是增加了很多啊,这样的话,可以保证他有非常强大的这个病情预算能力。 那么 npo 呢,我们可以看到啊,他跟 gpu 相比呢,也是有非常多个啊,看上去是有非常多个核心啊,是有很多很多的这个预算单元,但是呢有一个很大的区别啊,就是 npo 的架构呢,通常是计算和存储 是一体化的,那么这个红色部分啊,指的是这个存储部分,也就是缓存吗?大家可以看到,在这个 npu 架构里面呢,基本上每一个小模块都会匹配一个缓存,然后匹配一个预算单元啊,然后呢由这一个一个个单元呢构成他的一个基本的预算单位。 那么为什么要这么设计呢?实际上是借鉴了人的一个神经网络啊,因为人的大脑呢是这个计算和存储是一体化的, 那么在这个 npo 中呢,他也是接近了这样一个逻辑啊,就是他在实时计算出来的数据呢,实际上是不跟外部的芯片去通讯的 啊,是不跟外部西北通讯的,他在计算完成一个结果以后呢,会先存储到本地,然后再进行下一步预算,直到最终输出一个结果以后呢,才会返回给这个 cpu。 那么下面呢,我们以这个特斯拉的 fsd, 以他的这个全 全自动驾驶芯片呢为例来做一个说明啊,那么在这个特萨的芯片里面呢,有一个元气件叫做麦克,它呢是乘机累加运算的意思啊,它既可以指一种运算规则,也可以指这里面一个具体的电动逻辑,叫做乘机累加预算器啊,那么这个电动逻辑到底是干嘛用的呢? 那么在特斯拉的这个 fc 芯片里面呢,他的麦克是一个这样的九十六乘以九十六的一个阵列, 特斯拉的这个 fsd 是宣称有这个一百四十四 top 的算例啊,这个一百四十四 top 是怎么来的呢?因为特斯拉的 fsd 里面是有两个 soc 的,那么单个 soc 呢?可以看到啊,就是他的算例呢,是七十二 tops, 九十六乘以九十六的这个麦克阵列,然后再乘以二。 为什么乘以二呢?这个是特斯拉这个 fsd 里面 nq 这个主屏,他的主屏是两记合字,好吧,九十六乘 九十都在乘以二,然后再乘以二,约等于三十六,那么这个地方为什么又再次乘以二呢?再乘以二呢?指的是乘法和加法,因为这是两步操作嘛,对吧?所以说是乘以二,然后呢得出一个三十六 tops。 那么在特斯拉的这个单个 soc 里面呢,是有两组 npo 这个芯片的啊,那么三十六代乘以二呢,就是七十二,这个就是特斯拉这个算例的一个来源啊。 那么除了这个以外呢,实际上目前绝大多数的智能手机也好,还是这个电脑也好,它的这个算力啊,都是这么来的。 当我们讲蒜粒的时候,实际上特指的是他这一个 npo 的蒜粒啊,并不是说整个的一个蒜粒啊。好,那么我们明白特斯拉的这个一百四十四 top 是怎么来的。以后呢,我们再来讲,这个麦克 到底具体指的是一个什么意思啊?麦克呢?他是这个乘机累加运算吗? multiply accumulate 啊,乘机累加运算,很明显是一个乘法,呃,再加一个加法,那么大概可以去这样理解啊, 好,这个是 a, 这个也是 a, 然后是 b 乘以 c, 加上这个 a, 怎么理解呢?就是 b 乘以 c, 会得到一个结果,那么这个结果呢,再加上 a, 他再加上以后呢,实际上又形成了一个新的 a, 那么这个新的 a 呢?再去进行下一步操作,然后呢新的 b 乘 c, 再加上这个 a 啊,这个就是乘机里加运算。 好,那么我们下面呢,从这个一个具体的例子来讲一下成绩两家预算到底是,呃,为什么说这个麦克他要用这样一个预算规则,实际上在这个人工智能里面,呃, 我们以这个卷机神经网络为例啊,那么这个卷机运算,它本质上其实就是这样的一个运算,那么我们可以看到这里有几幅阵列,这个是六乘以六,这个是三乘以三,这个是四乘以四。好,那么这个呢是什么呢?这个其实是一个原始图像啊,一个原始图像。 我们就以这个呃图像识别为例来说一下麦克的一个原理啊,因为本身这个卷进神经网络呢,最早他就是用来去做这个机器视觉的做这个图片识别的。那么我们所讲的这个例子是什么呢?是检测图片里面的一个边缘 啊,比如说这个图片里面有一条狗,有一个人,对吧?那么他跟周围物体的一个边缘去做一个检测,这个检测是怎么来的呢?这是原始图像,那么这上面的数字呢?可以是随机的啊,可以是随机的啊,这个跟具体图片里面那个数字有关,那么这个 数字呢,可以代表亮度,也可以代表其他参数啊。假如说我们以这个它是亮度为例来说明啊,那么可以看到啊,从我们的角度来观察的话,在这个六乘六这类里面啊,很明显这边都是十,然后这边都是零,那么这个 中间这个一定就是他的边缘了,好吧,那么这个呢,是一个大概的一个抽象的概念图啊,这个边缘应该是在中间这一部分,但是如何让机器去知道这个边缘在这一部分呢?那么这个时候呢,就要用到这个麦克预算了。 好,那么这个东西是什么呢?这个三乘三的东西呢?叫做卷机盒,叫做卷机盒柯 no, 也叫做 field, 注意啊,实际上在这个卷机运算里面的柯 ne 和 field 实际上是有差别的, field 呢,实际上是柯纳的一个串联。那么这个具体概念呢,我们就先不去纠结了,总之呢, 我们要知道这个卷机的这个盒呢,卷机盒呢,它实际上是一个权重举证啊,是一个权重举证,就是这个权重举证呢,它有可能是人工输入的,也有可能是通过生存的这个 cn 生存的这个卷机运算去得出来这个结果。总之呢,它相当于是一个模板, 相当是一个模板,他预先设定了这个一一一零零零负一负一负一,他预先呢是先把这个中间这部分给抽象出来啊,这个是一个权重举针, 然后呢你把这个卷机盒啊,把这个三乘三的矩阵呢,把它挪到这个上面来,那么很明显挪到这个上面来以后呢,它对应的第一部分啊,就是这一部分, 就是在这个六乘六里面呢,其中这四分之一,那么就对应这个三乘以三这个阵列,然后对应上以后呢,非常简单做一个非常简单的预算啊,就是一 乘以十,然后零乘以这个十,然后负一呢,再乘以这个十,然后呢后面这两排呢,分别去跟这几个十相乘啊,那么他们每次相乘得出的这个结果呢, 总共把它加起来得出一个数值啊,然后就填到这个地方来,那么很明显在第一步操作中呢,得出的是一个零, 好吧,然后下一步怎么操作呢?把它整个的这个卷机盒原来不是放到这个左上角吗?把它往右移上一格 啊,然后再做同样的运算,做完这个算完以后呢,再往右一根,再右一根,然后呢这一行算完以后呢,然后再从左起往下移一根,从这个地方再开始重复刚才的运算,那么全部运算完毕以后呢,你就会得出一个这样的图,那 很明显按照这个乘呃乘法和加法算出来这个结果呢,在这个四乘四这点里面呢,我们可以看到啊,就是零零零零零零零零零,然后中间这两列呢都是三十, 那么对于这个机器来说呢,这个时候他就可以分辨出来了,中间都是三十,好吧,那么这个时候呢,他就知道中间这一部分 就是边缘啊,这个就是计算机视觉来去分辨这个图片,呃,做这个垂直性的这个图片边缘检测的一个原理啊,那么这个呢,同时也是麦克的原理 啊,这就是为什么在 npo 的这个芯片里面,他的麦克单元呢,要去做这样一种预算啊,刚刚我们所讲的这样一个卷机神经网络的一个运算的步骤呢,实际上是用来干嘛呢?大家有没有看到啊?就是从六乘六到了四乘以四,实际上这个图片呢是变小了,那么其实这个运算呢, 是可以用来对图像做一种锐化的,那么如果说原来的格子在算完以后呢,比原来更大了,比如说他从六乘六成一个,呃,给算成了一个十二乘以十二啊,变大了,那么变大的话,这个过程呢叫做反卷机, 叫做反卷机,那么这种这个算法呢,可以用来将一个图片进行放大处理啊,进行放大处理,放大以后呢,依然保留原来的这个图片的信息和细节啊,这个就是以图片这个处理为例啊,所讲的一个卖核运算的原理啊。 好,那么从这里面我们可以看出啊,就是实际上对于 npo 来说呢,它里面的这个预算规则是非常简单的,无非就是在做一个乘法,然后做一个加法,对吧?然后通过这样一个卷机盒呢,去把相应的一个数值给算出来啊,然后对图像进行处理,就像是我们刚刚说的一样,他是 一个地主,他是一头驴吗?对吧?那么这个驴呢,是来给这个地主进行拉磨的,那么他每转一圈呢,相当于就是算了一呃,算了一次这个阵列啊啊,那么他每算一次这个阵列呢,就相当于是把这个模范上的粮食啊,又压了一圈啊,那么最终的这个这个粮食压好了,压的精细了以后呢,他就可以把结果返回给这个 cpu, 然后 cpu 上面的这个人物智能算法呢啊,包括他的这个模型呢,会对整个的这个图片做一个更深层次的处理啊,去得出一个结论啊,然后指导下一步是该怎么操作的。 那么在这里呢,也补充一点啊,就是我们刚刚讲到啊,对于这个特斯拉的 fsd 来讲,我们可以算出来他的这个算的呢是呃,单盒的,算的呢是三十六 tops, 然后呢一个 sov 上面呢是七十二 tops, 但是要注意啊,现在虽然很多厂家拿这个 npo 的算力来去做宣传啊,呃,宣传呢,我就 是没有问题的,但是一定要注明一点,就是你用的是什么精度?特斯拉的这个精度呢,是这样的,他在乘法方面用的是 int 八,是 int 八整数运算,也就是一个字节的整数运算,位宽是八位。然后呢他的这个加法运算呢,用的是 int 三十二, 也就是四个字节啊,三十二倍的宽度,这个这两者呢都是整数预算啊。那么实际上在 ar 领域呢,最常用的两种这个数据格式啊,数据类型啊,一个是 inter 八, 一个就是 fp 十六这个半经路浮点数啊,这个大家在上中学的时候应该都接触过,半经路浮点数特萨用的是一个 n 特八,一个这个 n 三十二,分别呢是处理这个乘法和加法。好吧,那么 为什么特斯拉不去用这个单呃,这个半经路浮点数或者是 fp 三十二这个单经路浮点数呢?那么这里就设计一个问题啊,就是如果如果你用这个浮点数来去作为数据类型去做处理的话,那么你的这个预算量是非常非常大的, 但是呢,你同时来讲得出的这个结果也是更精细啊,也是更精细的,更接近现实的。 但是呢,用这个 fp 十六或者是 fp 三十二会有一个缺点,那就是工号会非常非常的高啊,所以呢,特斯拉从这个工号角度去呃 考虑啊,依然采用的是一个 inte 八和 inte 三十二的这样一个呃数据格式啊。实际上现在很多手机端的这个 npu 啊,它基本上都是在这个 inte 八这个层次上找出的一些高性能芯片呢,会用到这个 fp 十六,可以这样理解啊,就是当你的精度 要求越来越高的时候,你的算例啊,是要打折的啊,比如说原来是 inte 八,那么你到了三十二以后啊,那么这个算例呢,可能就要减半啊,或者是有不同程度的设计好吧,那么这个是对他的一个影响。那么现在很多的厂家,包括这个消费电子厂家也好,还是这个汽车厂家也好, 他们在设计这个 npo 的时候呢,都会呃综合去考虑,先考虑这个能耗问题,再考虑这个数据运算的这个需求量问题。 那么无论是 a 八还是 fp 十六呢,其实没有一个优点之分啊,主要是看你拥有在什么场景啊,如果是在一些这个大气预测啊,或者是在这个医疗啊等等方面的话,在这个生物第一方面的话,那么你肯定是要求这个预算精度越越高越好 啊,因为在这些场景呢,有足够大的这个空间和资源,能够去帮你预算这样的数据。但是在一些消费电子场景,在汽车这个移动端场景对不对?你不可能放一个 非常大的新品在里面,这个 cpu 和 gpu 呢,全世界啊,没有多少家公司能够真正做出来。但是这个 npo 呢,我们发现啊,很多手机厂商,很多汽车厂商,他自己就可以把这个 npu 家伙给设计出来啊,甚至不需要依赖太多的标准 ip 就可以设计出来。 好吧,那么他的门槛实际上是是比较低的啊,而且呢要想提高他的算率呢,其实就是堆料啊,你把麦克单元的数量扩大,同时呢把这个 呃这个存储的缓存和对外的这个 drm 的带宽啊,这个内存带宽把它加大啊,就是让他实现这个高吞吐量,那么这个时候呢, nq 的算力呢,明显就可以提上来, 他本身呢是没有什么奇特之处的,而且设计 npo 呢也比较简单,因为他用到的指定级非常少啊,非常非常少。像特斯拉这个 npo 呢,好像据说啊是只有八条指定级,那么在这个情况下呢, 就是设计他就比较简单了,好吧,那么这个呢,就是整个呃 npo 的一个原理啊。 ok, 那么关于 npo 呢,我们就先讲到这个地方啊,如果有讲哪里不对的地方,欢迎大家批评指证啊。好,我是大刘,我们下期再见。


哈喽,大家好,今天我们来聊一聊电脑中的三位超级明侠, cpu、 gpu 和 tpu, 他们各自扮演的角色可是截然不同的哦。首先啊,咱们来看看他们的用途, cpu 就像电脑里的全能选手, 通用处理器嘛,啥都能干。那 gpu 啊,则是电脑里的艺术家,最早设计来搞图像的,但是后来发现他在深度学习这些复杂的任务中也能表现的非常出色,那特别是对于一些需要大量任务同时做的情况下。 然后是 tpu, 他是深度学习的王海,专门为了这个领域设计的,对张亮操作特别擅长,那性能呢? cpu 在单线任务和普通计算上威力十足,但一旦遇到高病行任务就有点力不从心了,那这 pu 可就不得了了,对于同时处理任务特别拿手, 深度学习任务都不在话下,而 tpu, 深度学习领域的冠军,对张亮操作简直是信手拈来。那再来说说能效, cpu 功率有点高,效率低,得费点电。 gpu 啊,在某些任务上表现还行,但功耗也不低,而 tpu 功耗低,能效高,就像是电费上了特惠一样。那他们在硬件结构上也是各有千秋, cpu 核心少,啥都能干, gpu 核心多,适合大规模同时计算。而 tpu 呢,专为张良操作优化就是深度学习的绝配。最后啊,咱们来说一说编程模式, cpu, 通用编程,啥语言他都支持, gpu 啊,他就有点挑剔了,要学他的语言,那 tpu 通常得用框架。那我们来总结一下,选处理器要看任务性质, cpu 全能, gpu 擅长并行。 tpu, 深度学习的王者,就像选队员,要根据比赛项目来招兵买马, 你可以根据自己的需求来选择究竟配置哪一种,那以上呢,就是 cpu、 gpu 和 tpu 的差别了,你有更清楚一些吗?那以上呢,就是这期视频的内容了,我们下期再见。拜拜。

都说澎湃 os 苹果味十足,本期视频就来大概对比一下,锁屏更换壁纸,思路一致,你说完全一样倒也不至于,通话的呼出动效简直一模一样。小米这是把苹果控制菜单直接搬过来了,解锁的动效也是很相似, 要不说你能分出来哪个是苹果系统吗?就是左右滑动的动效也差不多。这个小米貌似没照抄,长按后加了个过度动画, 除了通话菜单呼出效果一样,实际上底部的四个布局以及动效都是一样。看来小米还是比较用心,至少把图标重新设计了一下。苹果的大胶囊的确很丑,但是灵动岛也确实很丝滑。小米这个顶部变黑往下弹的设计差那么点。 贬义词,要借鉴就借鉴到底,你动画往上,那我就往下,你能说我抄? 通过上述对比就可以看出来,华为对标苹果是在研究技术,而小米是在研究苹果刚刚发布的帕拉米拉也是一样。

old 屏之间会有差别吗?当然有,每个场地的调教不同,最终屏幕呈现出来的画面差别也会非常大。今天我们就来看看旗舰机中比较有代表性的,比如 iphone 十二 pro max, 一加九 prouch, 小米是 otrl, 论屏幕素质他们都是一流的水平。如果是播放同一个视频,差别会有多大呢? 在画面的完整性方面, iphone 因为有大刘海的缘故,画面完整度最差。小米十一的尔角过度不如一加九 pro 和三星,但是他的前提开口量是比较小的。其次,色彩上可以很明显看到一加九 pro 三星小米的画面要更加鲜艳,我感觉三星和小米的时代保护度要相对更高。 说谁的光感更好,主要还是看个人的喜好吧。我们接着往下看。 那通过以上播放同一段视频后,在 iphone, 一加三星和小米这四款手机中,你最喜欢谁的光感呢?欢迎在评论区留言。

大家好,最近有人问我,就是安卓有没有像这个饿了么 ui 的那种,就是浅端框架,然后浅端组件,然后供这个开发者来使用。 这个安卓啊,其实是没有的,因为安卓的这个个性化是比较突出的,因为一个 app, 对吧?如果你都是千篇一律的话,那基本上是呃触动不了的,然后也是没人使用的,根本就没什么个性。所以啊,就是 app 主打一个就是个性化,然后就是每家 app 啊都是不一样的, 呃,然后也没有一个统一的一个库来进行使用。相反就是前端的话就是比较统一啊,基本上如果是后台管理的话,就是用那个饿了么 ui 那一套其实就可以拿下 啊,就是页面都差不多,对吧?然后能够运用于一些比较,呃,就是广泛的一些场景,但是安 就不行,安卓就没有一些这种比较通用的一些组件,其实有的话,对吧?也是一个 app 里面,然后去写一些比较基础的一些通用的库,然后去做一个单独的模块存在, 所以安卓并没有像这个前端有那么多的那个组件库,所以其实有的话也有一些那种库,但是基本上我觉得也是没有人使用的,比如腾讯也出了一些腾讯的就是那种比较统一的一个 ui, 但是那种的话,我觉得在实际工作项目当中啊,是用不上的,因为公司的 ui 设计是不可能按照 就是腾讯那一套,对吧?然后来进行一个设计,他是根据产品的一个文档然后进行来设计的,所以也是用不上的。嗯,有这些酷,但是,呃,不温不火啊,可以 作为参考,然后去封装一些底层的一些东西,然后在公司里面,但是如果想要去用一套,然后去覆盖所有的一些产品啊,基本上是很难做到的,因为大家也可以看到你用的每个 appui 都是不一样的,那不像前端,就是可能 一些推动组件都是可以使用的,然后用户也是无感知的,因为本身就是一个后台管理,但是不像这个, 呃,就是 c 端啊, a p p 属于 c 端,接近速带用户,然后去,嗯,去,然后去做一些东西是不一样的,所以 ap 开发起来啊,也是没那么容易的。就是,这就是为什么 ap 开发啊,很多,现在很多公司啊,不再招人了,也不再去使用了,是因为开发起来确实比较,嗯,怎么说呢, 笨重一点,然后比较慢一点,然后的话也是要,嗯,发版上线也是比较复杂的,特别是 ios 啊,还有人工审核 app, 就是安卓的话可能可以通过三方平台, 因为市场可能都不用上架,都可以去用,但是苹果是不行的,对吧?所以这也是安卓为什么就是 ap 开发这块就比较慢慢,处于一个比较劣势的一个情况。确实小程序可以替代很多,前端替代了很多,这也是一个非常现实的一个情况,所以也没有一个通用的组建库,也是适用于不了的。

为什么统信和 open order 一拍即合?张磊在采访中表示, open order 的前身是华为服务器操作系统 or os, 在这款操作系统未对外开源之时,我们就注意到了,并与整个团队接触, 因为我们知道这个操作系统支撑了华为内部大量服务器的运营,在生产环境上还是比较有保障的。 得知欧本马尔开元之后,我们觉得对整个产业都可以起到很大的推动作用,毕竟他有大量服务器验证运行的基础。所以同性软件从披荆斩棘的时候就加入了,后面又参与到了很多基础设施的工作中。 统性软件积极参与欧本沃尔社区建设,完成了欧本沃尔各版本的适配工作,目前已经为欧本沃尔 社区贡献软件包超过百个,提交 pr 将近三百个。统性于 os 还基于欧本沃尔尔二十点零三幺 ts 推出了统信于 os 服务器操作系统欧拉版,并针对华为昆铜系列处理器的稳定性和运行性能进行了深度调优。 此外,同性软件将自主研发的桌面环境成功引入 open honor, 丰富了 open orger 的桌面环境。 近几年产业和政策的发展也带给了基础软件领域很大的机遇,在技术层面,国内外还是存在一定差异,但好消息是,国内操作系统领域已经有一批比较资深的研发人员共同投入在原生操作系统的建设当中, 这其中众多生态合作伙伴和用户已给了国产操作系统一定信任和空间,让技术有了用武之地,这是一条需要集众人之力才可以走的更远的路。


安卓用户终于不用羡慕 iphone 了,这是一张图片,长按一下,一道熟悉的光线出现,里面的主体瞬间就抠出来了。而且 iphone 能抠的他能抠, iphone 抠不明白的他还能抠。人可以,宠物可以,物件也可以,甚至分开抠也可 可以。抠出来的图放进中转站,在需要的地方随时拿出来就能用。这个就是 oppo 全新 colorwise 十四的新功能了,我用了两周,除了更快,动画更细腻,这回还有一些很好玩很有意思的新变化。比如刚才这个中转站就非常好用,你在各个地方保存的内容都可以暂存在这里,默认保存三十天, 随时随地,想用就用,甚至他还可以直接跨设备使用,绝了!还有个亮点就是流体云啊,朋友发个地址直接导航,电商口令直接跳转快递单号一键查询,你再也不需要切换应用频繁的去操作了啊,这个就叫专业。另外还有两个功能,我猜你特别需要。一、一键随意,比如证件照在相册里就能一键打上各种 水印啊,再也不需要去找别的 app 了。二、文件随性开。一般的手机收到一份文件,比如福特效果的 psd 文件, mac 的 kinot 文件,都是无法打开的,还得着急忙慌的去找电脑,那现在基本都是可以直接打开,就非常方便了。当然,新功能还有很多,如果你用的是 oppo 或者一加手机,有不少机型已经开放了升级,可以去试试看。