史上最全面的深度学习硬件指南
(window.slotbydup=window.slotbydup || []).push({
id: '2611110',
container: s,
size: '240,200',
display: 'inlay-fix'
您当前位置： &
[ 所属分类
作者 红领巾 ]
深度学习计算密集，所以你需要一个快速多核CPU，对吧？还是说买一个快速CPU可能是种浪费？搭建一个深度学习系统时，最糟糕的事情之一就是把钱浪费在并非必需的硬件上。本文中，我将一步步带你了解一个高性能经济系统所需的硬件。
研究并行化深度学习过程中，我搭建了一个GPU集群，为此，我需要仔细挑选硬件。尽管经过了仔细的研究和逻辑推理，但是，挑选硬件时，我还是会犯相当多的错误，当我在实践中应用集群时，错误就会显现出来。下面就是我想分享的东西，希望你们可以不要再掉入同样的陷阱。
在这篇博文中，我们假设你会利用GPU来进行深度学习。如果你正在构建或升级你的深度学习系统，忽视GPU是不理智的。GPU正是深度学习应用的核心要素——计算性能提升上，收获巨大，不可忽视。
我在以前的博客中详细谈到过GPU的选择，GPU的选择也许是深度学习系统中最关键的选择。当前市场上的GPU：通常来说，如果你缺钱，我推荐到eBay上购买GTX 680，或者GTX Titan X（如果你很有钱，用来做卷积），或者GTX 980（非常有性价比，但对于大型卷积神经网络有点局限），另外如果你需要一个低成本的存储则可以选择GTX Titan。我之前支持过GTX 580，但是由于cnDNN库的新升级大幅增加了卷积的速度，所有不支持cuDNN的GPU都得淘汰了——GTX 580就是这样的一个GPU。如果你完全不使用卷积神经网络，那么GTX 580仍然是一个可靠的选择。
Suspect line-up嫌疑人清单：你能够识别哪个硬件是糟糕表现的罪魁祸首吗？这些GPU之一？或者还是CPU的错？
为了能够明智地选择CPU我们首先需要理解CPU，以及它是如何与深度学习相关联的，CPU能为深度学习做什么呢？当你在GPU上跑深度网络时，CPU进行的计算很少，但是CPU仍然需要处理以下事情：
在代码中写入并读取变量
执行指令，如函数调用
启动在GPU上函数调用
创建小批量数据
启动到GPU的数据传输
所需CPU核的数量
当我用三个不同的库训练深度学习网络时，我经常观察到一个CPU线程显示100%（并且有时候另一个线程会在0-100%之间浮动），你会立刻知道大部分深度学习库——以及实际上大部分通用软件应用——仅仅只利用一个线程。这意味着多核CPU非常无用。但如果你运行多GPU，并使用像MPI一样的并行化框架，那么你就同时运行了多个程序，你也会需要多个线程。每个GPU跑一个线程还不错，但是每个GPU跑两个线程对于大部分深度学习库来说能够带来更好的表现；这些库在单核上运行，但是某些时候调用异步函数则会用到第二个CPU线程。记住许多CPU能够在每一个核上运行多个线程（尤其对于Intel的CPU来说），因此每个GPU对应一个CPU核通常就够了。
CPU与PCI-Express
这里是个陷阱！一些新型号Haswell CPU并不支持全部40个PCIe通道，而旧的CPU则可以——避免这些CPU，如果你希望建立一个多GPU的系统。并且确保你的处理器确定能够支持PCIe3.0，如果你的主板采用PCIe 3.0。
CPU缓存大小
正如我们之后会看到的，CPU缓存大小与CPU-GPU下游管道运算没有关联，但是我会用一个简短的部分来说明，这样我们就可以确定计算管道上每个可能的瓶颈都被考虑在内，从而全面理解整个过程。
人们购买CPU时经常会忽视缓存这个问题，但是通常来说，它在整个性能问题中是非常重要的一部分。CPU缓存是容量非常小的直接位于CPU芯片上的存储，物理位置非常接近CPU，能够用来进行高速计算和操作。CPU通常有缓存分级，从小型高速缓存（L1，L2）到低速大型缓存（L3，L4）。作为一个程序员，你可以将它想成一个哈希表，每条数据都是一个键值对（key-value-pair），可以高速的基于特定键进行查找：如果找到，就可以在缓存得值中进行快速读取和写入操作；如果没有找到（被称为缓存未命中），CPU需要等待RAM赶上，之后再从内存进行读值——一个非常缓慢的过程。重复的缓存未命中会导致性能的大幅下降。有效的CPU缓存方案与架构对于CPU性能来说非常关键。
CPU是如何决定它的缓存方案是一个复杂的话题，但是通常来说，重复使用的变量、指令和内存RAM地址会保存在缓存中，而不经常出现的则不会。
在深度学习中，对于每一个小批量数据单元相同的内存范围会重复进行读取直至送至GPU（同时这块内存范围会被新数据覆盖），但是内存数据是否能够被存储在缓存中则取决于小批量单元大小。对于128的小批量单元的大小，我们会有相对应的0.4MB的MNIST数据与1.5MB的CIFAR数据，能够放入大部分CPU缓存。对于ImageNet来说，我们每个小批量单元有超过85MB的数据，这即使对于最大的缓存（L3缓存仅仅有几个MB）来说也实在太大了。
由于通常数据集对于缓存太过巨大，每一批新的小批量处理单元数据都需要从内存RAM中进行读取——因此对内存RAM的访问是持续在进行。
内存RAM记忆地址存储于缓存中（CPU能够在缓存中迅速查找，指出数据在RAM中的确切地址），但是这只在整个数据集都存储于RAM的时候才能如此，否则记忆地址会改变，缓存也不会加速（你可能会想利用固定保留地址避免这种情况，但是就像你之后会看到的，其实这也没有意义）。
深度学习代码的其他部分——例如变量与函数调用——则会从缓存中受益，但是这些通常都数量很少，并且很容易就存储于几乎所有CPU的小型快速L1缓存中。
从这些推论中可以总结一下，CPU缓存大小并不是很重要，下一部分的深层分析则会继续阐述这个结论。
寻找合适的CPU时钟频率（频率）
当人们想到快速的CPU时，他们一般最先想到其时钟频率（clock rate）。4GHz比3.5GHz快，是这样吗？在比较具有相同架构的处理器时，这一般是对的，例如「第三代酷睿处理器」（Ivy Bridge）。但在比较不同架构的处理器时，这个想法却不那么正确。而且这也不总是对于性能的最好测量指标。
在深度学习中，只有很少一部分的计算会用CPU来运行：增值几个变量、评估几个布尔表达式、在GPU或在编程里面调用几个函数——所有这些会取决于CPU核的频率。
这种推理似乎是合理的，但当我运行深度学习编程的时候，CPU会有100%的使用率，那这是怎么回事儿？为了找出原因，我做了一些CPU核频率降频的实验。
CPU降频后在MNIST及ImageNet的表现：使用不同的CPU核频率，将MNIST数据集运行200遍或遍历1/4的ImageNet数据集运行作为测量时间，我们测量CPU的性能，其中我们将每个CPU的最高频率定位参照线。对于比较：在性能上，GTX Titan比GTX 680提升了15%；GTX 980比GTX Titan提升了20%；GPU超频比任何GPU提升了5%。
问题是：为什么当CPU核频率是无关紧要的的时候，它会用上100%的使用率？答案可能是CPU的高速缓存未命中：一般情况下，CPU会不断忙于访问RAM，与此同时，它需要一直等待频率较慢的RAM跟上步伐，因此这可能导致了即忙碌着等待中的矛盾状态。如果真是这样，将CPU核降频将不会导致其性能的大幅降低——正如你在上面看到的结果。
CPU也执行其他一些操作，如将数据抄到微型批次里，并将数据准备好以便复制到GPU，但这些操作其实只取决于内存频率，而不是CPU核频率。所以我们现在来看看内存。
寻找合适的RAM频率
CPU-RAM以及其他设备与RAM的互动都式非常复杂的。我在这儿会给出该互动过程的一个简化版。为了得到一个更为全面的理解，让我们潜入其中并剖析从CPU RAM 到 GPU RAM的这一过程。
CPU的内存频率与RAM是相互交织的。CPU的内存频率决定了RAM的最大频率，并且这两个东西结合起来构成了CPU整体内存的带宽。但通常RAM本身决定了整体可使用的带宽，因为它可以比CPU的内存频率更慢。你可以如此决定带宽，其中64是64位的CPU结构。而我的处理器及RAM模块的带宽是51.2GB/s。
那么这与深度学习程序有什么关系？我刚刚说带宽有可能是重要的，但在下一个步骤中，它还不是那么重要。RAM的带宽决定了小批次数据对应内存被覆盖并被分配来启动一次到GPU数据传输上有多快，但在下一个步骤，从 CPU-RAM到GPU-RAM，才真正是瓶颈了，此步骤利用了直接存储器存取（DMA）。正如上面所引述的，我的RAM模块的内存带宽是51.2GB/s，但DMA带宽却只有12GB/s！
DMA带宽与一般的带宽相关，但细节是不太需要知道的，你可以看看这个维基百科条目（http://en.wikipedia.org/wiki/DDR3_SDRAM#JEDEC_standard_modules），你能在此查阅RAM模块的DMA带宽（峰值传输限制）。但先让我们看看DMA是如何工作的。
直接存储存取（DMA）
CPU和其对应的RAM只能透过DMA与GPU通信。第一步，一个特定的DMA传输缓冲器在CPU RAM 及 GPU RAM里被保留；第二步，CPU将所请求的数据写入CPU那边的DMA缓冲器里；第三步，受保留的缓冲器在没有CPU的帮助下被转移到GPU RAM里。你的PCIe的带宽是8GB/s (PCIe 2.0) 或是 15.75GB/s (PCIe 3.0)，所以你需要买一个像上面所说的，具有良好峰值传输限制的RAM吗？
未必。软件在这里起着很大的作用。如果你用聪明的方法来做一些传输的话，你将可以能利用更便宜更慢的内存来完成任务。
异步的微批次分配
一旦你的GPU在当前的微批次中完成计算，它希望马上计算下一微批次。现在你当然可以初始化一个DMA传输，然后等待传输完成以使你的GPU可以继续运算。但有一个更有效的方法：提前准备好下一批微批次以便让你的GPU完全不再需要等待。这可以轻易并异步地完成来确保发挥出GPU的性能。
异步迷你批次分配的CUDA代码：当GPU开始处理当前批次时，头两个调用被执行；当GPU处理完当前批次以后，最后两个调用被执行。数据传输早在数据流在第二步被同步的时候完成了，所以GPU可以无延迟的开始处理下一个批次。
在ImageNet 2012，对于Alex Krishevsky的卷积网络，一个大小为128的迷你批次只用了0.35秒就进行了一次完整的反向传播。我们能在这么短的时间里分配下一个批次吗？
如果我们采用大小为128的批次及维度为244x244x3的数据，大概总量为0.085 GB。采用超慢内存，我们也有6.4GB/s的速度，或换句话说，每秒75迷你批次！所以有了异步迷你批次分配，即使是最慢的RAM对于应付深度学习也是绰绰有余了。只要采用了异步迷你批次分配，买较快的RAM模块将没有任何好处。
这个过程还间接意味着CPU缓存是不相关的。对于DMA传输来说，CPU可以多快改写（在高速缓存中）及准备（将缓存写入RAM）一个迷你批次是无关紧要的，因为整个传输早在GPU要求下一个迷你批次前就完成了——所以大型缓存真的不是那么重要。
因此底线是RAM的频率是不相关的。买那些便宜的吧——故事完结。
但你需要购买多少呢？
你应该拥有至少和你的GPU内存大小相同的内存。你能用更小的内存工作，但是，你或许需要一步步转移数据。不过，就我个人经验而言，内存越大，工作起来越舒服。
心理学家告诉我们，专注力这种资源会随着时间的推移而逐渐耗尽。内存就是为数不多的，让你保存注意力资源，以解决更困难编程问题的硬件之一。与其在内存瓶颈上兜转，浪费时间，不如把注意力放在更加紧迫的问题上，如果你有更多的内存。有了这一前提条件，你可以避免那些瓶颈，节约时间，在更紧迫问题上投入更多的生产力。特别是在Kaggle竞赛中，我发现，额外的内存对特征工程非常有用。所以，如果你有钱而且需要做很多预处理工作，那么，额外内存将会是不错的选择。
硬盘驱动器/SSD
在一些深度学习案例中，硬驱会成为明显的瓶颈。如果你的数据组很大，通常会在硬驱上放一些数据，内存中也放一些，GPU内存中也放两mini-batch。为了持续供给GPU，我们需要以GPU能够跑完这些数据的速度提供新的mini-batch。
为此，我们需要采用和异步mini-batch分配一样的思路。用多重mini-batch异步读取文件 ——这真的很重要！如果不异步处理，结果表现会被削弱很多（5-10%），而且让你认真打造的硬件优势荡然无存 ——在GTX680上，好的深度学习软件跑起来会快得多，胜过GTX980上的糟糕的深度学习软件。
出于这种考虑，如果我们将数据保存为32比特浮点数据，我们会遇到Alex参加ImageNet 所使用的卷积网络遇到的数据传输速率问题，大约每0.3秒0.085GB，计算如下：
或每秒290MB。
不过，如果我们将它保存为jpeg数据，我们就能将它压缩5-15倍，将所需读取带宽降低到大约30MB每秒。
类似，一个人能够使用mp3或者其他压缩技巧来处理声音文件，但是，对于其他处理原始32比特浮点数据的数据组来说，不可能很好地压缩数据：我们只能压缩32比特的浮点数据的10-15%。因此，如果你有大的32比特数据组，那么，你肯定需要SSD，因为100-150MB/S的硬驱会很慢，不足以跟上你的GPU——因此，如果你的工作需要处理这样的数据，买个SSD吧，否则的话，普通硬驱就够了。
许多人买一个SSD是为了舒服：程序开始和响应都快多了，大文件预处理也快很多，但是，对于深度学习来说，仅当你的输入维数很高，不能充分压缩数据时，这才是必须的。
如果你买了SSD，你应该选择能够存下和你通常要处理的数据集大小相当的存储容量，也额外留出数十GB的空间。另外用普通硬驱保存你尚未使用的数据集的主意也不错。
电源供应设备（PSU）
一般说来，你需要一个给你未来所有GPU充足供应的PSU。随着时间的推移，GPU通常会更加高效节能；因此，尽管其他组件会需要更换，PSU会用很久，一个好的PSU是一个好的投资。
CPU加上GPU所需瓦特，再加上其他组件额外所需以及作为电力峰值缓冲的100-300瓦特，你就能计算出所需瓦特。
一个需要注意的重要部分就是，你的PSU的PCIe接头是否支持带有一条连接线的8pin+6pin接头。我买过一个PSU，有6x PCIe端口，但是，仅适用于8pin或者6pin的接头，所以，我没法用那个PSU跑4个GPU。
另一个重要的事情就是买一个能效等级高的PSU，——特别是，如果你跑很多GPU而且还要跑比较久。
在全功率（瓦特）上跑一个4 GPU系统，训练一个卷积网络两个礼拜，耗能300-500kWh，在德国——电力成本更高，每kWh多出20美分——会花60到100欧元（66到111美元）。如果这是百分百高效节能的价格，那么，用80%的电源供应来训练这样一个网络，成本将额外增加18到26欧元。对于1个GPU来说，花费就少很多，但是，仍要抓住要点 ——将更多的钱花在高效电源供应上，很有意义。
散热十分重要，这更有可能成为一个大瓶颈，比糟糕的硬件选择更能降低系统表现。你可能会满足于给CPU配一个标准的散热片，但是，要给你的GPU配些什么东西，需要特别的考量。
当现代的GPU运行一个算法时，它会一直加速至最大极限，同时加速的还有能量消耗，但当到达它的温度壁垒，通常是80摄氏度，它就会降低运行速度来避免打破临界温度。在保护GPU避免过热、情况安全的同时，也让GPU达到最佳状态。
但是，典型的电扇速度设置是被预编程的，完全不是为运行深度学习项目而设计的，所以，在开始深度学习程序后的几秒内就会达到其温度壁垒。结果，GPU的运行效果下降（几个百分比），如果有好几个GPU，由于GPU之间会相互加热，那么，整体效果的下降幅度就会非常明显（10-25%）。
由于NVIDIA GPU是首屈一指的电竞GPU，它们非常适应系统的运作。Windows系统中，你可以通过几个简单的按键改变风扇的设置，但在系统中不行，不过，多数深度学习库都是在Linux环境下运行的，所以，这会导致问题出现。
最容易且性价比最高的变通方案就是，用一个有更合理风扇设定的BIOS程序更新GPU以提升速度，这样就能保持GPU凉爽的同时，噪声也不至于不可接受（如果你用服务器解决这个问题，那么，为了避免难以忍受的噪声，你很可能会在风扇运行速度上打折）。也可能超速运行GPU的存储器，这会有一些噪声（30-50兆赫），这也是相对可行的方法。更新BIO的软件是一个在Windows系统下设计的程序，但可以用wine操作系统从Linux/Unix OS中调用这个程序。
另一个选择是为你的Xorg 服务器（Ubuntu操作系统）设置配置（set a configuration），在这个Xorg 服务器中，设置「coolbits」选项。在只有一台GPU的时候这个方法非常有效，但如果对多台GPU，也就是说有「无头（headless）」GPU，比如这些「无头」GPU没有连显示器，那么，就必须模拟一台显示器，但模拟显示器难度非常之高。我曾试了很久，无比沮丧的花了数个小时，用实时（live）启动光盘恢复我的图形设置，始终没法让这个程序在「无头」GPU上正常运转。
还有一个方法花费较高也较为复杂，就是用水冷却。应用于单GPU时，即使是最大功率的情况，也几乎可以将温度减半，所以永远不会达到温度壁垒。就算是面对空气降温无法应对的多GPU情况，也可以很好的降温。用水降温的另一个好处是，它运行时产生的噪音较少，如果你处在一个与他们共同工作的环境下，这将带来极大的方便。水冷却法花费大约为每GPU100美元左右，前期大概要额外投入50美元。水冷却法还需要另花一些精力组装电脑，对于这方面可以找到很多详尽实用的指南手册，且花不了几个小时。维护期间就会简单方便许多了。
从我的经验来看，这些是比较对症下药的方法。我为我的深度学习组团买过大型的塔型机箱，因为他们在GPU的区域有另加的风扇，但我发现，这并没有太大的作用，大约只降低了2-5摄氏度，不值得为此花这么多钱还得忍受笨重的机箱。最重要的还是直接作用于GPU的降温措施：更新BIOS，水冷法或忍受打了一定折扣的运行效果，在某些场合下，这些都是非常有效的应对方式，你可以根据自己需要找到合适的应对方式。
主板和电脑机箱
你的主板要有足够的PCIe接口，来支持你希望同时运行的GPU（通常局限于4台GPU，即使主板上有很多PCIe槽。记住，多数GPU都需要占2个PCIe槽的宽度，例如，你会需要7个槽口来链接4台GPU。PCIe2.0接口也是可以接受的,但PCIe3.0接口更加经济，即使只对单GPU性价比也很高，如果对多GPU，通常都会使用PCIe3.0接口，这会对多GPU运作带来很大的好处，因为PCIe的连接口多数情况下是个瓶颈所在。
主板的选择策略十分直接：就选那款可以支持你想要的硬件配置的就行。
当你选择机箱时，要确保它能满足你GPU的长度要求，这样它才能在主板上放稳。多数机箱都能满足要求，但如果你选的是一个小机箱，就需要多加留心。要核查它的面积和规格，你也可以尝试用google的图片搜索引擎，看看能不能找到GPU放在上面的图片。
我刚开始也觉得写显示器是件很滑稽的事，但他们确实会造成很大的影响，非常重要，不能忽视。
我在我的3'27英寸显示器上付出了可能是我从未有过的大代价，买了几个显示器后，效率提高了很多。如果我只能用一台显示器，那我的效率肯定会大打折扣。别在这上面和自己过不去，如果你不能有效的运转一个快速的深度学习系统，那它又有什么好处？
我进行深度学习系统工作时，显示器的典型布置一般是：Papers、Google搜索、gmail、stackoverflow网在左，中间是编程界面，右边是输出窗口、R、文件夹、系统显示器、GPU显示器、待办事项以及一些其他小的应用。
组装电脑的其他感言
很多人都会被组装电脑这个主意吓到，硬件很贵，谁都不想花冤枉钱。但道理其实很简单，本就不该装在一起的硬件没法凑合。手动主板上的每个组件都有特定的位置，如果你没有经验也可以找到很多指南、手把手的教程视频教你。
关于组装电脑有一个很大的好处就是，只要你组装过一次，你就会知道各个组件的位置，因为电脑都是以非常相似的方法组建起来的——所以组装电脑可以成为一个重复应用相伴一生的技能。还有什么理由不试一下呢！
结论 / TL;DR
GPU：GTX 680 或者GTX 960 (穷); GTX 980 (表现最佳); GTX Titan (如果你需要存储器的话); GTX 970 (no convolutional nets)。
CPU：每个GPU 2个线程; 全套40 PCIe 线路和合适的PCIe 配件(和主板配套); & 2GHz; 快速缓冲储存区不用太在意。
内存：使用异步mini-batch分配； 时钟频率和内存时序无关紧要；购买至少像GPU内存一样多的CPU内存。
硬驱：硬驱动/SSD：使用异步batch-file读取和压缩数据，如果你有图像或声音数据；除非你处理的是带有高输入维度的32比特浮点数据组，否则，普通硬驱就可以了。
PSU：GPU+CPU+(100-300）就是你所需的电源供应量；如果你采用的是大的卷积网络，那么，就买个能效级别高的；确保有足够PCIe接头（6+8pin），并足以支持你未来可能买入的GPU的运行。
散热：如果运行单个GPU，在你的设置中设定「coolbits」flag；否则，更新BIOS和加快风扇转速就是最便宜最简单的办法；需要降低噪音（与其他共处一室）时，用水来为你的多GPU散热。
主板：选择PCIe 3.0，带有和你以后所需GPU数量一样多的槽口（一个GPU需要两个槽口；每个系统最多4个GPU）
显示器：如果你想升级系统，让它生产力更高，较之升级GPU，再买一台显示器会有意义得多。
（注：文章于日更新：去除了对GTX580的推荐。）
欢迎加入本站公开兴趣群
软件开发技术群
兴趣范围包括：Java，C/C++，，Ruby，shell等各种语言开发经验交流，各种框架使用，外包项目机会，学习、培训、跳槽等交流
Hadoop源代码研究群
兴趣范围包括：Hadoop源代码解读，改进，优化，分布式系统场景定制，与Hadoop有关的各种开源项目，总之就是玩转Hadoop
转载请注明本文标题：本站链接：
分享请点击：
1.凡CodeSecTeam转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责；
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性，不作出任何保证或承若；
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
登录后可拥有收藏文章、关注作者等权限...
人生就像一场舞会，教会你最初舞步的人，却未必能陪你走到散场。
手机客户端
，专注代码审计及安全周边编程，转载请注明出处：http://www.codesec.net
转载文章如有侵权，请邮件 admin[at]codesec.net小米Note标准版超级深度评测
小米Note标准版超级深度评测
如果一定要指定一个品牌来代表国产手机，非小米莫属。出身四年，小米以一己之力成功改变了国内智能手机市场，甚至连三星、索尼这样的巨头都不得不承认小米手机对其产品在中国所带来的销量影响。高配低价也一度成为小米手机的代名词，可在最新款小米Note上，我们却看到了小米对其产品思路的转变，一举打破1999元的价格魔咒。而小米Note也并不仅是将价格提至2299元，同时还带来了5.7英寸大屏与全新的设计，并将创新延伸至专利级，它将是小米全新政策下的产品，而小米Note的全新命名也显而易见。　　对于这款小米Note手机，从产品层面来说最大的亮点无疑是在设计部分，例如双面玻璃、超窄边框、金属边框等等，整个外观有了明显的“溢价感”，可以说是历代小米手机中最精致的一款，当然略微遗憾的则是小米系列手机没有找到一个很好的外观延续性，仍处于不断摸索的状态。不过即便如此小米Note依旧是目前最强大的小米产品，即便它的售价已经升至2299元，那究竟这款小米Note手机有何亮点?是否物超所值?在如今白热化的国产手机中能否笑傲依旧?　　硬件参数优势并不明显　　提到小米手机，必然会和发烧硬件联系到一起，而在小米Note上也同样如是。它在硬件上同样给我们带来了不少的惊喜。例如5.7英寸1080p显示屏，拥有95%的广色域表现，并且在阳光下清晰可见。此外在核心硬件方面依旧使用高通骁龙801平台，配备3GB运行内存，并使用索尼1300万像素相机，拥有OIS光学防抖、F/2.0大光圈和双色温闪光灯的特性，此外还内置3000毫安电池，支持移动/联通双4G网络，运行基于Android 4.4的MIUI 6系统。　　　　小米Note标准版、高配版与小米手机4参数对比手机小米Note标准版小米Note高配版小米手机4屏幕尺寸5.7英寸5.0 英寸屏幕特性95% NTSC色域表现，74.42%屏占比84% NTSC，72.27%分辨率像素/(小米Note高配版)处理器高通骁龙801高通骁龙810高通骁龙801SIM卡MicroSIM / NanoSIM 双卡槽MicroSIM 单卡RAM3&GB4&GB3&GB机身内存16/64 GB64 GB16/64 GB主摄像头　1300万，F/2.0，光学防抖1300万，F/1.8前置相机400万，单位像素2um800万，美颜拍照操作系统MIUI 6机身尺寸&155.1x77.6x6.95 mm139.2x68.5x8.9 mm机身重量161g149g电池3000 mAh 4.4V充电电压3080 mAh机身颜色黑色 / 白色（小米Note高配版独享金色版）网络制式FDD/TDD/WCDMA/TD-SCDMA/GSM移动/联通/电信三版价格2299元（16G版）3299元（64G版）1999元（16G版）　　如果单纯只从硬件上看，小米Note的优势显然没有那么明显。毕竟以高通骁龙801为核心的配置在国产手机中已然大众化，并且价格也愈发低价化。所以实际上小米Note的亮点并不是在硬件方面，外观设计显然是它的加分点，此外再加上屏幕、相机、系统等方面的差异化，小米Note才大有信心将售价调至2299元。接下来评测的一开始，我们就来看看究竟外观是如何为小米Note加分的？　　外观工艺更进一步　　乔布斯说过，iPhone卖给用户的是iOS系统，而精妙的外观设计更像是iOS的包装。这个观点如果换在小米身上也在适合不过了。有了成熟的MIUI系统，小米再不像小米1代时候那样尴尬的喊出没有设计就是最好的设计了。从小米4开始，小米就开始注重外观设计，而来到小米Note身上，小米打出了外观与工艺更进一步的口号。文章的开始，我们就一起来看看小米在小米Note的设计上花了什么样的心思。　　首先，正面方面，此次小米采用了2.5D弧面康宁大猩猩三代玻璃，所谓2.5D弧形玻璃是相对于3D弧形玻璃而言的。2.5D弧形玻璃仅在屏幕边框附近做弧度处理。2.5D弧形屏幕能够使得屏幕观感从整体上看上去非常舒缓，并且特别是黑色手机，当外部光线照射在表面上的时候，能够表现出圆润的观感。并且手感方面，当用户进行点触边缘的时候，手感更好，降低棱角分明的中框对于手感的影响。并且最重要的一点就是2.5D弧形玻璃能够让人的视觉觉得边框更窄。　　机身顶部方面，搭载了一颗400万像素单个像素达到2um的前置摄像头。目前智能手机主摄像头单个像素基本维持在1.4um左右，而前置摄像头基本还处于1um以下。采用如此大单像素面积的摄像头就是为了解决在暗光环境下改善画面亮度和画面纯净度。至于相比于其他手机，这颗前置摄像头优势有多明显?我们拍照环节中为您解读。　　机身底部方面，配备了菜单键、HOME键和返回按键，属于小米手机的标准配置。发布会上，雷军也表示在正面屏幕更大的同时，小米Note正面长度要比iPhone6 Plus更短。时下各大厂商纷纷追求超高屏占比，其实原因很简单，正面屏幕占比越大越能够突出屏幕上显示的内容，减少多余设计对于用户使用手机带来的视觉干扰。小米Note在正面屏占比方面已经做到了业界领先，但仍然需要指出的是在屏幕BM区(俗称黑边)的控制上，小米还是没有魅族做的极致。小米选择用2.5D弧边在视觉上隐藏黑边也是一种折中的解决方案。　　机身背面方面，小米Note采用了一整块3D弧形玻璃。其实采用3D弧形玻璃作为背盖材质小米也是给自己挖了个坑。对于玻璃再加工的工艺虽然现在已经非常成熟，但小米Note作为一款千万级销量产品，如何能够保证如此量大的3D弧形背盖能够不出一点公差，这是一件非常困难的事情。毕竟玻璃的延展性不比塑料，如果出现一点点弧度的偏差，就会出现3D玻璃与整机贴合不紧密的情况。　　正面顶部，小米Note采用了一颗1300万像素OIS光学防抖索尼堆栈式二代相机，并且也配备了飞利浦双光源闪光灯。在硬件参数方面，小米Note的这颗摄像头和iPhone6 Plus没有任何差别，但值得一提的是iPhone6 Plus摄像头采用的凸起设计是小米不能容忍的。发布会上雷军表示小米工程师通过和相机模组生厂商的合作，为相机研发出了一种新的结构，并且申请了专利，正是这项技术，让小米Note的摄像头能够和背后保持水平。　　机身底部，印有小米LOGO。由于我们拿到的是黑色版小米Note，所以整机3D弧形背面在光线的照射下，会有一种流光溢彩的感觉。但是黑色+玻璃的设计也必然成为了指纹收集器，在指纹这个问题上白色版要好很多。另外一整块黑色3D背板在视觉上还是感觉有些不够活泼，如果加入例如华为P7的CD纹路或许会更好?但即使是目前的这种设计不变，小米Note的背面也应该算是背影杀手了。　　机身边框方面，此次小米Note没有延续之前小米4采用的不锈钢作为边框，而是采用了一整块航空铝进行切割、CNC加工成型，是目前一种比较成熟的边框材质和工艺。机身顶部配备了3.5mm耳机插孔、降噪mic，并且用注塑的方式安放了两条天线溢出口。值得一提的是，在3.5mm耳机插口上，小米Note也采用了注塑的方式安放了绝缘环，虽然绝缘环是3.5mm耳机插口的标配，但现在已经被越来越多的厂商忽略。　　机身侧面，配备了一体式音量按键和电源键，并且在按键周围也进行了高速CNC倒角切割。卡槽方面采用了microSIM卡+NanoSIM卡双卡双待设计，并且用户可以在系统内自由切换究竟那张卡是上网卡、哪张卡负责打电话。小米Note支持移动联通所有4G/3G/2G网络，电信用户则需要等一等了。　　机身底部方面，配备了microUSB充电和数据接口，小米Note和小米4相同，支持高通的快速充电技术，支持5V/2A、9V/1.2A、12V/1A充电规格。官方声称可以在半小时内为手机充满50%电量。并且底部外放口采用了CNC切割，而雷军也在现场表示，小米Note不仅支持硬件级别的Hi-Fi(我们后面会有解读)，并且使用了SmartPA技术提升了外放效果。　　整机采用了不可拆卸电池设计，电池也是小米Note的一大亮点。小米Note采用了一颗充电电压为4.4V的锂离子聚合物电池。虽然雷总在发布会上讲到目前业内普遍使用4.2V充电电压电池，但其实目前的现状是大家基本都在使用3.8V工作电压/4.35V充电电压的锂离子聚合物电池。不过4.4V充电电压还是一项很NB的技术。由于目前手机电池电解质耐压4.5V，所以充电电压一旦高过4.5V就会发生危险，其实这几年厂家在工作电压上已经下了很大功夫，从10年前的4.2V/3.7V，已经提升到了现在的4.35V/3.8V，而小米则采用了4.4V充电电压电池，千万别小看这0.05V的提升，代表着小米在正极、电解质、过冲保护方面做到了极致。高充电电压能够在提升电池充电速度的同时，也提升电池工作电压。目前笔者还没有见到过国产手机厂商采用这么高规格的电池，而纵观整个手机界，也只有三星正在采用这一规格的电池。　　总体来讲，外观方面，小米通过2.5D弧形屏幕将边框在视觉上做的更窄，而通过3D弧形背盖将边框最窄处做到了4.1mm，让机身视觉上更加纤薄，和MIUI的极简设计风格比较搭调。并且从工艺角度来讲，双面弧形玻璃的设计也是一种非常不适合量产的设计，小米能选用该设计说明在设计上的追求更进了一步。可能有些用户对于双玻璃的设计是否会在整机稳定性方面有所损失，发布会现场雷军也展示了小米Note严格经过摔跌测试，并且也提供了199元的意外险解决这一问题。至于外观是不是你的菜?还得你自己定夺。　　最好的1080P屏幕究竟好在哪　　看到文章这部分的小标题，相信很多人心中都会暗想：再好也是1080P屏，能好过2K去?笔者想说的确没有最好的屏幕，只有最合适的屏幕，小米之所以在小米Note标准版上选择1080P屏幕主要处于两点考虑：1.高通骁龙801配合2K屏幕无法体现性能优势(换句话说就是骁龙801带不好2K屏)，2.和高配版小米Note拉开差距。新品发布会上，雷军也花了大篇幅解读这块1080P屏幕，究竟小米Note的这块1080P屏有何神器之处呢?　　负向液晶技术提升对比度降低功耗　　小米Note此次搭载了一块负向液晶屏幕。其实负向液晶屏幕大家并不陌生了，之前华为Mate7就搭载了这项技术，而魅族MX4 Pro更是搭载了2K级别的负向液晶屏幕。对于IPS屏幕来讲如何控制屏幕是否发光就是靠液晶层中液晶分子经过加电压偏转后让背光源通过偏光片实现的。而与负向液晶相对应的正向液晶在不加电压的情况下液晶分子成水平角度，负向液晶正好与之相反。这就造就了负向液晶拥有更好的阻光率和透光率。这样一来就可以提升屏幕的对比度，并且由于透光率更高，在达到相同亮度的情况下，耗电量更低，这也是雷军称这块屏幕能够降低功耗30%的原因，至于NTSC色域和负向液晶并没有太大关系。　　护眼模式究竟是啥东东?　　小米Note的这块屏幕也支持护眼模式，这究竟是一个什么原理呢?手机等屏幕目前都采用了LED背光光源，而LED背光源的白色是通过芯片发出蓝光，激发黄色荧光粉从而调和出白色。根据研究表明短波蓝光(400nm~480nm波长)的光线对眼睛的伤害仅次于红外线和紫外线。所以长时间使用手机等设备会对眼睛产生蓝光伤害。目前解决蓝光伤害的方法有两种，一种是在硬件层面上减少LED短波蓝光的散发，而第二种则是小米Note采用的方法，通过调节屏幕色温，减少蓝光的发射量。通过上面的图片，我们也可以看到，开启护眼模式后屏幕明显暖了许多。这其实就是小米将屏幕色温调节功能从全局调节改为了应用级别调节。不过笔者发现目前仅有例如多看、掌阅等读书软件支持该模式，未来是否能够拓展到其他类型软件上还未可知。　　95% NTSC广色域效果如何?　　雷军在发布会上表示，小米Note这块屏幕的色域更广，达到了95%的NTSC色域。其实屏幕色彩这东西吧不比不知道，一比吓一跳。接下来我们就通过对比的方式来看看小米Note标准版的这块屏幕究竟表现如何?　　总体来看，这块1080P屏幕的确是目前1080P屏幕中表现的最优秀的屏幕之一。小米不仅在硬件上选择了一款好屏，也利用软件进行屏幕调教，这是其他厂商做的还不够的地方，例如护眼模式、再比如像素级动态调节等功能，目前在旗舰智能手机上我们还是第一次见到。但必须要承认的是，由于采用了骁龙801，小米Note标准版没能搭载2K分辨率屏幕也是一大遗憾。　　高通骁龙801能否再战一年　　发布会上，小米发布了小米Note高配版和标准版，高配版采用了骁龙810八核64位处理器、2K分辨率屏幕等等等等配置，反正总结一句话，小米Note高配版硬件配置各种吊。但是不好意思，想要用上这种硬件配置吊炸天的手机您还得等等，骁龙810虽然已经小规模量产，但距离小米这种每月百万级销量的产能，高通只能说现在臣妾还做不到啊!与其关注高配版，标准版目前看来更加实际，而小米Note标准版采用了和小米4相同的高通骁龙801处理器，作为骁龙800系列最强大的处理器，骁龙801可谓是统治了整个2014年旗舰机市场，但时间来到2015年，让人不禁疑问，搭载高通骁龙801的小米Note标准版能否再战一年?文章的这一部分，我们就来对我们再熟悉不过的高通骁龙801处理器再次做个解析。　　首先，笔者先为大家解释一下为何小米不使用骁龙805处理器。其实这个问题在小米4发布的时候就已经有很多米粉提出。如果说标准版小米Note没有搭载骁龙810是为了和高配版拉开差距，那为何不退而求其次选用已经量产已久的骁龙805呢?这其中的原因雷军在一次小范围的媒体沟通会上提到，原因在于APQ8084(骁龙805)没有能够集成基带芯片，基带芯片和处理器分离的设计在功耗方面将带来巨大问题。并且和APQ8064不同的是，APQ8084在高通产品线中是一款过渡产品，整体性能提升不大。即使是采用了骁龙805的三星Note4也没有配备最新的MDM9X35系列基带，而是采用了老一代的MDM9X25的基带就是因为无法控制全新独立基带的能耗比。所以小米将宝压在了小米Note高配版的骁龙810上。另外一种腹黑的想法是小米采购了太多的骁龙801处理器，才有了小米Note标准版的出现。　　各位看官会说，小米押宝骁龙810我们不关心，我们就关心去年的旗舰骁龙801到今年会不会惨遭淘汰呢?我们先来看看骁龙801与时下各大处理器之间的比拼中究竟处于什么样的地位。高通骁龙801对比市售3款处理器参数处理器名称高通骁龙801联发科MT6595三星猎户座5430高通骁龙810CPU核心参数4核Krait2.5GHz4核A7架构 1.7GHz& 4核A17架构 2.2GHz4核A7架构 1.3GHz& 4核A15架构 2.0GHz4核A53架构 1.5GHz4核A57架构 2.0GHz内存支持参数2*32bit 933MHz 14.9GB/s2*32bit 933MHz 14.9GB/s2*32bit 1066MHz 17.0GB/s2*32bit 1600MHz 25.6GB/sGPU显示核心参数Adreno330 578MHzPowerVR GMHzMali-T628MP6600MHzAdreno430制程工艺TSMC 28nm HPmTSMC 28nm HPmSamsung 20nm HKMGTSMC 20nm HPm　　通过上述表格，我们简单的将高通骁龙801和MT6595、猎户座5430、骁龙810进行了对比，其实今年应该算是手机SOC芯片突破性发展的一年。各大厂商基本上把手机SOC芯片的发展聚焦在网络、制程、64位、GPU和架构这5个方面上。5方面看骁龙801能否再战一年网络目前高通骁龙801内置了MDM9X25基带芯片，支持全球范围内所有主流网络，支持CAT4模式的4G网络，真正做到了全网通。所以在网络方面骁龙801再战一年不成问题。但相比骁龙810支持CAT9模式4G网络、支持上行双载波聚合还是有些差距，好在15年运营商未对上述新功能有所动作。制程今年也是20nm制程成熟的一年，相比于28nm制程，20nm制程有着更小的漏电率，能够使处理器以更低功耗运行在更高主频上，也是解决最新架构高能耗的方法之一。而骁龙801仍然采用了上一代28nm制程，至于20nm相比于28nm性能方面有多少提升？我们下面通过测试为大家解答。64位在iOS进入64位时代的初期，包括谷歌、高通等厂商纷纷站出来声明目前智能手机还不需要64位。但仅仅时隔一年，在谷歌Android 5.0的带动下，各大SOC厂商都纷纷拿出了自己的64位处理器芯片。但考虑到安卓5.0的适配缓慢加之64位应用程序目前基本为零的现状，15年明显不会成为64位有实质性发展的一年，这样一来32位的高通骁龙801劣势就不那么明显了。GPU在GPU显示核心方面，目前智能手机已经走上了PC发展的轨迹。各大厂商也越来越重视GPU的发展。但随之而来的是屏幕分辨率的提升。2K分辨率屏幕相比FHD分辨率屏幕像素提升1.8倍。GPU的负担也随之提升1.8倍以上。所以此次小米Note标准版选择了更为保守的Adreno330+1080P的配置也是为了保证在今后一年内运行所有程序都有流畅的体验。架构ARM的架构更新速度那叫一个快。1年时间内经历了A15、A7、A12、A17、A53、A57等等架构，速度之快让高通本来一直坚守自主研发架构的公司都开始采用ARM公版设计了。虽然手机处理器性能越来越强大，但随之而来的是和性能不成正比的功耗。可以说在没能解决功耗问题的现在，高通Krait400还是一个性价比很高的解决方案。　　通过上面的解读，我们可以看出虽然高通骁龙801在15年不会再是那个称王称霸的旗舰产品，但仍然是一个性价比很高的选择。并且小米Note标准版选择了1080P屏幕也为这颗处理器减轻了负担，再战一年不成问题。接下来我们就通过各项跑分软件来测试一下小米Note标准版，对这颗我们再熟悉不过的骁龙801做一个量化。　　在最新版安兔兔跑分软件中，骁龙801在和联发科MT6595、三星猎户座5430的比拼中处于垫底的位置，也三款芯片得分差距维持在10%以内仍然处于同一水平线上的竞品。　　10%的差距最大体现在多任务、RAM运算、多核心CPU整数、多核心CPU浮点方面，这说明ARM倡导的“4+4”big.LITTLE架构的确能够凭借8核全开在多核心运算方面超越采用4核的骁龙801。但在单核整数、浮点运算方面骁龙801的Krait400甚至相比三星猎户座5430有所优势，这也说明如果拼单核，骁龙801仍然拥有目前旗舰级别的实力。而骁龙801也不是任何优势都没有，在3D显示单项方面就远超两款竞争对手，要知道猎户座5430在GPU性能落后骁龙801达30%的情况下仍然在配合2K分辨率屏幕流畅使用，那配备骁龙801的小米Note4标准版跑各类大型游戏更是轻轻松松了。　　对于图形显示性能，我们也进行了专项的测试，无论在哪款跑分软件上，骁龙801搭载的Adreno330都要大幅领先两款竞争对手。在我们得出小米Note4标准版能够流畅运行各类大型游戏的结论之后，我们不由自主的开始意淫小米会为骁龙810搭载的更加强大的GPU核心打出什么样的宣传语?再把XBOX拿出来完爆一下?　　Vellamo网页测试方面，由于Vellamo本身就是高通公司内部用于测试浏览器性能的软件，所以骁龙801大幅度领先竞争对手也是理所当然的事情。但不可否认的是，经过高通的优化，高通骁龙801在浏览复杂元素网页时的体验的确要比市售的其他处理器体验要好。　　回到我们最开始提出的问题：骁龙801能否再战1年?通过我们的对比和测试，我们看到虽然在多核心性能方面骁龙801不再是目前市售最强的芯片了，但在GPU性能、网页浏览性能和网络性能等其他重要指标方面仍然领先竞争对手。并且小米也谨慎的为这款处理器搭配了1080P屏幕，让其性能能够最大限度的得以发挥。对于能否再战一年的问题，我们的观点是虽然性能不再是独孤求败，但跻身BIG4阵容继续发光发热仍然是轻轻松松的事情。　　MIUI是小米未来布局的重要棋子　　提到小米手机，我们总说小米手机的核心卖点是MIUI。MIUI发展至今已经4个年头了。如果说11年MIUI刚刚问世的时候，凭借流畅的操作体验、合理的内存管理、当时十分新颖的界面设计让我们眼前一亮瞬间夺去了很多手机发烧友的眼球的话，那么经过这4年时间，各大手机厂商已经认识到硬件只是用户体验的基础，软件才是最终让用户觉得好用、爱用的根本，纷纷走上了“效仿”MIUI的路，并且像魅族、锤子等厂商已经开始跳出MIUI的思维，自己趟出了一条定制化UI的路。时至今日，每当我们拿到小米新机还是会说MIUI仍然是小米相比于其他手机厂商最核心的差异化竞争力，只不过MIUI的竞争力从最早的漂亮、流畅、稳定已经开始渗透到了系统更深层。评测文章的这一部分，我们就通过小米Note来聊一聊MIUI 6究竟是否还能说自己是行业领先?　　其实随着各大厂商对定制化UI的理解更加深入，对UI的定制越来越深入，也使得对于一款定制化UI的评测、判定越来越困难。我们尝试换一种视角来对MIUI 6进行评测，尝试从小米的角度来看看MIUI这4年究竟成长了多少?我们将MIUI 6的成长轨迹分为4个步骤：稳定流畅省电、基础功能完善、设计伴随审美不断改进、小米生态圈的搭建。　　稳定、流畅、省电。　　应该说稳定、流畅、省电是所有定制化UI安身立命的本钱，如果定制化UI不能比原生系统更稳定、更流畅、更省电，那所有的定制都是徒劳的。而这三项最最基础的功能也是MIUI之所以能够迅速蹿红大江南北的绝学。在几年前那个手机内存512MB就已经相当霸气的时候，MIUI的出现可以说是给很多小内存手机续了阳寿的。　　而经过4年的发展，MIUI又加入了很多基于安卓系统级底层修改而来的功能，例如对齐唤醒功能、Smart CGroup内存分组技术、ZRAM调度优化技术、Bitmap Cache缓存优化技术、TrimHeaps内存回收技术等等。这些技术都表明，小米经过4年的发展，已经对安卓系统有了更加深入的理解，说白了小米现在能够把谷歌很多未完善的地方做的更加完善。在对安卓系统的理解方面，MIUI可以说一招鲜吃遍天，相比于其他厂商有着很大的优势。换一种角度来看，对系统级的深入理解能够在有朝一日小米推出自己的系统时起到一个助推剂的作用。　　基础功能的完善　　像洪峰在MIUI 6发布会上说的：内容才是本质，而基础功能更加是本质中的本质。例如电话、短信、联系人、浏览器、桌面Launcher等这些从智能手机出现到现在一直存在的基础功能，消费者对于这些功能的理解已经根深蒂固，如何能在消费者已经形成思维定势的情况下，提升基础功能的用户体验，其实是一件很见功力的事情。　　打电话是手机最基础的功能，MIUI也是首款将来电归属地、骚扰电话标记等功能集成在系统中。并且在MIUI 6中还集成了陌生电话标记(例如标记快递员)，服务号码标记，并且还加入了更为创新的菜单可视化功能，当用户拨打10086或者麦当劳订餐电话等服务电话的时候，界面会自动显示可视化服务菜单。无需用户再根据提示音一步步操作，只需要点击屏幕上对应的业务或者套餐就可以完成目标。该项功能需要服务商改进自己的电话服务系统，所以目前仅能支持10086等少数服务电话，但不可否认，这是在最最基础的电话功能上的一大创新。　　再比如联系人功能，当各大厂商都在聚焦联系人如何排序更加合理、联系人头像如何才能更加美观的时候，MIUI在联系人功能中加入了黄页功能，这项功能的出发点类似于之前MIUI在短信功能中加入常用祝福语、短笑话等，都是基于用户需求出发。　　日历功能之前被认为是只有商务人士才能使用的一项古老又神秘的功能，毕竟也只有工作方面的事情值得大家手动在日历中输入一下提醒。而MIUI 6中加入了订阅功能，用户无需在特定日期输入赛事、追剧等内容，只需要订阅一下就可以自动建立提醒。以上只是MIUI在基础功能方面做得众多优化功能中很小的一部分。谁说电话功能就应该是原来的样子，MIUI 6用实际行动告诉用户，提升用户体验的工作不会因为功能的日益成熟而停滞不前。　　UI设计　　其实很多厂商都在头疼自己精心设计的UI被用户各种吐槽，不得不说时下很多定制化UI不可谓不漂亮，但如果厂商没能搞清楚稳定、基础功能和设计的优先级，就会出现定制化UI看起来很美但用起来却有些酸爽的情况出现。也就是说只有在做好系统稳定，做好基础功能的情况下再去考虑UI设计才是王道。而对于MIUI 6的设计，小米也是信心满满。　　MIUI 6也采用了扁平化的设计思路，而这种设计最早出现在Ios7上，虽然大家都在使用扁平化的设计思路，但每家都有不同的说辞，比如MIUI将这种设计风格定义为极简美学。其实拟物化和扁平化出现在智能手机发展的不同阶段都是合理的。例如拟物化出现在智能手机发展初期原因在于手机屏幕变大加之用户对于智能手机还并不了解，拟物化的出现会使得用户更快的上手手机也会让用户觉得智能手机界面的友好。　　而智能手机发展至今，由于界面排布对于拟物化的限制、用户对拟物化的审美疲劳、用户对于智能手机回归本质的需求等等，使得扁平化横空出世，扁平化的设计理念说白了就是去除多余的设计，更加突出功能性，让内容再次成为主角，改变多余设计喧宾夺主的现象。只要用户看得懂、用的爽的设计就足够了。并且扁平化的设计也能让定制化系统整体感觉更加轻盈顺畅。至于MIUI 6的设计是否是你的菜呢?笔者只能说萝卜青菜各有所爱，虽然大家的目的都是一样的，但毕竟条条大路通罗马。笔者为MIUI 6界面设计定义为目前定制化UI最易用之一。　　生态圈方面走的最远　　对于消费者来讲，定制化UI对于我们的意义就是更适合自己、更好用，但明显各大厂商对于定制化UI的思考更加深远。如何能保持自己定制化UI的领先，如何能让用户在自己系统上的活跃度更高，如何利用手机定制化UI进行自己下一步的战略布局，这是各大厂商都在思考的一个问题。　　而小米的做法是让MIUI形成一个生态“闭”环。将用户所有的常用需求都集成在系统本身上，让用户无需在为常规需求另外下载独立APP，这是MIUI在MIUI V5上努力实现的目标。目前MIUI上集成了小米生活、米聊等等解决用户日常需求的功能，用户可以直接利用MIUI搜索附近美食、买电影票、订酒店、买景点门票、团购等等，以往这些需要下载五六个独立APP实现的功能集成在系统当中，大大增加了用户对于MIUI的依赖性。　　在MIUI 6上，小米更是加入了智能家庭的功能，在过去的两年中，小米推出了盒子、电视、路由器、空气净化器、智能插座等等智能家庭物联网设备，而MIUI就是所有这些设备的中枢。用户可以利用MIUI对家中的任何小米智能家庭设备进行遥控操作。可以说当你习惯了小米智能家居设备为自己带来的便利的同时，也对MIUI甚至小米手机产生了依赖。在智能家居方面，小米当之无愧是目前业内走的最远、布局最广的厂商之一。有传言称黎万强远赴硅谷就是为了小米研发车载系统，届时车载系统与MIUI又将融合，这样一来，MIUI就将渗透在衣食住行各个方面，这显然是MIUI的一个远期愿景，虽然目前这一愿景能否实现还未可知，但这个目标显然够远大也够可怕。　　聚焦在小米Note这款产品上，小米Note是小米史上屏幕最大的一款设备，小米也针对这块大屏幕开发了单手操控模式。并据小米内部人士透露，很多人都关心的基于安卓5.0定制的MIUI小米已经开始研发，基本已经确定在今年上半年向用户推送。　　总体来看，MIUI无论是系统稳定性、流畅性方面，基础功能方面和设计方面都在引领安卓定制化UI的发展，虽然在这三方面不能说小米是最流畅，最好用，最有设计感的安卓定制化系统，但之一的称号也绝对担当得起。并且小米正在用生态圈闭环增加用户粘性，如果今年消费者还是因为MIUI稳定流畅好用漂亮而对它钟爱有加，那么或许在明年一部分人就会发现家里太多小米设备，离开MIUI根本玩不转了。　　1300万像素OIS光学镜头效果如何　　此次小米Note搭载了一颗1300万像素OIS光学防抖主摄像头，并且还配备了400万像素2um单像素面积的前置摄像头。其实这一配置并不是小米首创了，在去年8月份发布的IUNI&U3上也搭载了相同的硬件配置。但由于IUNI&U3搭载了OIS光学防抖镜头也是整机达到了1厘米以上厚度，而此次小米Note仅有6.9mm机身厚度，可以说是一个飞跃。有句话讲是骡子是马拉出来溜溜，相机好不好要靠样张来说话，评测文章的这一部分，我们就来看看小米Note的拍照实力究竟如何?　　首先，我们先要讲解一下究竟什么是OIS光学防抖技术。其实这项技术的原理很简单，就是在镜头模组周围加入一个音腔震动马达，当用户拍照手抖的时候，手机陀螺仪就会立刻感知并向音腔震动马达传导信号，命令音腔震动马达向手抖相反的方向进行震动补偿，这样就保证了镜头在小范围内的相对位置保持不变。其实OIS光学防抖技术也是智能手机发展到今天的一个必经之路了。当相机厚度需要保持在一个超薄的范围内的时候，加入音腔震动马达只会增大摄像头面积而保持厚度不变，这也成为提升智能手机拍照体验的一个合理的解决方案。　　由于我们拿到手机已经是在北京时间的傍晚，所以拍照样张部分也未能涉及到白天样张(其实有雾霾再好的相机也白搭)，我们对小米Note进行了夜间和室内的拍照对比。　　通过小米Note和小米4的样张对比，我们找到了一下几个规律：　　在相同场景下，小米Note往往采用相比小米4更慢的快门速度，更低的ISO参数。　　在相同场景下，小米Note相比小米4画面亮度更高。　　在相同场景下，小米Note比小米4画面细节和纯净度要更好。　　小米4样张普遍偏绿。　　在开启闪光灯的情况下，小米Note画面色温更加准确。　　这其中原因也很好解释，由于采用了OIS光学防抖镜头，就能够让小米在更慢的快门情况下保持镜头的稳定，所以能利用低ISO拍出画面更纯净更亮的样张。而小米Note采用了双色温闪光灯也是的在开启闪光灯情况下画面色温更加准确。而小米4样张普遍偏绿则是小米4相机在调教方面有些偏差。总体而言，小米Note的相机的确相比小米上一代产品有很大进步。但和其他竞品手机相比结果又是如何呢?由于我们时间有限，将在后续的专项评测中为您详细进行小米Note和其他竞品的拍照对比测试。　　小米Hi-Fi第一枪打的响不响亮　　小米Note此次最大的亮点应该算是硬件级Hi-Fi音质了。其实音乐一直伴随着智能手机的发展，但像罗永浩说的那样，音乐功能目前还不能成为影响用户购买手机的那个决定性因素。但其实在屏幕、摄像头、硬件、机身工艺都已经处于瓶颈期的今天，包括vivo、魅族、小米等厂商开始深耕这块尚未被更多人开垦的处女地也是情理之中，应该说2015年各大厂商将会把比拼的战火烧到极致Hi-Fi上。至于小米Note和配套发布的小米Hi-Fi耳机到底能在音效上有何提升?笔者也请了我们耳机频道的专业编辑为大家初评一下小米Note的Hi-Fi体验。　　先看看小米这回的Hi-Fi都是个啥，首先是这回的新旗舰，小米Note上的Hi-Fi级音频设计，包括各家都在用的ES9018K2M等芯片在内的使用。其次是由加一联创进行设计制造的小米头戴式耳机，50mm铍振膜，可换耳罩设计，或许可以理解为这款耳机就是小米Note的官方推荐配套耳机吧~　　那么我们就先看看这回的头戴式耳机，依然是由加一联创进行研发与制造，这款小米头戴式耳机，呃，干脆我们就叫他米大耳(原谅我文学素养的低下……和懒吧!!)。米大耳的诸多设计其实不用像发布会上所说的那样去过多的在意，毕竟，这方面最高的境界就是：“好听就行了”那到米大耳表现如何呢?还是让小编继续瞎拽吧!　　先说声音，整体声音偏刺激与热情，具有较好的动态与瞬态，细节也很突出，对于之前一直在用iPhone自带耳机的人来说，这耳机带上第一时间必然会感受到明显的差距。三频方面倒是确实变得均衡一些，相比之前的活塞来说，这个米大耳确实是更加的Hi-Fi了。▲与耳机连接部分是2.5mm接口，与手机接入则是标准的3.5mm　　以上是第一耳朵的印象，如果我们详细的来看看的话，也是可以发现不少亮点的，低频下潜一般，但是弹性不错，泛音量正合适，对于乐感的表现能够恰如其分的显现出来，如果用来听大提琴的话感觉有点小毒，在流行乐方面的表现也不错，鼓点节奏非常明晰，贝斯的表现也不会被遮掩住。▲线控看起来像三键 其实只是一个按键　　中频乐器的话感觉稍稍有点靠后，会有一些被遮盖住的感觉，结相也相对单薄了一些，密度和厚度有一定的缺失，不过与其相对应的确实人声的表现力，人声突出，虽然还是有头中效应，但是人声较为凝聚，给人以流畅的感觉同时兼具了张弛有力的特点，对于感情的表现有一定的加成作用。▲两个转插头都有附赠　　而高频方面就不能说是那么的完美了，虽然素质不错，高频也挺明亮，但是给人的感觉稍微有些碎，有些刻意，就像是为了 让大家更明确的意识到高频的存在而做了特殊处理一样。所以有些不太自然，但是对于初次接触高端耳机的用户来说，这样的声音确实会非常讨喜，听着很爽。▲全套配件合影　　三频以外的方面，这款米大耳倒也是可圈可点，声场小，但是定位不乱，所以声音倒也满有序的。整体的声音完成度已经算是不错的了，姑且可以说是在国产的耳机里边比较好的声音。而声音以外的方面这款耳机着实良心，便携包，便携袋，3.5mm转6.5mm的转接头，飞机用转接头都有，配的相当齐全。▲旋动即可拆卸　　小结一下：这款米大耳，小米头戴耳机售价499元，还是一个很良心的产品，在一众的国产耳机当中有着很强的竞争力，就算和AKG或者是森海这样的国际知名品牌相比，在这个价位上也能一搏。配合着相对于是专为初烧小白设计的调音与良好的做工设计，可以说这款小米头戴耳机值得一买。　　回归到小米Note本身上首先要说的小米Note的声音很暖，低频松软，听感比较自然，从而给整体营造出一种暖洋洋的富有懒散气氛的乐感，而中高频没有过多的亮点，在Hi-Fi模式开启的情况下有明显的增强，相比普通的手机来讲要明显强上一大截。人声也比较柔软，总体听起来耐听度不错。和之前的产品相比有着显著的提升。背景黑度方面比起预料的要差一些，给人感觉可能电路信号屏蔽方面做得不是很足，但依然有明显提升就是了。▲试听耳机的一部分出来合个影~　　在推力方面小米这款Note还是比较弱的，开启Hi-Fi模式下基本平齐iPad Mini，比起VIVO的X5Max要差一些，更不用提和魅族的MX4 Pro比了，当然，对手机过度在意推力的问题纯属较真，姑且一提罢了。▲M50X很能体现不同前端的声音风格　　EQ方面，小米Note还是很优秀的，虽然在开启Hi-Fi模式下无法使用均衡器与米音，但是和Dirac HD Sound合作的米音确实有其独到之处，对于那些比较好推的耳塞来说，不妨考虑关闭Hi-Fi模式，而是通过选择米音的不同选项搭配不同风格的歌来获取最好的听感。▲Hi-Fi模式开启 可独立控制音量增强　　相比前一阵的魅族和VIVO来说，小米Note是最后一个亮相的，在电路方面也确实是做得最好的一个，然而实际听感方面，赢过了魅族却没能超越VIVO，让人不禁怀疑难道真的和VIVO做Hi-Fi的时间更长更久有关?▲标准3.5mm接口 可惜还是在手机上端　　声音比较到位，但是文件呢?在这一点上，VIVO和小米倒是被魅族超过去了，魅族在无损音乐方面的重视程度确实让人汗颜，其音乐商店内的众多无损音乐虽然收费，但是价格真心不贵，从量以及更新速度来看，无疑是非常诱人的。然而小米的音乐还是和百度音乐合作……说实话，我更建议大家去用网易云音乐，那些高质量320K的MP3也能满足大部分人的耳朵了。▲说起外放的话 音量确实足够广场舞了 音质如是　　闲言碎语也就不再多说了，总的来说，小米这回开始做Hi-Fi对于用户来说，并没有让他们为此承担更多的价格，所以无论是对于市场，还是用户来说，都是一件好事，至于耳机的推出，499元，也算是符合初烧想要体验一下好耳机的用户的预算，所以有兴趣的买回来试试也是蛮好的。　　对于这款全新发布的小米Note4来说，网友们还对它有很多疑问，文章的最后，我们针对目前网友疑问较多的几个问题进行一下解答。　　问题一：小米Note如何抢得到　　答：1月27日标准版首发，官网独家提前预约　　先要说明的的是，高配版目前的发售时间还尚未可知，小米Note标准版目前依然需要在小米管网进行预约才能够有资格在1月27日中午12点进行抢购。标准版黑白两色可选，如果有幸抢购到，各位需要在两小时之内尽快下单，否则购买资格将被取消。▲独家预约 诸位还是要早行动的好　　不过，虽然此次该机仅在官网进行预约，但是各位其实也可以关注这几天淘宝上的动向。按照规律看，该机一般会有不少三方渠道进行加价贩售，同时抢购后论坛也会有出售全新机的用户。当然加价多少，以及购买产生的无担保风险，这些就需要谨慎考虑了。大家多多借鉴一下，或者耐心等待也可。　　问题二：何时会有电信版　　答：目前电信机依然没有具体时间▲一入电信深似海　　发布以后，用户关于“电信版小米Note”的疑问就没停。关于这个问题，发布会上官方给出的结论是“稍后到”，而在发布会后的多方打探中这一问题依然没有准确的答案。但是如果找一个参考的话，去年小米4夏季发布，时隔半年电信版依然没有正式发售。而值得注意的是，无论是小米4用的骁龙801还是高配版的骁龙810，在内置基带上都是支持电信的，所以关于电信版的上市阻碍，应该并不在研发商。所以这一问题的解释权，也似乎不在小米手中。　　问题三：双4G能否同时使用，大小SIM卡槽关隘在和?　　答：常见的4G+GSM逻辑，卡托一大一小　　在发布会上，雷军详细讲解了大小双SIM卡这一功能，声称无论是Micro SIM卡还是Nano SIM卡都能够随意使用。而实际上，小米Note安排了Nano/Micro插槽各一个，如果是单卡用户，确实可以随意切换。但是如果是双卡用户，拥有两张Micro或者是Nano SIM卡，都需要将另一张卡进行裁切。▲您要是两个Micro SIM卡 照样还要剪卡　　而在双4G双卡双待上，小米采用了4G+GSM的通用解决方案。仅支持主卡(联通/移动均可)的4G上网。欣慰的是，在系统设置中我们可以将两个卡槽随意切换成主卡，也就是说说无需要更换卡的位置，只要直接切换，就可以选择任意一张卡进行4G(向下兼容3G)上网操作。　　问题四：前置400W像素如何胜过千万像素　　答：提高单个像素质量 增大进光量并且抑制噪点　　仅从硬件角度来说，数码照相设备的根本决定原因在于观光源件的面积大小，而像素数只是在同样的“进光数据”上进行不同风格的调试。此次小米选用的400万像素超大单个像素，就是利用了更大像素，更好单个像素质量更少噪点的原来，来提升弱光环境的拍照效果，本质上和牺牲画面质量提升像素数，并不会存在照片等级上的差异。▲感光面积不变 照片的基本素质是相同的　　事实上，增大单个像素的面积，换取更高的感光效果，这一做法HTC早在HTC M8上就已经被采用。只不过此次小米将单个像素提升到了2微米，单个像素质量更高。而事实上，HTC M7的单个像素仅有1.4微米，但却已经作为主镜头使用，所以我们对于小米Note能够PK千万级别的自拍相机并不很担心。　　问题五：有了HiFi芯片，是不是就等于拥有好音乐　　答：音源质量、耳机质量都能大幅提高听感　　前面关于小米手机的HiFi芯片我们已经进行了大量的讲解，关于听感相信诸位也都有了一定的了解。但是一个好的播放前端就能够让音乐体验“飞速提升”吗?答案其实是开放的。一般来说，音乐源文件的质量决定了乐曲最终的质量和高度，而这也是普通用户最容易提升部分。▲无损音源至关重要　　在这一方面，虽然小米并没有官方整合拥有无损音质级别的音乐商店，但是诸位在各大主流音乐播放平台进行会员注册，或者使用网易云音乐下载吗，每首10MB左右的音乐文件，都可以提升音乐所包含的细节信息。而作为对比，虽然魅族的音乐平台仅仅达到了30MB左右每首的FLAC格式，相比较真正意义上的无损扔有距离，但已经整体超越了目前移动端的主流播放平台。▲买个好耳机 很有必要　　另一方面，耳机作为最终的发生设备，其实是最能够短期提升听感的途径(主流随身设备领域)。所以除了原厂自带的耳塞，进行耳塞的换购和合理的搭配，也是很关键的一步。鉴于不少烧友都有自己的一套备选方案，我们就不在这里赘述了。只是对于小白用户却想体验“音质”提升，其实可以多进行一下研究和尝试，不然选择了一个不错的手机作为前端，却不能真正发挥它的价值，就显得颇为可惜了。　　问题六：是否具有NFC功能　　答：虽然是旗舰设备 但是小米对NFC技术并不看好　　事实上，小米早在米4上就取消了NFC功能，并表达了对于NFC技术的“不看好”。所以此次发布会上没说NFC、官网参数没写NFC、我们实际测试同样也没有将NFC，看来NFC似乎是彻底从小米设备上消失了。　　问题七：金色版小米Note何时发售　　答：目前仅在官网看到了该配色，但高配版独享▲标准版小米Note并不具备这一配色　　发布会上，关于产品颜色雷军并没有做过多的说明。甚至要是不是从官网上看到这一配色，我们似乎也忘记了金色边框版本的存在。不过需要说明的是，根据官网描述，该配色仅为高通810版本独享，至于该机何时会发布，只能说目前一切还不明朗。　　问题八：手机发热是否严重　　答：手机升温较迅速 并主要集中在中上部，但是散热较快▲散热速度较快　　关于发热这款，由于机身背面采用玻璃材质，导热较快。所以可以预见到手感会比较温热。而在开启WiFi高速下载、手机充电、并且循环跑分（硬件满负荷运用的）的场景下，手机及迅速飙升到46度，并稳定在47度上下。不过可惜的是，该机由于机身材质原因，散热也较快，尽在拔下充电器半分钟后，温度就恢复到了43度上下。　　全文总结　　小米Note的推出对于小米自身来说，显然公司战略大于产品自身。凭借这款手机小米成功解除了1999元的价格魔咒，并加大于对设计与创新的投入，进而延伸至专利级，推动小米生态圈在国内外的影响力。所以无论小米Note能否大卖，对于小米来说它已经成功的走出了这步棋。&　　而从产品层面上看，全新的小米Note将定位大屏旗舰市场，从高配版3299元的售价就可见其策略。但对于大部分用户来说，2299元的标准版才是主要消费对象。而小米Note在这方面也确实带来了不错的表现，虽然在硬件部分没有革命性的提升，但全新的外观设计，例如双面玻璃、金属边框和超薄机身等多方面的设计元素加分明显，再加上小米独家的MIUI 6软件针对大屏的定制和优化，都注定它将是一款优秀的大屏机。无论是国内还是国际市场，这个价格都让小米Note再次拥有优势！&　　对于小米Note来说，购买时需要预约和抢购，依旧是小米一贯的销售策略。如果你青睐5.5英寸以上的大屏机，那小米Note提供了一个非常不错的选择，无论是配置还是价格都还算厚道，但核心部分在于你是否以原价购买到。如果能以2299元的价格入手，这绝对不亏！但如果你需要用更高的价格买到，或许你可以观望下，相信上半年百花齐放的国产智能手机市场会给你带来更广的选择面。
本文标题：
链接地址：
所属分类：行业资讯
发表评论：
TA的最新馆藏}