如果伏地魔拿着一把冲锋枪去了戈德里克山谷，他能百分百把握杀死哈利一家吗? 第1页

弄一个战术夹具，把魔杖挂在枪的导轨上。

目前，从各方面的反馈以及我实际使用的情况来看，华为系的5G功能似乎的确会更加稳定一点。据说高通那边还在持续优化X55，目前似乎不是最佳的表现。这方面的实测实在是太少，我也就不下过多的结论。

而骁龙865相比麒麟990 5G感知最强的优势还是在游戏性能上。

而这时候又会出现另一个问题：麒麟990和骁龙865的游戏差距感知真的很强吗？

这就要看你玩什么游戏了。

这一代的麒麟990 5G和骁龙865的能效都非常优秀。

如果是玩和平精英HDR 60帧或者王者荣耀这样的小游戏，二者都能实现满帧运行，且平均功耗差别不大，或者说差别很小，小到完全可以忽略。那么如果你符合这种情况，那865和990感知是真的不强。

如果你是玩和平精英 HDR 90帧/120帧、崩坏3（包括后崩坏书）等大型游戏，那么麒麟990 5G和骁龙865的差别会非常明显。具体原因如下：

1、华为给大多数的旗舰手机设定了60℃的温度墙，一旦SOC核心温度达到60℃便会降低性能，而高通阵营的温控一般放的比较开，能够长时间的接近满血运行

这就是为什么我之前测过的荣耀V30Pro打崩坏3不如我的不超频一加7Pro。尽管麒麟990的性能强于骁龙855，但是触及温度墙后降低性能，实际表现就不如855了。

比如下面的对比图，其中粉红色为一加7Pro，绿色为荣耀V30Pro（已开启性能模式）

看CPU核心温度，荣耀V30Pro平均57.2℃，峰值温度62℃，一加7Pro平均温度68.2℃，峰值温度76℃

整机功耗上，V30Pro平均5.85W，一加7Pro平均6.76W。

从上面3个图可以看出，荣耀V30Pro的CPU核心温度基本上死守60℃，而一加7Pro比较开放，CPU核心温度更高，也能获得更好的性能表现。这就是为什么V30Pro跑分更高，但是实际游戏帧数不如一加7Pro的原因。

在重负载下，小米10Pro核心温度一瞬间冲上85℃是完全有可能的事情。一加8Pro也能冲上70℃并稳定在这个温度。骁龙865本身能效更好峰值性能更强，小米10Pro、一加8Pro的散热做的也比荣耀V30Pro强，在这种情况下二者核心温度都能比荣耀V30Pro高这么多，可以充分说明二者的性能释放强V30Pro一个档次。

2、骁龙865本身性能比麒麟990强，而且root之后可以超频再次提升性能，而华为手机不开放解bl锁的通道，无法root进而无法超频提升性能

以GFX Bench的曼哈顿3.1离屏测试为例：

麒麟990 5G：76帧

骁龙865（GPU 587Mhz）84～89帧

骁龙865（GPU OC 875Mhz），106帧

这就意味着在一些能够吃透GPU的游戏中，骁龙865能比麒麟990有更强大的表现，比如光明山脉、比如崩坏3等。

---

  leon-3-75 网友的相关建议: 
      

年轻的时候刚工作，没钱想多赚钱。告诉自己，哪怕让我加班，只要能多赚钱我也干。那个时候钱的边际效用真大。

十几年后你成领导了，工资升了又升。你告诉自己，我就想多点时间陪家人，哪怕钱少点也愿意。钱的边际效用已经减弱了，这个时候时间闲暇的边际效用极大。

---

  da-wang-miao 网友的相关建议: 
      

踢猫效应(Kick Cat Effect)——指对弱于自己或者等级低于自己的对象发泄不满情绪，而产生的连锁反应。其描绘的是一种典型的坏情绪的传染。人诸如愤怒、焦虑等不满情绪沿着等级和强弱组成的社会关系链条依次传递。由金字塔尖一直扩散到最底层，无处发泄的最弱小的那一个元素，则成为最终的受害者。作为人类社会里地位更低的动物们，往往成为像胖胖一样的受害猫。换作鲁迅先生的话讲：怯者愤怒，抽刀向更弱者。

有人讲这是滑坡，攻击猫与对人的攻击行为(从社交暴力到暴力犯罪）有本质的区别。那请问，这位200来斤的人渣叫嚣着要找遍全城医院抢猫揍人时，他是不是凭依一身肥膘误以为自己是更“强”一级了呢？

至于扛着“法无禁止则可为”大旗横冲直撞的网友们烦请记住：法律是人类的最低道德，法律是人类道德在最低层次的体现，它是以利益来划分种种社会关系，只关心利益不关心道德。当人们都把法律当作一切行为的准绳时，人类的道德已下滑到了最后的临界点，离畜牲已是一步之遥，所以法治是人类政治生活的最低层次。

换罗翔老师的话讲：

法律只是对人最低的道德要求，如果一个标榜自己尊纪守法，这个人完全有可能是人渣。

如果自由不加限制，一定会导致强者对弱者的剥削。

---

  bai-shan-ye-45 网友的相关建议: 
      

湍流的尺度远大于分子平均自由程，仍然满足连续介质假设。大部分人认为NS 方程可以描述湍流（事实上也是这么做的）。

NS 方程系统是确定的，但确定的不代表可预测的。一个典型的例子，洛仑兹方程组，形式非常简单。但是这样的动力系统对初值扰动极端敏感，初值的误差误差随着时间会使解完全不一样，也就是著名的蝴蝶效应。当雷诺数大的时候，NS 方程更是这样。

可以把湍流看作一个随机过程场。DNS是一次具体的实现，就跟做了一次实验一样。打个比方，就像把扔十次骰子看做一件事，你得到十个1，就可是看作一次DNS 。DNS的主要困难在于湍流的多尺度导致要完全解析所有尺度，网格必须很细，计算量太大。复杂算例根本没法用。 为了降低计算量，提出LES ，大尺度直接解析，小尺度建模或者用耗散代替。

注意DNS /LES 和RANS的区别。前者相当于做了一次实验，每次做结果都可能不同；后者RANS 得到的是每一时刻随机场的均值。

---