Benchmarking des Qualcomm Snapdragon 8 Gen 1: Leistungserwartungen an die Flaggschiffe des Jahres 2022

Erst letzte Woche kam das Neue auf den Markt Qualcomm Snapdragon 8 Gen 1 auf dem Tech-Gipfel des Unternehmens in Hawaii. Der neueste Chipsatz von Qualcomm bietet eine ganze Reihe wichtiger Verbesserungen, die dieses Gerät zu einem der aufregendsten Qualcomm-Geräte seit langem machen. Während das Unternehmen zögerte, in einigen Aspekten detaillierte technische Details bereitzustellen (einschließlich der Vernachlässigung). um einen Adreno- oder Kryo-Versionsnamen zu nennen), konnten wir immer noch eine Reihe beliebter Benchmarks auf dem ausführen Snapdragon 8 Gen 1 Referenzgerät. Diese Benchmarks helfen dabei, die Basis der Leistungserwartungen für kommende Flaggschiffe im Jahr 2022 festzulegen, und geben uns einen weiteren Grund, auf den wir uns im nächsten Jahr freuen können.

Auf dem Referenzgerät Snapdragon 8 Gen 1 führten wir einen ganzheitlichen Benchmark (AnTuTu), einen CPU-zentrierten Benchmark (Geekbench), einen GPU-zentrierten Benchmark (GFXBench) und MLPerf-Benchmarks durch. Jeder Benchmark wurde dreimal durchgeführt und wir haben den Durchschnitt der drei Ergebnisse gebildet. Qualcomm hatte standardmäßig eine Option „UI Perf Mode“ aktiviert, die wir deaktiviert haben, da sie effektiv versucht, sie zu erzwingen Die Benchmarking-Apps sollen auf Prime-Kernen laufen, um mit Sicherheit eine etwas höhere Punktzahl zu erzielen Maßstäbe. Es ist auch erwähnenswert, dass wir diese Benchmarks erneut durchführen werden, sobald wir ein kommerzielles Gerät mit dem Qualcomm Snapdragon 8 Gen 1 in die Hände bekommen.

Wenn Sie daran interessiert sind, sich über alle Spezifikationen und Funktionen des Qualcomm Snapdragon 8 Gen 1-Mobilgeräts zu informieren Plattform, die das Unternehmen bisher zur Verfügung gestellt hat, dann empfehle ich Ihnen, unseren Erklärer zum Qualcomm Snapdragon 8 zu lesen Gen 1. Zur schnellen Orientierung habe ich eine Tabelle zusammengestellt, in der die wichtigsten Spezifikationen des Qualcomm Snapdragon verglichen werden 8 Gen 1-Referenzgerät im Vergleich zu den beiden anderen Referenzgeräten, die in diesem Benchmark-Vergleich verwendet wurden. Sie finden diese Tabelle unten vor den Benchmark-Ergebnissen.

Qualcomm stellte uns eine Reihe erwarteter Benchmark-Ergebnisse zur Verfügung, die auf eigenen Tests basieren. Wir haben dies nur als Referenz verwendet. Am Ende dieses Artikels finden Sie eine Tabelle mit den Benchmark-Ergebnissen, die Qualcomm für das Referenzgerät erwartet hat.

Über diesen Artikel: Qualcomm hat meinen Kollegen gesponsert, Rich Woods, um am Snapdragon Tech Summit in Kona, Hawaii, teilzunehmen. Das Unternehmen bezahlte seinen Flug und sein Hotel. Qualcomm hatte jedoch keinen Einfluss auf den Inhalt dieses Artikels.

Qualcomm Snapdragon 8 Gen 1 Benchmark-Ergebnisse

Spezifikationen des Testgeräts

Übersicht der Benchmarks. Zum erweitern klicken.

Benchmark-Übersicht

• AnTuTu: Dies ist ein ganzheitlicher Benchmark. AnTuTu testet die CPU-, GPU- und Speicherleistung und umfasst dabei sowohl abstrakte Tests als auch neuerdings auch Nachvollziehbare Benutzererfahrungssimulationen (z. B. der Untertest, bei dem durch a gescrollt wird Listenansicht). Die Endnote wird nach den Überlegungen des Designers gewichtet.
• GeekBench: Ein CPU-zentrierter Test, der mehrere Rechenlasten verwendet, darunter Verschlüsselung, Komprimierung (Text und Bilder), Rendering, physikalische Simulationen, Computer Vision, Raytracing, Spracherkennung und Convolutional Neural Network Inference auf Bildern. Die Punkteaufschlüsselung liefert spezifische Kennzahlen. Die endgültige Bewertung wird nach den Überlegungen des Designers gewichtet, wobei ein großer Schwerpunkt auf die Integer-Leistung (65 %), dann auf die Float-Leistung (30 %) und schließlich auf die Kryptographie (5 %) gelegt wird.
• GFXBench: Zielt darauf ab, das Rendern von Videospielgrafiken mithilfe der neuesten APIs zu simulieren. Viele Bildschirmeffekte und hochwertige Texturen. Neuere Tests verwenden Vulkan, während ältere Tests OpenGL ES 3.1 verwenden. Die Ausgaben sind Frames während des Tests und Bilder pro Sekunde (im Wesentlichen die andere Zahl dividiert durch die Testlänge) anstelle einer gewichteten Punktzahl.
  • Aztekische Ruinen: Diese Tests sind die rechenintensivsten, die GFXBench anbietet. Derzeit können die besten mobilen Chipsätze nicht 30 Bilder pro Sekunde verarbeiten. Insbesondere bietet der Test eine Geometrie mit wirklich hoher Polygonzahl, Hardware-Tessellation, hochauflösende Texturen, globale Beleuchtung und reichlich Schattenkartierung, zahlreiche Partikeleffekte sowie Bloom und Tiefenschärfe Auswirkungen. Die meisten dieser Techniken belasten die Shader-Rechenfähigkeiten des Prozessors.
  • Manhattan ES 3.0/3.1: Dieser Test bleibt relevant, da moderne Spiele bereits die vorgeschlagene grafische Wiedergabetreue erreicht haben und die gleichen Techniken implementieren. Es verfügt über eine komplexe Geometrie mit mehreren Renderzielen, Reflexionen (kubische Karten), Mesh-Rendering, vielen verzögerten Lichtquellen sowie Bloom und Tiefenschärfe in einem Nachbearbeitungsdurchgang.
• MLPerf Mobile: MLPerf Mobile ist ein Open-Source-Benchmark zum Testen der mobilen KI-Leistung. Es war erstellt von MLCommons, ein gemeinnütziges, offenes Engineering-Konsortium, um „Transparenz und gleiche Wettbewerbsbedingungen für den Vergleich von ML-Systemen, Software usw. zu schaffen.“ Lösungen.“ Die erste Iteration von MLPerf Mobile bietet einen Inferenzleistungs-Benchmark für eine Handvoll Computer Vision und natürliche Sprache Bearbeitungsaufgaben. Weitere Informationen finden Sie im Papier „MLPerf Mobile Inference Benchmark: Warum mobiles KI-Benchmarking schwierig ist und was man dagegen tun kann.”
  • Bildklassifizierung: Bei diesem Test wird eine Beschriftung abgeleitet, die auf ein Eingabebild angewendet werden soll. Typische Anwendungsfälle sind Fotosuchen oder Textextraktion. Das verwendete Referenzmodell ist MobileNetEdgeTPU mit 4M-Parametern, der Datensatz ist ImageNet 2012 (224×224) und das Qualitätsziel liegt bei 98 % von FP32 (76,19 % Top-1).
  • Bildsegmentierung: Bei diesem Test wird ein Eingabebild in beschriftete Objekte aufgeteilt. Typische Anwendungsfälle sind autonomes Fahren oder Fernerkundung. Das verwendete Referenzmodell ist DeepLab v3+ mit 2M Parametern, der Datensatz ist ADE20K (512×512) und das Qualitätsziel liegt bei 93 % von FP32 (0,244 mAP).
  • Objekterkennung: Bei diesem Test werden Begrenzungsrahmen um Objekte gezeichnet und eine Beschriftung für diese Objekte bereitgestellt. Typische Anwendungsfälle umfassen Kameraeingaben, beispielsweise zur Gefahrenerkennung oder Verkehrsanalyse während der Fahrt. Das Referenzmodell ist SSD-MobileNet v2 mit 17 Millionen Parametern, der Datensatz ist COCO 2017 (300 x 300) und das Qualitätsziel liegt bei 97 % von FP32 (54,8 % mIoU).
  • Sprachverarbeitung: Bei diesem Test werden Fragen umgangssprachlich beantwortet. Typische Anwendungsfälle sind Online-Suchmaschinen. Das Referenzmodell ist MobileBERT mit 25 Millionen Parametern, der Datensatz ist Mini Squad (Stanford Question Answering Dataset) v1.1 dev und das Qualitätsziel liegt bei 93 % von FP32 (93,98 % F1).

Weiterlesen

---

Benchmark-Ergebnisse

AnTuTu

Beginnend mit AnTuTu können wir sehen, dass das Referenzgerät Qualcomm Snapdragon 8 Gen 1 punktete wesentlich höher als in den Vorjahren, mit einer deutlichen Steigerung gegenüber dem Vorjahr von rund 240.000 Punkte. Dies ist eine ziemlich große Verbesserung von rund 33 % und liegt deutlich über den Versprechen von Qualcomm, die Geschwindigkeit um 20 % zu steigern. Dies ist nur ein Test, aber AnTuTu ist ein großartiges Tool zum Vergleich der reinen Rechenleistung zwischen Geräten, auch wenn nicht alles davon in die reale Nutzung umgesetzt werden kann.

Geekbench

In Geekbench 5.0 ist das jedoch eine ganz andere Geschichte. Der Snapdragon 8 Gen 1 weist im Vergleich zum letztjährigen Referenzgerät Snapdragon 888 kaum bis gar keinen Zuwachs auf und lässt sogar bei der Leistung im Multi-Core-Bereich nach. Es ist auch nicht so, als hätten wir einen Blindgänger bekommen – Qualcomm hat uns eine Informationsseite mit Benchmark-Ergebnissen zur Verfügung gestellt, die wir vom Snapdragon 8 Gen 1 erwarten können, und diese liegen im Rahmen unserer Erwartungen. Tatsächlich lag die Single-Core-Leistung über den von Qualcomm angegebenen Obergrenzen, während die Multi-Core-Leistung 20 Punkte unter den zu erwartenden Untergrenzen lag.

Dennoch denke ich, dass klar ist, dass es sich bei dem Test, um den es sich auch handelt, nicht um einen Test handelt, bei dem Qualcomm Verbesserungen vorgenommen hat. Unsere anderen Tests zeigen deutliche Verbesserungen gegenüber den Chipsätzen der Vorjahre.

GFXBench

Qualcomm hat nicht viel über die neue Adreno-GPU im Snapdragon 8 Gen 1 verraten, daher können wir außer ihren Leistungssteigerungen kaum etwas über die GPU sagen. Wir kennen die Anzahl der Kerne nicht, wir kennen die Häufigkeit nicht und wir haben nicht einmal eine Versionsnummer. Im Manhattan-Test von GFXBench, der die OpenGL ES 3.0-API verwendet und eine 1080p-Szene außerhalb des Bildschirms rendert, hatte der Snapdragon 8 Gen 1 eine durchschnittliche Bildrate von 221 fps, etwa 31 % bzw. 75 % höher als die Bildraten der Snapdragon 888 und 865 bzw. Im Aztec Ruins-Test von GFXBench, der die Vulkan-Grafik-API verwendet und eine 1080p-Szene außerhalb des Bildschirms rendert, hatte der Snapdragon 8 Gen 1 eine durchschnittliche Bildrate von 41 fps. Allerdings gibt es hier einen Vorbehalt; Die vorherigen Ergebnisse auf Referenzgeräten wurden in 1080p getestet, während der einzige Aztec Ruins-Test, auf den wir Zugriff hatten, in 1440p erfolgte. Bei der Erhöhung auf 1080p müssen 43,75 % mehr Pixel gleichzeitig gerendert werden, weshalb die Leistung in diesem Test abnahm.

Nur einige davon beste Android-Spiele erfordern viel GPU-Leistung, aber eine verbesserte GPU-Leistung ist nicht nur für Spiele nützlich. Allerdings ist Gaming definitiv der Hauptgrund, warum sich die Leute für diese Benchmark-Ergebnisse interessieren Snapdragon 8 Gen 1 scheint Jahr für Jahr mit seiner 35 % schnelleren Grafikwiedergabe und 20 % besseren Energieeffizienz zu liefern Jahr. Diese Ergebnisse zeigen jedoch nur die Spitzenleistung der GPU, daher müssen wir uns GFXBench noch einmal ansehen – Sobald wir kommerzielle Hardware in die Hände bekommen – um die langfristige Leistung des Benchmarks zu erreichen Tests.

MLPerf

Qualcomm war bei Einzelheiten zu Verbesserungen der künstlichen Intelligenz besonders zurückhaltend. Für TOPS (Trillion Operations Per Second) liegen uns keine Zahlen vor, wir haben jedoch einige Informationen über andere Verbesserungen. Da ist zum Beispiel die dritte Generation des Sensor-Hubs des Unternehmens, der in Hawaii auch eine Reihe anderer SoC-spezifischer Funktionen demonstrierte.

Wie groß dieser Leistungssprung tatsächlich ist, lässt sich für uns allerdings nur schwer nachweisen. Wir haben in unseren Interviews ausführlich über die Schwierigkeiten des KI-Benchmarkings gesprochen Travis Lanier von Qualcomm, Gary Brotman und Ziad Asghar. Die gute Nachricht ist, dass es seit unseren Gesprächen mit Qualcomm-Führungskräften erhebliche Fortschritte im Bereich der KI-Benchmarks gegeben hat.

Die vielversprechendsten derzeit verfügbaren Benchmarks sind MLPerf Mobile, ein Open-Source-Benchmark für mobile KI, der von mehreren SoC-Anbietern, ML-Framework-Anbietern und -Modellen unterstützt wird Produzenten. Der erste Stapel mobiler Inferenzergebnisse ist öffentlichDaher haben wir diese Ergebnisse verwendet, um den Snapdragon 8 Gen 1 mit dem Snapdragon 888 im Xiaomi Mix 4, dem Dimensity 1100 im Vivo S9 5G und dem Exynos 2100 im Samsung Galaxy S21 Plus zu vergleichen. Wir haben keine Latenzergebnisse erhalten – nur Zahlen zum Durchsatz – daher haben wir nicht die vollständigen Ergebnisse dargestellt, die von den Anbietern zur Überprüfung durch MLCommons übermittelt wurden.

In diesen ausgewählten Inferenz-Benchmarks für Computer Vision und natürliche Sprachverarbeitung können wir sehen dass das Referenzgerät Qualcomm Snapdragon 8 Gen 1 in allen vier Tests die höchsten Werte erzielte weit. Der Demensity 1100 schnitt insgesamt ziemlich schlecht ab. Der Snapdragon 888 von Qualcomm schlägt die anderen in diesem Test immer noch deutlich, aber der Snapdragon 8 Gen 1 liegt in all diesen Tests auf einem anderen Niveau.

Es wird interessant sein zu sehen, welche Anwendungen und Funktionen Entwickler und OEMs mithilfe der KI-Fähigkeiten des Snapdragon 8 Gen 1 erstellen können. Computer Vision wird bei den vielen KI-gestützten Videografiefunktionen, die wir vorstellen werden, eine besonders wichtige Rolle spielen Dies wird voraussichtlich im Jahr 2022 der Fall sein, während sich eine verbesserte NLP-Leistung auch auf videonahe Aspekte wie Audio auswirken kann Aufzeichnung. Unternehmen wie Google arbeiten daran Google Tensor wird auch andere SoC-Anbieter in dieser Abteilung vorantreiben.

Abschluss

Die Tabelle, die Qualcomm uns mit den erwarteten Benchmark-Ergebnissen zur Verfügung gestellt hat, finden Sie weiter unten. Wie Sie sehen können, deckt sich diese größtenteils mit den Ergebnissen, die wir oben erzielt haben.

Erwartete Benchmark-Ergebnisse für das Snapdragon 8 Gen 1-Referenzdesign (von Qualcomm)

Benchmark	Ausführung	Methode	Erwarteter Punktebereich
System	Geekbench ST	v5.4.2	Durchschnitt aus 3 Iterationen	~1220 - 1233
System	Geekbench MT	v5.4.2	Durchschnitt aus 3 Iterationen	~3770 - 3810
System	AnTuTu	v9.2.1	Durchschnitt aus 3 Iterationen	1. Durchlauf: ~1mAvg von 3 Iterationen: ~980.000
System	PCMark	v3.0.4061	Durchschnitt aus 3 Iterationen	~17k
Browser (Chrome v95.0.4638.74 64-Bit)	Jet-Stream	v2.0	Durchschnitt aus 3 Iterationen	~135 - 140
Browser	Tachometer	v2.0	Durchschnitt aus 3 Iterationen	~123 - 126
Browser	WebXPRT	v3.0	Durchschnitt aus 3 Iterationen	~194 - 197
KI	AITuTu	v2.0	Durchschnitt aus 3 Iterationen	~2,550,000 - 2,600,000
KI	AIMark	v3.0	Durchschnitt aus 3 Iterationen	~97K
KI	MLPerf (auf einem separaten QRD, da die Ausführung 30 Minuten dauert)	v1.1	Durchschnitt aus 3 Iterationen	Bildklasse: ~2435 - 2450 Objekterkennung: ~1180 - 1250 Bildsegment: ~520–540 Sprachverständnis: ~38 - 40 Bildklasse (Offline): ~3580 - 3650
KI	ETH AIB	v4.0.4	Durchschnitt aus 3 Iterationen	~530 - 550.000
Grafik	GFXBench Manhattan 3.0 Offscreen (1080p) (FPS)	v5.0	Durchschnitt aus 3 Iterationen	~267 - 268 FPS
Grafik	GFXBench T-Rex – Offscreen (1080p) (FPS)	v5.0	Durchschnitt aus 3 Iterationen	~450 - 452 FPS
Grafik	GFXBench Manhattan 3.1 Offscreen (1080p) (FPS)	v5.0	Durchschnitt aus 3 Iterationen	~176 FPS
Grafik	GFXBench Verfolgungsjagd außerhalb des Bildschirms (1080p) ES3.1 (FPS)	v5.0	Durchschnitt aus 3 Iterationen	~97 - 98 FPS
Grafik	GFXBench Aztec Ruins Vulkan (High Tier) Offscreen (1440p) (FPS)	v5.0	Durchschnitt aus 3 Iterationen	~49 FPS
Grafik	GFXBench Aztec Ruins OpenGL (High Tier) Offscreen (1440p) (FPS)	v5.0	Durchschnitt aus 3 Iterationen	~43 FPS

Weiterlesen

Der Snapdragon 8 Gen 1 bringt eine Menge Verbesserungen gegenüber dem letztjährigen Chipsatz mit sich, insbesondere wenn es um KI geht. Auch wenn die CPU-bezogenen Ergebnisse von Geekbench definitiv etwas seltsam sind, ist klar, dass es allgemeine Verbesserungen gibt. Wenn Sie ein Upgrade von einem Gerät durchführen, das zwei Jahre älter (oder älter) ist, werden die Verbesserungen wahrscheinlich spürbar sein, obwohl die massiven Verbesserungen der KI-Leistung von den meisten wahrscheinlich unbemerkt bleiben werden. Unternehmen schöpfen selten das volle Potenzial der KI aus, wenn es um die Chipsätze von Qualcomm geht, und es ist wahrscheinlich, dass dies auch hier der Fall sein wird.

Es ist auch erwähnenswert, dass es sich angesichts der zunehmenden Konkurrenz lohnen könnte, abzuwarten, was Samsung und MediaTek als nächstes tun. Der Abmessung 9000 Der Chipsatz hat das Potenzial, dem Snapdragon 8 Gen 1 in Sachen Leistung Konkurrenz zu machen, und über den kommenden Exynos 2200 wissen wir noch nicht viel. Ich persönlich freue mich darauf, diese Benchmarks in Zukunft noch einmal auf einem kommerziellen Gerät zu testen, insbesondere in einer kontrollierteren Umgebung.