Σημεία αναφοράς Qualcomm Snapdragon 888: Δείτε πώς θα αποδίδουν τα κορυφαία τηλέφωνα 5G του 2021

click fraud protection

Ακολουθούν τα αποτελέσματα αναφοράς CPU, GPU και AI από μια συσκευή αναφοράς Qualcomm Snapdragon 888 σε δοκιμές όπως το Geekbench, το AnTuTu και άλλα.

Νωρίτερα αυτόν τον μήνα, η Qualcomm προσκάλεσε δημοσιογράφους σε μια εικονική Τεχνική Σύνοδο Snapdragon όπου ανακοίνωσαν τον Snapdragon 888 φορητή πλατφόρμα. Το τελευταίο SoC σειράς 8 της Qualcomm φέρνει σημαντικές βελτιώσεις στην επεξεργασία εικόνας και τη μηχανική εκμάθηση, αλλά μόνο σταδιακές βελτιώσεις στην απόδοση της CPU και της GPU. Για να μάθουμε πόσο πιο ισχυρό είναι το πιο πρόσφατο chipset της Qualcomm, συνήθως έχουμε την ευκαιρία να εκτελέσουμε δείκτες αναφοράς στο υλικό αναφοράς της. Ωστόσο, λόγω του COVID-19, η Qualcomm δεν μπόρεσε να κανονίσει μια προσωπική συνεδρία συγκριτικής αξιολόγησης, επομένως έστειλε μας ένα προηχογραφημένο βίντεο που δείχνει μια συσκευή αναφοράς Qualcomm Snapdragon 888 που τρέχει τη γκάμα των δημοφιλών σημεία αναφοράς.

Στη συσκευή αναφοράς Snapdragon 888, η Qualcomm έτρεξε ένα ολιστικό σημείο αναφοράς (AnTuTu), ένα σημείο αναφοράς με επίκεντρο την CPU (Geekbench), ένα σημείο αναφοράς με επίκεντρο GPU (GFXBench) και πολλά σημεία αναφοράς AI/ML (AIMark, AITuTu, MLPerf και Procyon). Κάθε σημείο αναφοράς εκτελέστηκε τρεις φορές, επομένως η εταιρεία μοιράστηκε το μέσο αποτέλεσμα σε τρεις επαναλήψεις. Επιπλέον, η εταιρεία λέει ότι έτρεξαν κάθε σημείο αναφοράς χρησιμοποιώντας τις προεπιλεγμένες ρυθμίσεις στο σχέδιο αναφοράς Snapdragon 888, που σημαίνει ότι δεν ενεργοποίησαν καμία λειτουργία υψηλής απόδοσης. Ωστόσο, επειδή οι βαθμολογίες αναφοράς δόθηκαν για εμάς, δεν μπορούμε να επαληθεύσουμε τα αποτελέσματα ή τις συνθήκες δοκιμής για εμάς. Μόλις πάρουμε στα χέρια μας μια εμπορική συσκευή με τον Qualcomm Snapdragon 888, θα εκτελέσουμε ξανά αυτά τα σημεία αναφοράς.

Αν σας ενδιαφέρει να διαβάσετε όλες τις προδιαγραφές και τις δυνατότητες της πλατφόρμας για κινητά Qualcomm Snapdragon 888, προτείνω να διαβάσετε Ο εξαιρετικός επεξηγητής του Idrees Patel στο Snapdragon 888 δημοσιεύθηκε στις αρχές αυτού του μήνα. Το άρθρο του περιγράφει λεπτομερώς όλες τις βελτιώσεις που έκανε η Qualcomm στη CPU, τη GPU, το μόντεμ, το υποσύστημα συνδεσιμότητας, τον ISP, τον κινητήρα AI, το DSP και οτιδήποτε άλλο. Για γρήγορη αναφορά, συνέταξα ένα γράφημα που συγκρίνει τις βασικές προδιαγραφές της συσκευής αναφοράς Qualcomm Snapdragon 888 σε σύγκριση με οι άλλες δύο συσκευές που χρησιμοποιούνται σε αυτήν τη σύγκριση συγκριτικής αξιολόγησης: η συσκευή αναφοράς με τροφοδοσία Snapdragon 865 και το Pixel 4 με τροφοδοσία Snapdragon 855 ότι Χρησιμοποίησα στην περσινή περίοδο συγκριτικής αξιολόγησης. Μπορείτε να βρείτε αυτό το γράφημα παρακάτω πριν από τα αποτελέσματα αναφοράς.

Αποτελέσματα συγκριτικής αξιολόγησης Qualcomm Snapdragon 888

Προδιαγραφές συσκευών δοκιμής

Qualcomm Snapdragon 855 (Google Pixel 4)

Qualcomm Snapdragon 865 (Συσκευή αναφοράς Qualcomm)

Qualcomm Snapdragon 888 (Συσκευή αναφοράς Qualcomm)

ΕΠΕΞΕΡΓΑΣΤΗΣ

  • 1x Kryo 485 (βασισμένο σε ARM Cortex A76) Prime core @ 2,84 GHz, 1 x 512 KB L2 cache
  • 3x Kryo 485 (βασισμένοι σε ARM Cortex A76) Πυρήνες απόδοσης @ 2,42 GHz, 3 x 256 KB L2 cache
  • 4x Kryo 385 (βασισμένοι σε ARM Cortex A55) Πυρήνες αποδοτικότητας @ 1,8 GHz, 4 x 128 KB L2 cache
  • 2MB προσωρινή μνήμη L3
  • 1x Kryo 585 (βασισμένο σε ARM Cortex A77) Prime core @ 2,84 GHz, 1 x 512 KB L2 cache
  • 3x Kryo 585 (με βάση το ARM Cortex A77) Πυρήνες απόδοσης @ 2,4 GHz, 3 x 256 KB L2 cache
  • 4x Kryo 385 (βασισμένοι σε ARM Cortex A55) Πυρήνες αποδοτικότητας @ 1,8 GHz, 4 x 128 KB L2 cache
  • 4MB προσωρινή μνήμη L3
  • 1x Kryo 680 (με βάση το ARM Cortex X1) Prime core @ 2,84 GHz, 1 x 1MB μνήμη cache L2
  • 3x Kryo 680 (βασισμένοι σε ARM Cortex A78) Πυρήνες απόδοσης @ 2,4 GHz, 3 x 512 KB L2 cache
  • 4x Kryo 680 (βασισμένοι σε ARM Cortex A55) Πυρήνες αποδοτικότητας @ 1,8 GHz, 4 x 128 KB L2 cache
  • 4MB προσωρινή μνήμη L3

GPU

Adreno 640

Adreno 650

Adreno 660

Απεικόνιση

  • Ανάλυση 2280 x 1080
  • Ρυθμός ανανέωσης 60 Hz
  • Ανάλυση 2880 x 1440
  • Ρυθμός ανανέωσης 60 Hz
  • Ανάλυση 2340 x 1080
  • Ρυθμός ανανέωσης 120 Hz

Όλα συμπεριλαμβάνονται

  • Hexagon 690 with Hexagon Vector Extensions και Hexagon Tensor Accelerator
  • Κινητήρας AI 4ης γενιάς
  • 7 ΚΟΡΥΦΕΣ
  • Hexagon 698 με εξάγωνες διανυσματικές επεκτάσεις και νέο εξαγωνικό τανυστή επιταχυντή
  • Κινητήρας AI 5ης γενιάς
  • Qualcomm Sensing Hub
  • 15 ΚΟΡΥΦΕΣ
  • Hexagon 780 με αρχιτεκτονική Fused AI Accelerator
  • Κινητήρας AI 6ης γενιάς
  • Qualcomm Sensing Hub (2ης γενιάς)
    • Νέος αποκλειστικός επεξεργαστής AI
    • 80% μείωση εργασιών εκφόρτωση από Hexagon DSP
    • 5 φορές περισσότερη επεξεργαστική ισχύς σε ετήσια βάση
  • 16 φορές μεγαλύτερη κοινόχρηστη μνήμη
  • 50% γρηγορότερος βαθμωτός επιταχυντής, 2 φορές ταχύτερος επιταχυντής τανυστήρα ετησίως
  • 26 ΚΟΡΥΦΕΣ

Μνήμη

  • 6 GB LPDDR4
  • 3 MB προσωρινή μνήμη επιπέδου συστήματος
  • 12 GB LPDDR5
  • 3 MB προσωρινή μνήμη επιπέδου συστήματος
  • 12 GB LPDDR5
  • 3 MB προσωρινή μνήμη επιπέδου συστήματος

Αποθήκευση

64 GB UFS 2.1

128 GB UFS 3.0

512 GB UFS 3.0

ISP

  • Διπλός ISP 14-bit Spectra 380
  • Διπλός ISP 14-bit Spectra 480
  • Διακίνηση 2,0 Gigapixel ανά δευτερόλεπτο
  • Τριπλός ISP 14-bit Spectra 580
  • Διακίνηση 2,7 Gigapixel ανά δευτερόλεπτο

Διαδικασία Παραγωγής

7nm (TSMC's N7)

7 nm (N7P της TSMC)

5nm (5LPE της Samsung)

Εκδοση ΛΟΓΙΣΜΙΚΟΥ

Android 10

Android 10

Android 11

Επισκόπηση σημείων αναφοράς

Με εισροές από Μάριο Σεραφέρο

  • AnTuTu: Αυτό είναι ένα ολιστικό σημείο αναφοράς. Το AnTuTu ελέγχει την απόδοση της CPU, της GPU και της μνήμης, ενώ περιλαμβάνει και αφηρημένες δοκιμές και, μέχρι πρόσφατα, σχετικές προσομοιώσεις εμπειρίας χρήστη (για παράδειγμα, η υποδοκιμή που περιλαμβάνει την κύλιση στο α Προβολή λίστας). Η τελική βαθμολογία σταθμίζεται σύμφωνα με τις εκτιμήσεις του σχεδιαστή.
  • GeekBench: Μια δοκιμή με επίκεντρο τη CPU που χρησιμοποιεί πολλούς υπολογιστικούς φόρτους εργασίας, όπως κρυπτογράφηση, συμπίεση (κείμενο και εικόνες), απόδοση, προσομοιώσεις φυσικής, όραση υπολογιστή, ανίχνευση ακτίνων, αναγνώριση ομιλίας και συμπέρασμα συνελικτικού νευρωνικού δικτύου σε εικόνες. Η ανάλυση βαθμολογίας δίνει συγκεκριμένες μετρήσεις. Η τελική βαθμολογία σταθμίζεται σύμφωνα με τις εκτιμήσεις του σχεδιαστή, δίνοντας μεγάλη έμφαση στην απόδοση ακέραιου αριθμού (65%), στη συνέχεια στην απόδοση float (30%) και τέλος στην κρυπτογράφηση (5%).
  • GFXBench: Αποσκοπεί στην προσομοίωση απόδοσης γραφικών βιντεοπαιχνιδιών χρησιμοποιώντας τα πιο πρόσφατα API. Πολλά εφέ στην οθόνη και υφές υψηλής ποιότητας. Οι νεότερες δοκιμές χρησιμοποιούν Vulkan ενώ οι δοκιμές παλαιού τύπου χρησιμοποιούν OpenGL ES 3.1. Οι έξοδοι είναι πλαίσια κατά τη διάρκεια της δοκιμής και καρέ ανά δευτερόλεπτο (ο άλλος αριθμός διαιρούμενος με το μήκος δοκιμής, ουσιαστικά), αντί για σταθμισμένο σκορ.
    • Ερείπια των Αζτέκων: Αυτά τα τεστ είναι τα πιο βαριά υπολογιστικά που προσφέρει η GFXBench. Επί του παρόντος, τα κορυφαία chipset για κινητά δεν μπορούν να αντέξουν 30 καρέ ανά δευτερόλεπτο. Συγκεκριμένα, το τεστ προσφέρει πραγματικά υψηλή γεωμετρία αριθμού πολυγώνων, ψηφίδα υλικού, υφές υψηλής ανάλυσης, παγκόσμιος φωτισμός και άφθονη χαρτογράφηση σκιών, άφθονα εφέ σωματιδίων, καθώς και άνθιση και βάθος πεδίου υπάρχοντα. Οι περισσότερες από αυτές τις τεχνικές θα τονίσουν τις δυνατότητες υπολογισμού shader του επεξεργαστή.
    • Manhattan ES 3.0/3.1: Αυτό το τεστ παραμένει σχετικό δεδομένου ότι τα σύγχρονα παιχνίδια έχουν ήδη φτάσει στην προτεινόμενη γραφική του πιστότητα και εφαρμόζουν τα ίδια είδη τεχνικών. Διαθέτει σύνθετη γεωμετρία που χρησιμοποιεί πολλαπλούς στόχους απόδοσης, αντανακλάσεις (κυβικούς χάρτες), απόδοση πλέγματος, πολλές πηγές φωτισμού με καθυστέρηση, καθώς και άνθιση και βάθος πεδίου σε ένα πέρασμα μετά την επεξεργασία.
  • MLPerf Mobile: Το MLPerf Mobile είναι ένα σημείο αναφοράς ανοιχτού κώδικα για τη δοκιμή απόδοσης τεχνητής νοημοσύνης για κινητά. Ήταν δημιουργήθηκε από την MLCommons, μια μη κερδοσκοπική, ανοιχτή κοινοπραξία μηχανικής, για την «παροχή διαφάνειας και ίσων όρων ανταγωνισμού για τη σύγκριση συστημάτων, λογισμικού και λογισμικού ML και λύσεις." Η πρώτη επανάληψη του MLPerf Mobile παρέχει ένα σημείο αναφοράς απόδοσης συμπερασμάτων για μια χούφτα υπολογιστικής όρασης και φυσικής γλώσσας εργασίες επεξεργασίας. Για περισσότερες πληροφορίες, ανατρέξτε στην εφημερίδα "MLPerf Mobile Inference Benchmark: Γιατί η συγκριτική αξιολόγηση τεχνητής νοημοσύνης για κινητά είναι δύσκολη και τι πρέπει να κάνετε γι 'αυτό."
    • Ταξινόμηση εικόνων: Αυτή η δοκιμή περιλαμβάνει το συμπέρασμα μιας ετικέτας που θα εφαρμοστεί σε μια εικόνα εισόδου. Οι τυπικές περιπτώσεις χρήσης περιλαμβάνουν αναζητήσεις φωτογραφιών ή εξαγωγή κειμένου. Το μοντέλο αναφοράς που χρησιμοποιείται είναι το MobileNetEdgeTPU με παραμέτρους 4M, το σύνολο δεδομένων είναι ImageNet 2012 (224x224) και ο στόχος ποιότητας είναι το 98% του FP32 (76,19% Top-1).
    • Τμηματοποίηση εικόνας: Αυτή η δοκιμή περιλαμβάνει τη διαίρεση μιας εικόνας εισόδου σε αντικείμενα με ετικέτα. Οι τυπικές περιπτώσεις χρήσης περιλαμβάνουν την αυτοοδήγηση ή την τηλεπισκόπηση. Το μοντέλο αναφοράς που χρησιμοποιείται είναι το DeepLab v3+ με παραμέτρους 2M, το σύνολο δεδομένων είναι ADE20K (512x512) και ο στόχος ποιότητας είναι το 93% του FP32 (0,244 mAP).
    • Ανίχνευση αντικειμένου: Αυτή η δοκιμή περιλαμβάνει τη σχεδίαση πλαισίων οριοθέτησης γύρω από αντικείμενα καθώς και την παροχή μιας ετικέτας για αυτά τα αντικείμενα. Οι τυπικές περιπτώσεις χρήσης περιλαμβάνουν είσοδο κάμερας, όπως για ανίχνευση κινδύνου ή ανάλυση κυκλοφορίας κατά την οδήγηση. Το μοντέλο αναφοράς είναι το SSD-MobileNet v2 με 17M παραμέτρους, το σύνολο δεδομένων είναι COCO 2017 (300x300) και ο στόχος ποιότητας είναι το 97% του FP32 (54,8% mIoU).
    • Επεξεργασία γλώσσας: Αυτό το τεστ περιλαμβάνει απαντήσεις σε ερωτήσεις καθομιλουμένη. Οι τυπικές περιπτώσεις χρήσης περιλαμβάνουν ηλεκτρονικές μηχανές αναζήτησης. Το μοντέλο αναφοράς είναι το MobileBERT με 25 εκατομμύρια παραμέτρους, το σύνολο δεδομένων είναι mini Squad (Stanford Question Answering Dataset) v1.1 dev και ο στόχος ποιότητας είναι 93% του FP32 (93,98% F1).

Αποτελέσματα AnTuTu

Ξεκινώντας με το AnTuTu, μπορούμε να δούμε ότι η συσκευή αναφοράς Qualcomm Snapdragon 888 σημείωσε σχεδόν 17.000 πόντους υψηλότερο από τη συσκευή αναφοράς Snapdragon 865 και σχεδόν 350.000 πόντους υψηλότερο από το Pixel που τροφοδοτείται με Snapdragon 855 4. Όταν κοιτάζετε τις δευτερεύουσες βαθμολογίες CPU, GPU, Memory και UX (δεν εμφανίζονται εδώ), μπορούμε να δούμε ότι οι μεγαλύτερες βελτιώσεις στην απόδοση προέρχονται από τη GPU και τη μνήμη. Ο Snapdragon 888 QRD σημείωσε περίπου 45,56% υψηλότερη βαθμολογία στην υποδοκιμασία GPU του AnTuTu σε σύγκριση με τον Snapdragon 865 QRD. Ομοίως, ο Snapdragon 888 QRD σημείωσε περίπου 52,08% υψηλότερη βαθμολογία στην υποδοκιμασία μνήμης του AnTuTu σε σύγκριση με τον Snapdragon 865 QRD. Σε σύγκριση με το Pixel 4 που τροφοδοτείται με Snapdragon 855, το 888 QRD το ξεπέρασε στις υποδοκιμές GPU και μνήμης κατά 98,42% και 117,58%, αντίστοιχα.

Εν τω μεταξύ, ο Snapdragon 888 QRD σημείωσε περίπου 30,05% και 90,28% υψηλότερη βαθμολογία στην υποδοκιμασία CPU του AnTuTu σε σύγκριση με τα Pixel 4 που τροφοδοτούνται με Snapdragon 865 QRD και Snapdragon 855, αντίστοιχα. Η υποβαθμολογία UX είναι δύσκολο να συγκριθεί λόγω των διαφορετικών εκδόσεων λειτουργικού συστήματος Android που εκτελούσε κάθε συσκευή (το Pixel 4 και το Snapdragon 865 QRD εκτελούσαν Android 10 όταν τους έκανα συγκριτική αξιολόγηση πέρυσι, ενώ το 888 QRD τρέχει Android 11.)

Η μεγάλη ώθηση στην απόδοση της μνήμης είναι αρκετά ενδιαφέρουσα. Τόσο το 865 QRD όσο και το 888 QRD διαθέτουν 12 GB μνήμης RAM LPDDR5, αν και δεν γνωρίζουμε σε τι είναι η μνήμη RAM. Συγκεκριμένα, το 865 υποστηρίζει έως και 16 GB LPDDR5 RAM στα 2750 MHz, ενώ το 888 υποστηρίζει έως και 16 GB LPDDR5 RAM στα 3200 MHz. Τα χτυπήματα σε CPU και GPU Η απόδοση εδώ είναι ελαφρώς πάνω από τις προσδοκίες μας, καθώς η Qualcomm είπε ότι τα κέρδη CPU και GPU του Snapdragon 888 είναι 25% και 35% αντίστοιχα χρόνο με τον χρόνο. Ωστόσο, τα περισσότερα σημεία αναφοράς με επίκεντρο τη CPU και τη GPU που ακολουθούν δείχνουν κέρδη που συνάδουν περισσότερο με τις προσδοκίες μας.

Αποτελέσματα Geekbench

Στο Geekbench 5.0, ο Qualcomm Snapdragon 888 αποδίδει 22,17% και 9,97% υψηλότερα στις δοκιμές ενός πυρήνα και πολλαπλών πυρήνων αντίστοιχα σε σύγκριση με τον Snapdragon 865. Σε σύγκριση με τον Snapdragon 855, ο 888 αποδίδει περίπου 89,17% και 51,82% καλύτερα αντίστοιχα.

Η Qualcomm λέει ότι ο Snapdragon 888 παρέχει 25% ώθηση στην απόδοση της CPU σε σχέση με τον Snapdragon 865. Ο μοναδικός πυρήνας ARM Cortex-X1 Prime της CPU είναι χρονισμένος σε συντηρητικά 2,84 GHz — την ίδια ταχύτητα ρολογιού με το ARM τελευταίας γενιάς Cortex-A77 Prime core — επομένως είναι πιθανό να δούμε ταχύτητα ρολογιού 3+GHz για τον αναπόφευκτο Snapdragon 888 "Plus" στα μέσα του έτους φρεσκάρω. Αν συμβαίνει αυτό, μπορούμε να περιμένουμε ότι η απόδοση της CPU θα βελτιωθεί ακόμη περισσότερο, αν και αυτή τη στιγμή, είναι δίκαιο να πούμε ότι τα κέρδη είναι σταθερά, αλλά απλώς αυξητικά.

Επομένως, εάν κάνετε αναβάθμιση από μια ναυαρχίδα δύο ετών, το 888 θα πρέπει να φέρει σημαντικές βελτιώσεις στην απόδοση της CPU. Εάν κάνετε αναβάθμιση από μια ναυαρχίδα ενός έτους, αυτά τα κέρδη είναι πολύ μικρότερα. Προσωπικά είμαι ενθουσιασμένος που βλέπω πώς μια συσκευή Snapdragon 888 χειρίζεται την εξομοίωση κονσόλας.

Αποτελέσματα GFXBench

Η Qualcomm δεν έχει αποκαλύψει τον αριθμό πυρήνων ή τη μέγιστη συχνότητα της GPU Adreno 660 στον Snapdragon 888, επομένως δεν έχουμε πολλά να πούμε για την GPU εκτός από τα κέρδη της στην απόδοση. Στη δοκιμή Manhattan του GFXBench, η οποία χρησιμοποιεί το OpenGL ES 3.0 API και αποδίδει μια σκηνή 1080p εκτός οθόνης, ο Snapdragon 888 είχε μέσος ρυθμός καρέ 169 fps, περίπου 34,13% και 83,7% υψηλότερος από τους ρυθμούς καρέ που επιτυγχάνουν οι Snapdragon 865 και 855 αντίστοιχα. Στη δοκιμή Aztec Ruins του GFXBench, η οποία χρησιμοποιεί το API γραφικών Vulkan και αποδίδει μια σκηνή 1080p εκτός οθόνης, ο Snapdragon 888 είχε μέσος ρυθμός καρέ 86 fps, περίπου 38,71% και 95,45% υψηλότερος από τους ρυθμούς καρέ που επιτυγχάνουν οι Snapdragon 865 και 855 αντίστοιχα.

Δεν υπάρχουν πολλά παιχνίδια που απαιτούν μεγάλη ιπποδύναμη GPU (η Το πρόσφατο Genshin Impact είναι μια εξαίρεση), αλλά η βελτιωμένη απόδοση της GPU είναι χρήσιμη για περισσότερα από απλά παιχνίδια. Όμως, το gaming είναι σίγουρα ο μεγαλύτερος λόγος για τον οποίο οι άνθρωποι ενδιαφέρονται για αυτά τα αποτελέσματα αναφοράς και για το Το Snapdragon 888 προσφέρει σίγουρα με 35% ταχύτερη απόδοση γραφικών και 20% καλύτερη απόδοση ισχύος χρόνο με τον χρόνο. Ωστόσο, αυτά τα αποτελέσματα δείχνουν μόνο την κορυφαία απόδοση της GPU, επομένως θα πρέπει να το ξαναεπισκεφτούμε GFXBench—μόλις πάρουμε στα χέρια μας εμπορικό υλικό—για να τρέξουμε μακροπρόθεσμα το σημείο αναφοράς δοκιμές απόδοσης.

Αποτελέσματα MLPerf

Ίσως τα πιο ενδιαφέροντα κέρδη είναι στην απόδοση της τεχνητής νοημοσύνης. Qualcomm γενικά κάνει τεράστια άλματα στην απόδοση της τεχνητής νοημοσύνης κάθε χρόνο, αλλά τα φετινά κέρδη είναι τα πιο εντυπωσιακά. Ο κινητήρας AI του Snapdragon 888 διαθέτει απόδοση 26 TOPS, μια αύξηση από τις επιδόσεις 15 TOPS του Snapdragon 865 και 7 TOPS απόδοσης του Snapdragon 855. Η Qualcomm πιστώνει μεγάλο μέρος αυτού του κέρδους στη νέα αρχιτεκτονική fused AI επιταχυντή του Hexagon 780 DSP, συνδυάζοντας το βαθμωτοί, διανυσματικοί και τανυστικοί επιταχυντές για την εξάλειψη των φυσικών αποστάσεων και τη μνήμη συγκέντρωσης για κοινή χρήση και μετακίνηση δεδομένων αποτελεσματικά.

Ωστόσο, είναι δύσκολο για εμάς να αποδείξουμε πόσο σημαντικό είναι αυτό το άλμα στην απόδοση. Έχουμε μιλήσει σε βάθος για τις δυσκολίες της συγκριτικής αξιολόγησης της τεχνητής νοημοσύνης κατά τη διάρκεια των συνεντεύξεων μας Ο Travis Lanier της Qualcomm, Gary Brotman και Ziad Asghar. Τα καλά νέα είναι ότι, από τις συζητήσεις μας με στελέχη της Qualcomm, έχουν σημειωθεί σημαντικές πρόοδοι στον τομέα των σημείων αναφοράς AI.

Στην αρχή αυτού του άρθρου, αναφέραμε ότι η Qualcomm έτρεξε 4 διαφορετικά σημεία αναφοράς AI στη συσκευή αναφοράς Snapdragon 888: AIMark, AITuTu, MLPerf και UL's Procyon. Ίσως το πιο πολλά υποσχόμενο από αυτά τα σημεία αναφοράς είναι το MLPerf Mobile, το οποίο πρόκειται να κυκλοφορήσει σύντομα, σημείο αναφοράς τεχνητής νοημοσύνης για κινητά ανοιχτού κώδικα που υποστηρίζεται από πολλούς προμηθευτές SoC, παρόχους πλαισίου ML και μοντέλο παραγωγούς. Τα αποτελέσματα της αρχικής παρτίδας συμπερασμάτων για κινητά είναι δημόσιο, επομένως χρησιμοποιήσαμε αυτά τα αποτελέσματα για να τα συγκρίνουμε με τον Snapdragon 888. Τα αποτελέσματα καλύπτουν μόνο 3 συσκευές: το MediaTek Dimensity 820-powered Xiaomi Redmi 10X 5G, το ASUS ROG Phone 3 με Qualcomm Snapdragon 865+ και το Samsung Galaxy Note 20 με υποστήριξη Exynos 990 Ultra 5G. Η Qualcomm δεν παρείχε αποτελέσματα λανθάνουσας κατάστασης - μόνο στοιχεία απόδοσης - επομένως δεν σχεδιάσαμε τα πλήρη αποτελέσματα ως που υποβάλλονται από τους πωλητές για επαλήθευση από το MLCommons.

Σε αυτά τα επιλεγμένα σημεία αναφοράς συμπερασμάτων όρασης υπολογιστή και επεξεργασίας φυσικής γλώσσας, μπορούμε να δούμε ότι η συσκευή αναφοράς Qualcomm Snapdragon 888 πέτυχε τις υψηλότερες βαθμολογίες και στις τέσσερις δοκιμές. Από τα 3 chipset προηγούμενης γενιάς, το Dimensity 820 της MediaTek ξεπέρασε τις επιδόσεις του Snapdragon 865+ και Το Exynos 990 στην ανίχνευση αντικειμένων, ενώ το Exynos 990 ξεπέρασε τις επιδόσεις του Snapdragon 865+ και του Dimensity 820 σε NLP. Ο Snapdragon 865+ της Qualcomm ήταν γενικά ανταγωνιστικός, σημειώνοντας ισοτιμία με το Dimensity 820 στην τμηματοποίηση εικόνας και ξεπερνώντας τον σε NLP. Σε αυτές τις συγκεκριμένες δοκιμές συμπερασμάτων με αυτά τα συγκεκριμένα μοντέλα και σύνολα δεδομένων, ο Snapdragon 888 ξεπέρασε τις επιδόσεις των 3 chipset τελευταίας γενιάς.

Θα είναι ενδιαφέρον να δούμε ποιες εφαρμογές και χαρακτηριστικά μπορούν να δημιουργήσουν οι προγραμματιστές και οι OEM χρησιμοποιώντας την ικανότητα AI του Snapdragon 888. Η όραση υπολογιστή θα διαδραματίσει ιδιαίτερα σημαντικό ρόλο στις πολλές δυνατότητες βιντεογραφίας με βελτιωμένη τεχνητή νοημοσύνη που θα διαθέσουμε πιθανώς να δούμε το 2021, ενώ η βελτιωμένη απόδοση NLP μπορεί επίσης να επηρεάσει παρακείμενες πτυχές του βίντεο όπως ο ήχος εγγραφή.

Να σημειώσουμε, ωστόσο, ότι τα αποτελέσματα του Snapdragon 888 είναι ανεπιβεβαίωτος από την MLCommons, καθώς μέρος της διαδικασίας επαλήθευσης του οργανισμού απαιτεί η συσκευή να είναι διατίθεται στο εμπόριο (οι συσκευές αναφοράς της Qualcomm δεν πωλούνται μέσω εταιρείας κινητής τηλεφωνίας ή ως ξεκλείδωτες τηλέφωνο). Επιπλέον, η απόδοση εξαρτάται από τα μοντέλα ML, τις αριθμητικές μορφές και τα πλαίσια ML που επιλέγονται, καθώς και από τους διαθέσιμους επιταχυντές ML.

συμπέρασμα

Ο Snapdragon 888 της Qualcomm φέρνει και πάλι σταδιακές βελτιώσεις στην απόδοση της CPU και της GPU, αλλά τεράστιες βελτιώσεις στην επεξεργασία εικόνας και την τεχνητή νοημοσύνη. Δεν είναι πολλοί αυτοί που κάνουν αναβάθμιση από μια συσκευή δύο ετών θα παρατηρήσουν τις βελτιώσεις στη CPU και την GPU (εκτός αν σχεδιάζουν να τρέξουν εξομοιωτές ή παίζοντας παιχνίδια όπως το Genshin Impact), αλλά σίγουρα θα παρατηρήσουν τις άλλες προόδους που έχουν γίνει στο κινητό τεχνολογία. Οι συσκευές έχουν οθόνες υψηλότερου ρυθμού ανανέωσης, περισσότερες κάμερες με αισθητήρες εικόνας υψηλότερης ανάλυσης, υποστήριξη για συνδεσιμότητα 5G και πολλά άλλα αυτές τις μέρες. Τα τεράστια κέρδη στην απόδοση της τεχνητής νοημοσύνης θα περάσουν απαρατήρητα από τον μέσο χρήστη, αλλά οι δυνατότητες που έχουν ανοίξει με το νέο chipset της Qualcomm είναι συναρπαστικές. Βελτιώσεις βίντεο σε πραγματικό χρόνο AI, ροές με πολλές κάμερες και πολλά άλλα είναι στον ορίζοντα του επόμενου έτους και εταιρείες όπως η Google συνεχίζουν να εκπλήσσουν με τις δυνατότητες που κυκλοφορούν και υποστηρίζονται από την εκπαίδευση μηχανικής εκμάθησης μοντέλα.

Ωστόσο, η Qualcomm δεν είναι η μόνη εταιρεία που κάνει βελτιώσεις στη σειρά SoC της. Το επερχόμενο Exynos 2100 της Samsung για το Galaxy S21 λέγεται ότι θα φέρει σημαντικές βελτιώσεις στην απόδοση. Υπάρχει επίσης το νέο HiSilicon Kirin 9000 της Huawei και η αυξανόμενη σειρά Dimensity για φορητές συσκευές SoC της MediaTek. Ελπίζω να το ξαναεπισκεφτώ αυτά τα σημεία αναφοράς όταν έχουμε τουλάχιστον μία κορυφαία συσκευή με την επόμενη γενιά της Samsung, της Huawei και της MediaTek πυρίτιο.

Επίδειξη συγκριτικής αξιολόγησης Qualcomm Snapdragon 888

Ανέφερα στην αρχή αυτού του άρθρου ότι η Qualcomm μοιράστηκε μαζί μας ένα προηχογραφημένο βίντεο. Αν σας ενδιαφέρει, ανέβασα αυτό το βίντεο στο YouTube. Δείχνει ότι ο Snapdragon 888 εκτελεί όλα τα σημεία αναφοράς που μοιράστηκα παραπάνω, καθώς και τα υπόλοιπα σημεία αναφοράς AI που δεν παρουσίασα.

Εν τω μεταξύ, εδώ είναι ο πίνακας που μας παρείχε η Qualcomm συνοψίζοντας τα αποτελέσματα αναφοράς του Snapdragon 888:

Η συγκριτική αξιολόγηση προκύπτει από μια συσκευή αναφοράς Qualcomm Snapdragon 888. Πηγή: Qualcomm