Benchmarks Qualcomm Snapdragon 888: voici les performances des téléphones 5G phares de 2021

click fraud protection

Voici les résultats des tests CPU, GPU et IA d'un appareil de référence Qualcomm Snapdragon 888 dans des tests tels que Geekbench, AnTuTu et autres.

Plus tôt ce mois-ci, Qualcomm a invité les journalistes à un sommet technologique Snapdragon virtuel où ils ont annoncé le Snapdragon 888 plateforme mobile. Le dernier SoC série 8 de Qualcomm apporte des améliorations majeures au traitement d'image et à l'apprentissage automatique, mais uniquement des améliorations incrémentielles aux performances du CPU et du GPU. Pour découvrir à quel point le dernier chipset de Qualcomm est plus puissant, nous avons généralement la possibilité d'effectuer des tests de performance sur son matériel de référence. Cependant, en raison du COVID-19, Qualcomm n'a pas pu organiser de séance d'analyse comparative en personne. nous une vidéo préenregistrée montrant un appareil de référence Qualcomm Snapdragon 888 couvrant toute la gamme des des repères.

Sur l'appareil de référence Snapdragon 888, Qualcomm a exécuté un benchmark holistique (AnTuTu), un benchmark centré sur le processeur. (Geekbench), un benchmark centré sur le GPU (GFXBench) et plusieurs benchmarks AI/ML (AIMark, AITuTu, MLPerf et Procyon). Chaque benchmark a été exécuté trois fois, de sorte que l'entreprise a partagé le résultat moyen sur trois itérations. En outre, la société affirme avoir exécuté chaque benchmark en utilisant les paramètres par défaut de la conception de référence Snapdragon 888, ce qui signifie qu’elle n’a activé aucun mode hautes performances. Cependant, comme les scores de référence nous ont été fournis, nous ne pouvons pas vérifier les résultats ou les conditions des tests par nous-mêmes. Une fois que nous aurons mis la main sur un appareil commercial équipé du Qualcomm Snapdragon 888, nous réexécuterons ces tests.

Si vous souhaitez en savoir plus sur toutes les spécifications et fonctionnalités de la plate-forme mobile Qualcomm Snapdragon 888, je vous recommande de lire Excellent explicateur d'Idrees Patel sur le Snapdragon 888 publié plus tôt ce mois-ci. Son article détaille toutes les améliorations apportées par Qualcomm au CPU, au GPU, au modem, au sous-système de connectivité, au FAI, au moteur IA, au DSP et à tout le reste. Pour une référence rapide, j'ai dressé un tableau comparant les principales spécifications de l'appareil de référence Qualcomm Snapdragon 888 par rapport à les deux autres appareils utilisés dans cette comparaison de référence: l'appareil de référence alimenté par Snapdragon 865 et le Pixel 4 alimenté par Snapdragon 855. que J'ai utilisé lors de la session d'analyse comparative de l'année dernière. Vous pouvez trouver ce graphique ci-dessous avant les résultats de référence.

Résultats du benchmark Qualcomm Snapdragon 888

Spécifications des appareils de test

Qualcomm Snapdragon 855 (Google Pixel 4)

Qualcomm Snapdragon 865 (appareil de référence Qualcomm)

Qualcomm Snapdragon 888 (appareil de référence Qualcomm)

CPU

  • 1 cœur principal Kryo 485 (basé sur ARM Cortex A76) à 2,84 GHz, 1 cache L2 de 512 Ko
  • 3 cœurs de performance Kryo 485 (basés sur ARM Cortex A76) à 2,42 GHz, 3 x 256 Ko de cache L2
  • 4 cœurs d'efficacité Kryo 385 (basés sur ARM Cortex A55) à 1,8 GHz, 4 x 128 Ko de cache L2
  • 2 Mo de cache L3
  • 1 cœur principal Kryo 585 (basé sur ARM Cortex A77) à 2,84 GHz, 1 cache L2 de 512 Ko
  • 3 cœurs de performance Kryo 585 (basés sur ARM Cortex A77) à 2,4 GHz, 3 x 256 Ko de cache L2
  • 4 cœurs d'efficacité Kryo 385 (basés sur ARM Cortex A55) à 1,8 GHz, 4 x 128 Ko de cache L2
  • 4 Mo de cache L3
  • 1x Kryo 680 (basé sur ARM Cortex X1) Core Core à 2,84 GHz, 1x 1 Mo de cache L2
  • 3 cœurs de performance Kryo 680 (basés sur ARM Cortex A78) à 2,4 GHz, 3 x 512 Ko de cache L2
  • 4 cœurs d'efficacité Kryo 680 (basés sur ARM Cortex A55) à 1,8 GHz, 4 x 128 Ko de cache L2
  • 4 Mo de cache L3

GPU

Adréno 640

Adréno 650

Adréno 660

Afficher

  • Résolution 2280 x 1080
  • Taux de rafraîchissement de 60 Hz
  • Résolution 2880 x 1440
  • Taux de rafraîchissement de 60 Hz
  • Résolution 2340 x 1080
  • Taux de rafraîchissement de 120 Hz

IA

  • Hexagon 690 avec Hexagon Vector eXtensions et Hexagon Tensor Accelerator
  • Moteur IA de 4e génération
  • 7 HAUTS
  • Hexagon 698 avec Hexagon Vector eXtensions et nouvel accélérateur Hexagon Tensor
  • Moteur IA de 5e génération
  • Centre de détection Qualcomm
  • 15 HAUTS
  • Hexagon 780 avec architecture Fused AI Accelerator
  • Moteur IA de 6e génération
  • Qualcomm Sensing Hub (2e génération)
    • Nouveau processeur IA dédié
    • Réduction de 80 % des tâches de Hexagon DSP
    • 5 fois plus de puissance de traitement par rapport à l'année précédente
  • Mémoire partagée 16 fois plus grande
  • Accélérateur scalaire 50 % plus rapide, accélérateur tensoriel 2x plus rapide d'une année sur l'autre
  • 26 HAUTS

Mémoire

  • 6 Go LPDDR4
  • Cache au niveau du système de 3 Mo
  • 12 Go LPDDR5
  • Cache au niveau du système de 3 Mo
  • 12 Go LPDDR5
  • Cache au niveau du système de 3 Mo

Stockage

64 Go UFS 2.1

128 Go UFS 3.0

512 Go UFS 3.0

FAI

  • Double FAI Spectra 380 14 bits
  • Double FAI Spectra 480 14 bits
  • Débit de 2,0 gigapixels par seconde
  • FAI Spectra 580 triple 14 bits
  • Débit de 2,7 gigapixels par seconde

Processus de fabrication

7 nm (N7 de TSMC)

7 nm (N7P de TSMC)

5 nm (5LPE de Samsung)

Une version de logiciel

Android 10

Android 10

Android 11

Aperçu des références

Avec les apports de Mario Serrafero

  • AnTuTu: Il s’agit d’une référence holistique. AnTuTu teste les performances du CPU, du GPU et de la mémoire, tout en incluant à la fois des tests abstraits et, dernièrement, simulations d'expérience utilisateur pertinentes (par exemple, le sous-test qui consiste à faire défiler un ListView). La note finale est pondérée en fonction des considérations du concepteur.
  • Banc de geek: Un test centré sur le CPU qui utilise plusieurs charges de travail de calcul, notamment le chiffrement, la compression (texte et images), rendu, simulations physiques, vision par ordinateur, lancer de rayons, reconnaissance vocale et inférence de réseau neuronal convolutif sur les images. La répartition des scores donne des mesures spécifiques. La note finale est pondérée en fonction des considérations du concepteur, en accordant une large place aux performances entières (65%), puis aux performances flottantes (30%) et enfin aux crypto (5%).
  • GFXBanc: Vise à simuler le rendu graphique de jeux vidéo en utilisant les dernières API. Beaucoup d'effets à l'écran et des textures de haute qualité. Les tests les plus récents utilisent Vulkan tandis que les tests existants utilisent OpenGL ES 3.1. Les sorties sont des images pendant le test et images par seconde (l'autre nombre divisé par la durée du test, essentiellement), au lieu d'un nombre pondéré score.
    • Ruines aztèques: Ces tests sont les plus lourds en calcul proposés par GFXBench. Actuellement, les meilleurs chipsets mobiles ne peuvent pas supporter 30 images par seconde. Plus précisément, le test offre une géométrie à nombre de polygones très élevé, une tessellation matérielle, des textures haute résolution, éclairage global et beaucoup de cartographie des ombres, de nombreux effets de particules, ainsi que la floraison et la profondeur de champ effets. La plupart de ces techniques mettront l'accent sur les capacités de calcul des shaders du processeur.
    • ManhattanES 3.0/3.1: Ce test reste pertinent étant donné que les jeux modernes sont déjà parvenus à la fidélité graphique proposée et mettent en œuvre le même genre de techniques. Il présente une géométrie complexe utilisant plusieurs cibles de rendu, des réflexions (cartes cubiques), un rendu de maillage, de nombreuses sources d'éclairage différées, ainsi que la floraison et la profondeur de champ lors d'une passe de post-traitement.
  • MLPerfMobile: MLPerf Mobile est une référence open source pour tester les performances de l'IA mobile. C'était créé par MLCommons, un consortium d'ingénierie ouvert à but non lucratif, pour « assurer la transparence et des règles du jeu équitables pour comparer les systèmes, logiciels et systèmes de ML ». solutions." La première itération de MLPerf Mobile fournit une référence de performances d'inférence pour une poignée de systèmes de vision par ordinateur et de langage naturel. tâches de traitement. Pour plus d'informations, reportez-vous au document "Benchmark d'inférence mobile MLPerf: pourquoi l'analyse comparative de l'IA mobile est difficile et que faire à ce sujet."
    • Classement des images : Ce test consiste à déduire une étiquette à appliquer à une image d’entrée. Les cas d'utilisation typiques incluent les recherches de photos ou l'extraction de texte. Le modèle de référence utilisé est MobileNetEdgeTPU avec des paramètres 4M, l'ensemble de données est ImageNet 2012 (224x224) et l'objectif de qualité est de 98 % du FP32 (76,19 % Top-1).
    • Segmentation d'images: Ce test implique le partitionnement d'une image d'entrée en objets étiquetés. Les cas d'utilisation typiques incluent la conduite autonome ou la télédétection. Le modèle de référence utilisé est DeepLab v3+ avec 2M de paramètres, l'ensemble de données est ADE20K (512x512) et l'objectif de qualité est de 93 % de FP32 (0,244 mAP).
    • Détection d'objets: Ce test consiste à dessiner des cadres de délimitation autour des objets ainsi qu'à fournir une étiquette pour ces objets. Les cas d'utilisation typiques impliquent des entrées de caméra, par exemple pour la détection de dangers ou l'analyse du trafic pendant la conduite. Le modèle de référence est SSD-MobileNet v2 avec 17 millions de paramètres, l'ensemble de données est COCO 2017 (300x300) et l'objectif de qualité est de 97 % du FP32 (54,8 % mIoU).
    • Traitement du langage: Ce test consiste à répondre familièrement aux questions. Les cas d'utilisation typiques incluent les moteurs de recherche en ligne. Le modèle de référence est MobileBERT avec 25 millions de paramètres, l'ensemble de données est mini Squad (Stanford Question Answering Dataset) v1.1 dev et l'objectif de qualité est de 93 % du FP32 (93,98 % F1).

Résultats AnTuTu

En commençant par AnTuTu, nous pouvons voir que l'appareil de référence Qualcomm Snapdragon 888 a marqué près de 17 000 points supérieur à l'appareil de référence Snapdragon 865 et près de 350 000 points supérieur au Pixel alimenté par Snapdragon 855 4. Lorsque vous examinez les sous-scores CPU, GPU, Mémoire et UX (non présentés ici), nous pouvons voir que les plus grandes améliorations de performances proviennent du GPU et de la mémoire. Le Snapdragon 888 QRD a obtenu un score environ 45,56 % plus élevé dans le sous-test GPU d'AnTuTu par rapport au Snapdragon 865 QRD. De même, le Snapdragon 888 QRD a obtenu un score environ 52,08 % plus élevé dans le sous-test de mémoire d'AnTuTu par rapport au Snapdragon 865 QRD. Comparé au Pixel 4 équipé du Snapdragon 855, le 888 QRD l'a surpassé dans les sous-tests du GPU et de la mémoire de 98,42 % et 117,58 %, respectivement.

Pendant ce temps, le Snapdragon 888 QRD a obtenu des résultats environ 30,05 % et 90,28 % plus élevés dans le sous-test CPU d'AnTuTu par rapport au Snapdragon 865 QRD et au Pixel 4 alimenté par Snapdragon 855, respectivement. Le sous-score UX est difficile à comparer en raison des différentes versions du système d'exploitation Android exécutées par chaque appareil (le Pixel 4 et Snapdragon 865 QRD fonctionnaient sous Android 10 lorsque je les ai comparés l'année dernière, tandis que le 888 QRD fonctionnait sous Android. 11.)

La grande amélioration des performances de la mémoire est assez intéressante. Le 865 QRD et le 888 QRD disposent tous deux de 12 Go de RAM LPDDR5, bien que nous ne sachions pas à quelle fréquence la RAM est cadencée. Notamment, le 865 prend en charge jusqu'à 16 Go de RAM LPDDR5 à 2 750 MHz, tandis que le 888 prend en charge jusqu'à 16 Go de RAM LPDDR5 à 3 200 MHz. Les bosses du CPU et du GPU les performances ici sont légèrement supérieures à nos attentes, car Qualcomm a déclaré que les gains du CPU et du GPU du Snapdragon 888 sont respectivement de 25 % et 35 % d'année en année. Les benchmarks plus centrés sur le CPU et le GPU qui suivent montrent cependant des gains plus conformes à nos attentes.

Résultats du Geekbench

Dans Geekbench 5.0, le Qualcomm Snapdragon 888 obtient des performances respectivement 22,17 % et 9,97 % supérieures dans les tests monocœur et multicœur par rapport au Snapdragon 865. Par rapport au Snapdragon 855, le 888 est respectivement supérieur d'environ 89,17 % et 51,82 %.

Qualcomm affirme que le Snapdragon 888 offre une augmentation de 25 % des performances du processeur par rapport au Snapdragon 865. Le seul cœur ARM Cortex-X1 Prime du processeur est cadencé à une fréquence conservatrice de 2,84 GHz, soit la même vitesse d'horloge que l'ARM de dernière génération. Noyau Cortex-A77 Prime – il est donc possible que nous voyions une vitesse d'horloge de plus de 3 GHz pour l'inévitable Snapdragon 888 "Plus" de milieu d'année rafraîchir. Si tel est le cas, nous pouvons nous attendre à ce que les performances du processeur s'améliorent encore davantage, même si pour le moment, il est juste de dire que les gains sont solides, mais simplement progressifs.

Ainsi, si vous effectuez une mise à niveau à partir d'un produit phare vieux de deux ans, le 888 devrait apporter des améliorations majeures aux performances du processeur. Si vous effectuez une mise à niveau à partir d'un produit phare vieux d'un an, ces gains sont beaucoup plus faibles. Je suis personnellement impatient de voir comment un appareil Snapdragon 888 gère l'émulation de la console.

Résultats de GFXBench

Qualcomm n'a pas divulgué le nombre de cœurs ni la fréquence maximale du GPU Adreno 660 dans le Snapdragon 888, nous avons donc peu à dire sur le GPU autre que ses gains de performances. Dans le test Manhattan de GFXBench, qui utilise l'API OpenGL ES 3.0 et restitue une scène 1080p hors écran, le Snapdragon 888 avait un framerate moyen de 169 ips, environ 34,13 % et 83,7 % supérieur aux framerates atteints par les Snapdragon 865 et 855 respectivement. Dans le test Aztec Ruins de GFXBench, qui utilise l'API graphique Vulkan et restitue une scène 1080p hors écran, le Snapdragon 888 avait un framerate moyen de 86 ips, environ 38,71 % et 95,45 % supérieur aux framerates atteints par les Snapdragon 865 et 855 respectivement.

Il n'y a pas beaucoup de jeux qui demandent beaucoup de puissance GPU (le le récent Genshin Impact est une exception), mais l’amélioration des performances du GPU n’est pas seulement utile pour les jeux. Mais le jeu est certainement la principale raison pour laquelle les gens se soucieront de ces résultats de référence, et le Snapdragon 888 est définitivement à la hauteur avec son rendu graphique 35 % plus rapide et son efficacité énergétique 20 % supérieure d'année en année. Cependant, ces résultats ne démontrent que les performances maximales du GPU, nous devrons donc y revenir. GFXBench - une fois que nous aurons mis la main sur du matériel commercial - afin d'exécuter le benchmark à long terme des tests de performance.

Résultats MLPerf

Les gains les plus intéressants concernent peut-être les performances de l’IA. Qualcomm fait généralement d’énormes progrès dans les performances de l’IA chaque année, mais les gains de cette année sont les plus impressionnants. Le moteur AI du Snapdragon 888 offre des performances de 26 TOPS, une augmentation par rapport aux performances de 15 TOPS du Snapdragon 865 et aux performances de 7 TOPS du Snapdragon 855. Qualcomm attribue une grande partie de ce gain à la nouvelle architecture d'accélérateur d'IA fusionnée du DSP Hexagon 780, fusionnant le accélérateurs scalaires, vectoriels et tensoriels pour éliminer les distances physiques et mettre en commun la mémoire pour le partage et le déplacement des données efficacement.

Il nous est toutefois difficile de démontrer l’importance réelle de ce gain de performance. Nous avons parlé en profondeur des difficultés du benchmarking de l'IA lors de nos entretiens avec Travis Lanier de Qualcomm, Gary Brotman et Ziad Asghar. La bonne nouvelle est que depuis nos discussions avec les dirigeants de Qualcomm, des avancées significatives ont été réalisées dans le domaine des benchmarks en matière d’IA.

Au début de cet article, nous avons mentionné que Qualcomm avait exécuté 4 tests d'IA différents sur l'appareil de référence Snapdragon 888: AIMark, AITuTu, MLPerf et Procyon d'UL. Le plus prometteur de ces benchmarks est peut-être MLPerf Mobile, qui sera bientôt publié, benchmark d'IA mobile open source soutenu par plusieurs fournisseurs de SoC, fournisseurs de framework ML et modèle producteurs. Son premier lot de résultats d’inférence mobile est public, nous avons donc utilisé ces résultats pour comparer avec le Snapdragon 888. Les résultats ne couvrent que 3 appareils: le Xiaomi Redmi 10X 5G alimenté par MediaTek Dimensity 820, le ASUS ROG Phone 3 équipé de Qualcomm Snapdragon 865+ et Samsung Galaxy Note 20 équipé d'Exynos 990 Ultra 5G. Qualcomm n'a pas fourni de résultats de latence - uniquement des chiffres de débit - nous n'avons donc pas tracé les résultats complets comme soumis par les vendeurs pour vérification par MLCommons.

Dans ces tests d'inférence de vision par ordinateur et de traitement du langage naturel, nous pouvons voir que l'appareil de référence Qualcomm Snapdragon 888 a obtenu les scores les plus élevés dans les quatre tests. Parmi les 3 chipsets de la génération précédente, le Dimensity 820 de MediaTek a surpassé le Snapdragon 865+ et Exynos 990 en détection d'objets, tandis que l'Exynos 990 a surpassé le Snapdragon 865+ et le Dimensity 820 en PNL. Le Snapdragon 865+ de Qualcomm était généralement compétitif, égalant le Dimensity 820 en segmentation d'image et le surpassant en PNL. Dans ces tests d'inférence spécifiques avec ces modèles et ensembles de données spécifiques, le Snapdragon 888 a surpassé les 3 chipsets de dernière génération.

Il sera intéressant de voir quelles applications et fonctionnalités les développeurs et les constructeurs OEM peuvent créer en utilisant les prouesses de l'IA du Snapdragon 888. La vision par ordinateur jouera un rôle particulièrement important dans les nombreuses fonctionnalités de vidéographie améliorées par l'IA que nous allons nous le verrons probablement en 2021, tandis que l'amélioration des performances de la PNL peut également affecter les aspects vidéo adjacents tels que l'audio. enregistrement.

Notons cependant que les résultats du Snapdragon 888 sont non vérifié par MLCommons, car une partie du processus de vérification de l'organisation exige que l'appareil soit disponibles dans le commerce (les appareils de référence de Qualcomm ne sont pas vendus par l'intermédiaire d'un opérateur ou sous forme de support déverrouillé). téléphone). De plus, les performances dépendent des modèles ML, des formats numériques et des frameworks ML choisis, ainsi que des accélérateurs ML disponibles.

Conclusion

Le Snapdragon 888 de Qualcomm apporte une fois de plus des améliorations incrémentielles aux performances du CPU et du GPU, mais des améliorations massives au traitement de l'image et à l'IA. Peu de personnes effectuant une mise à niveau à partir d'un appareil vieux de deux ans remarqueront les améliorations du CPU et du GPU (à moins qu'elles ne prévoient d'exécuter émulateurs ou jouer à des jeux comme Genshin Impact), mais ils remarqueront certainement les autres avancées qui ont été réalisées dans le domaine mobile technologie. Les appareils ont des écrans à taux de rafraîchissement plus élevé, davantage de caméras avec des capteurs d’image à plus haute résolution, une prise en charge de la connectivité 5G et bien plus encore de nos jours. Les gains massifs en termes de performances de l'IA passeront inaperçus pour l'utilisateur moyen, mais les possibilités ouvertes avec le nouveau chipset de Qualcomm sont passionnantes à méditer. Des améliorations vidéo IA en temps réel, des flux multi-caméras et bien plus encore sont à l'horizon l'année prochaine, et des entreprises comme Google continuent de surprendre avec les fonctionnalités qu'elles proposent, soutenues par la formation au machine learning des modèles.

Qualcomm n'est cependant pas la seule entreprise à apporter des améliorations à sa gamme de SoC. Le prochain Exynos 2100 de Samsung pour le Galaxy S21 apporterait des améliorations majeures en termes de performances. Il existe également le nouveau HiSilicon Kirin 9000 de Huawei et la gamme croissante de SoC mobiles Dimensity de MediaTek. J'espère revoir ces références une fois que nous aurons au moins un appareil haut de gamme avec la nouvelle génération de Samsung, Huawei et MediaTek silicium.

Démo d'analyse comparative Qualcomm Snapdragon 888

J'ai mentionné au début de cet article que Qualcomm avait partagé avec nous une vidéo préenregistrée. Si vous êtes intéressé, j'ai téléchargé cette vidéo sur YouTube. Il montre le Snapdragon 888 exécutant tous les tests que j'ai partagés ci-dessus, ainsi que les tests d'IA restants que je n'ai pas présentés.

En attendant, voici le tableau que Qualcomm nous a fourni résumant les résultats de référence du Snapdragon 888 :

Résultats de référence à partir d’un appareil de référence Qualcomm Snapdragon 888. Source: Qualcomm