A Qualcomm Snapdragon 8 Gen 1 teljesítményértékelése: A 2022-es zászlóshajók teljesítményére vonatkozó elvárások

Csak a múlt héten jelent meg az új Qualcomm Snapdragon 8 Gen 1 a cég technológiai csúcstalálkozóján Hawaii-on. A Qualcomm legújabb lapkakészlete számos jelentős fejlesztést tartalmaz az egész fórumon, így ez hosszú idő óta az egyik legizgalmasabb Qualcomm eszköz. Míg a vállalat tétovázott, hogy bizonyos szempontokat (beleértve az elhanyagolást) is mélyreható műszaki részletekkel szolgáljon hogy Adreno vagy Kryo verziónevet említsünk), még mindig számos népszerű benchmarkot tudtunk futtatni a Snapdragon 8 Gen 1 referenciaeszköz. Ezek a referenciaértékek segítenek meghatározni a 2022-ben sorra kerülő zászlóshajókra vonatkozó teljesítményelvárások alapvonalát, így még egy dolgot várhatunk a következő évben.

A Snapdragon 8 Gen 1 referenciaeszközön egy holisztikus benchmarkot (AnTuTu), egy CPU-központú benchmarkot (Geekbench), egy GPU-központú benchmarkot (GFXBench) és MLPerf benchmarkot futtattunk. Minden benchmark háromszor futott le, és a három eredmény átlagát vettük. A Qualcomm alapértelmezés szerint engedélyezte az „UI Perf Mode” opciót, amelyet letiltottunk, mivel hatékonyan próbálja kényszeríteni a benchmarking alkalmazások Prime magokon futnak, hogy bizonyos esetekben valamivel magasabb pontszámot érjenek el benchmarkok. Azt is érdemes megjegyezni, hogy amint kezünkbe kerül egy kereskedelmi eszköz a Qualcomm Snapdragon 8 Gen 1-el, újra lefuttatjuk ezeket a benchmarkokat.

Ha szeretne olvasni a Qualcomm Snapdragon 8 Gen 1 mobil összes specifikációjáról és funkciójáról platform, amelyet a cég eddig elérhetővé tett, akkor javaslom, hogy olvassa el a Qualcomm Snapdragon 8-ról szóló magyarázóunkat Gen 1. A gyors áttekintés kedvéért összeállítottam egy diagramot, amely összehasonlítja a Qualcomm Snapdragon legfontosabb specifikációit 8 Gen 1 referenciaeszköz összehasonlítva az ebben a benchmark összehasonlításban használt másik két referenciaeszközzel. Az alábbi táblázat a benchmark eredmények előtt található.

A Qualcomm a saját tesztelése alapján egy sor várt benchmark pontszámot biztosított számunkra. Ezt csak referenciaként használtuk, és a cikk alján található egy táblázat, amely tartalmazza azokat a referenciaértékeket, amelyeket a Qualcomm elvárt a referenciaeszköztől.

Erről a cikkről: A Qualcomm szponzorálta kollégámat, Rich Woods, hogy részt vegyen a Snapdragon Tech Summit konferencián Konában, Hawaii. A cég fizette a repülőjegyét és a szállodáját. A Qualcomm azonban nem nyilatkozott a cikk tartalmáról.

A Qualcomm Snapdragon 8 Gen 1 benchmark eredményei

Teszteszköz specifikációi

A benchmarkok áttekintése. Kattintson a kibontáshoz.

A referenciaértékek áttekintése

• AnTuTu: Ez egy holisztikus benchmark. Az AnTuTu teszteli a CPU, a GPU és a memória teljesítményét, miközben magában foglalja mind az absztrakt teszteket, mind az utóbbi időben összehasonlítható felhasználói élmény szimulációk (például a részteszt, amely magában foglalja a görgetést a Lista nézet). A végső pontszámot a tervező szempontjai szerint súlyozzuk.
• GeekBench: CPU-központú teszt, amely számos számítási munkaterhelést használ, beleértve a titkosítást, a tömörítést (szöveg és képek), renderelés, fizikai szimulációk, számítógépes látás, sugárkövetés, beszédfelismerés és konvolúciós neurális hálózat következtetései képeken. A pontszámok lebontása konkrét mutatókat ad. A végső pontszámot a tervező szempontjai szerint súlyozzák, nagy hangsúlyt fektetve az egész teljesítményre (65%), majd a float teljesítményre (30%), végül a titkosításra (5%).
• GFXBench: Célja a videojátékok grafikai megjelenítésének szimulálása a legújabb API-k használatával. Sok képernyő-effektus és kiváló minőségű textúrák. Az újabb tesztek a Vulkan-t, míg a régi tesztek az OpenGL ES 3.1-et használják. A kimenetek keretek a teszt során és képkocka másodpercenként (a másik szám lényegében osztva a teszt hosszával), súlyozás helyett pontszám.
  • Azték romok: Ezek a tesztek a számítási szempontból legnehezebb tesztek, amelyeket a GFXBench kínál. Jelenleg a legjobb mobil lapkakészletek nem képesek 30 képkocka/másodperc sebességet fenntartani. Konkrétan a teszt nagyon magas sokszögszámú geometriát, hardveres tesszelációt, nagy felbontású textúrákat kínál, globális megvilágítás és rengeteg árnyéktérkép, bőséges részecskeeffektusok, valamint virágzás és mélységélesség hatások. A legtöbb ilyen technika hangsúlyozni fogja a processzor shader számítási képességeit.
  • Manhattan ES 3.0/3.1: Ez a teszt továbbra is releváns, mivel a modern játékok már elérték a javasolt grafikai hűséget, és ugyanazokat a technikákat alkalmazzák. Bonyolult geometriájú, több renderelési célt, tükröződést (kockatérkép), hálós renderelést, sok késleltetett fényforrást, valamint virágzást és mélységélességet használ az utófeldolgozás során.
• MLPerf Mobile: Az MLPerf Mobile egy nyílt forráskódú benchmark a mobil AI teljesítményének tesztelésére. Ez volt az MLCommons készítette, egy non-profit, nyílt mérnöki konzorcium, hogy „átláthatóságot és egyenlő versenyfeltételeket biztosítson az ML rendszerek, szoftverek és megoldásokat.” Az MLPerf Mobile első iterációja egy maroknyi számítógépes látáshoz és természetes nyelvhez nyújt következtetési teljesítmény mércét. feldolgozási feladatok. További információkért lásd a „MLPerf Mobile Inference Benchmark: Miért nehéz a mobil AI benchmarking és mit kell tenni ellene.”
  • A képek besorolása: Ez a teszt magában foglalja a bemeneti képre alkalmazandó címkét. A tipikus felhasználási esetek közé tartozik a fotókeresés vagy a szövegkivonás. A referenciamodell a MobileNetEdgeTPU 4M paraméterekkel, az adatkészlet az ImageNet 2012 (224×224), a minőségi cél pedig az FP32 98%-a (76,19% Top-1).
  • Képszegmentálás: Ez a teszt magában foglalja a bemeneti kép particionálását címkézett objektumokba. A tipikus használati esetek közé tartozik az önvezetés vagy a távérzékelés. A referenciamodell a DeepLab v3+ 2M paraméterekkel, az adatkészlet ADE20K (512×512), a minőségi cél pedig az FP32 93%-a (0,244 mAP).
  • Tárgyérzékelés: Ez a teszt magában foglalja az objektumok köré határolókereteket, valamint címkéket biztosít az objektumokhoz. A tipikus felhasználási esetek kamera-bemenettel járnak, például veszélyérzékeléshez vagy vezetés közbeni forgalomelemzéshez. A referenciamodell az SSD-MobileNet v2 17 millió paraméterrel, az adatkészlet a COCO 2017 (300×300), a minőségi cél pedig az FP32 97%-a (54,8% mIoU).
  • Nyelvi feldolgozás: Ez a teszt magában foglalja a kérdések köznyelvi megválaszolását. Tipikus felhasználási esetek az online keresők. A referenciamodell a MobileBERT 25M paraméterrel, az adatkészlet mini Squad (Stanford Question Answering Dataset) v1.1 dev, a minőségi cél pedig az FP32 93%-a (93,98% F1).

Olvass tovább

---

Összehasonlítási eredmények

AnTuTu

Az AnTuTu-val kezdődően láthatjuk, hogy a Qualcomm Snapdragon 8 Gen 1 referenciaeszköz pontozott lényegesen magasabb, mint az előző években, jelentős, nagyjából 240 ezres növekedéssel az előző év azonos időszakához képest. pontokat. Ez egy meglehetősen jelentős, nagyjából 33%-os javulás, jóval meghaladja a Qualcomm 20%-os sebességnövekedési ígéretét. Ez csak egy teszt, de az AnTuTu nagyszerű eszköz az eszközök nyers számítási képességeinek összehasonlítására, még akkor is, ha mindez nem jelenti a valós használatot.

Geekbench

A Geekbench 5.0-ban azonban ez teljesen más történet. A Snapdragon 8 Gen 1 alig, vagy egyáltalán nem erősít a Snapdragon 888 referenciaeszközhöz képest, sőt, teljesítményében még visszaesik is, ha többmagosról van szó. Nem is olyan, mintha hülyeséget kaptunk volna – a Qualcomm adott nekünk egy tájékoztató oldalt a Snapdragon 8 Gen 1-től elvárható benchmark pontszámokkal, és ezek megfelelnek az elvárásoknak. Valójában az egymagos teljesítmény magasabb volt, mint a Qualcomm által megadott felső határ, míg a többmagos teljesítmény 20 ponttal elmaradt a várható alsó határtól.

Ennek ellenére azt gondolom, hogy egyértelmű, hogy bármi legyen is a teszt, nem az a tesztelés, ahol a Qualcomm javított. Más tesztjeink jelentős javulást mutatnak az előző évek lapkakészleteihez képest.

GFXBench

A Qualcomm nem árult el sokat a Snapdragon 8 Gen 1 új Adreno GPU-járól, így a teljesítménynövekedésen kívül keveset tudunk mondani a GPU-ról. Nem ismerjük a magszámot, nem ismerjük a frekvenciát, és még verziószámunk sincs. A GFXBench Manhattan tesztjében, amely az OpenGL ES 3.0 API-t használja és 1080p-s jelenetet jelenít meg a képernyőn kívül, a Snapdragon 8 Gen 1 átlagosan 221 képkocka/másodperc, ami körülbelül 31%-kal és 75%-kal magasabb, mint a Snapdragon 888 és 865 által elért képkockasebesség illetőleg. A GFXBench Aztec Ruins tesztjében, amely a Vulkan grafikus API-t használja, és 1080p-s jelenetet jelenít meg a képernyőn kívül, a Snapdragon 8 Gen 1 átlagos képkocka-sebessége 41 fps volt. Ennek azonban van egy figyelmeztetése; a referenciaeszközök korábbi eredményeit 1080p-ben tesztelték, míg az egyetlen azték romok tesztje 1440p-ben volt elérhető. Az 1080p-re való növeléshez 43,75%-kal több pixelt kell egyszerre renderelni, ezért a teljesítmény ebben a tesztben csökkent.

Csak néhány nagyon legjobb Android játékok sok GPU lóerőt igényel, de a jobb GPU-teljesítmény nem csak játékhoz hasznos. Ennek ellenére a játék minden bizonnyal a legnagyobb ok, amiért az embereket érdekelni fogják ezek a benchmark eredmények, és a Úgy tűnik, hogy a Snapdragon 8 Gen 1 35%-kal gyorsabb grafikus renderelésével és 20%-kal jobb energiahatékonyságával évről évre nyújt. év. Ezek az eredmények azonban csak a GPU csúcsteljesítményét mutatják, ezért újra meg kell látogatnunk a GFXBench-et – ha egyszer hozzájutunk a kereskedelmi hardverhez – a benchmark hosszú távú teljesítményének futtatása érdekében tesztek.

MLPerf

A Qualcomm a mesterséges intelligencia fejlesztése terén különösen ragaszkodó volt a konkrétumokkal kapcsolatban. Nincsenek számadatok a TOPS-ról (Trillion Operations Per Second), bár vannak információink más fejlesztésekről. Ott van például a vállalat érzékelőközpontjának harmadik generációja, és számos más SoC-specifikus funkciót is bemutatott Hawaiin.

Nehéz azonban bemutatni, hogy ez a teljesítményugrás valójában mekkora jelentőséggel bír. Az AI benchmarking nehézségeiről a vele készített interjúink során részletesen beszéltünk Travis Lanier a Qualcommtól, Gary Brotman és Ziad Asghar. A jó hír az, hogy a Qualcomm vezetőivel folytatott megbeszéléseink óta jelentős előrelépések történtek az AI-benchmarkok terén.

A jelenleg elérhető legígéretesebb benchmarkok az MLPerf Mobile formájában érhetők el, amely egy nyílt forráskódú mobil AI benchmark, amelyet több SoC szállító, ML keretrendszer-szolgáltató és modell támogat termelők. A mobilkövetkeztetési eredmények kezdeti tétele nyilvános, ezért ezeket az eredményeket felhasználtuk a Snapdragon 8 Gen 1 és a Xiaomi Mix 4 Snapdragon 888, a Vivo S9 5G Dimensity 1100 és a Samsung Galaxy S21 Plus Exynos 2100 összehasonlítására. Nem kaptunk késleltetési eredményeket – csak átviteli adatokat –, ezért nem ábrázoltuk a teljes eredményeket, ahogyan a szállítók benyújtották az MLCommons általi ellenőrzésre.

Ezekben a kiválasztott számítógépes látás és természetes nyelvi feldolgozás következtetési benchmarkokban láthatjuk hogy a Qualcomm Snapdragon 8 Gen 1 referenciaeszköz mind a négy teszt során a legmagasabb pontszámot érte el. messze. A Demensity 1100 összességében elég gyengén teljesített. A Qualcomm Snapdragon 888 még mindig kényelmesen verte a többieket ebben a tesztben, de a Snapdragon 8 Gen 1 ezekben a tesztekben egy másik szinten van.

Érdekes lesz látni, hogy a fejlesztők és az OEM-ek milyen alkalmazásokat és funkciókat hozhatnak létre a Snapdragon 8 Gen 1 mesterséges intelligenciájával. A számítógépes látás különösen fontos szerepet fog játszani a sok mesterséges intelligencia által továbbfejlesztett videózási funkcióban valószínűleg 2022-ben lesz látható, míg a jobb NLP-teljesítmény szintén hatással lehet a videóval szomszédos szempontokra, például a hangra felvétel. Olyan cégek, mint a Google Google Tensor más SoC-szállítókat is szorgalmaz majd ezen az osztályon.

Következtetés

Az alábbiakban látható a Qualcomm által a várt benchmark pontszámokkal ellátott táblázat, amely leginkább a fent elért eredményekkel összhangban esik.

A Snapdragon 8 Gen 1 referenciatervezés várható benchmark pontszámai (a Qualcommtól)

Viszonyítási alap	Változat	Módszer	Várható pontszámtartomány
Rendszer	Geekbench ST	v5.4.2	3 iteráció átlaga	~1220 - 1233
Rendszer	Geekbench MT	v5.4.2	3 iteráció átlaga	~3770 - 3810
Rendszer	AnTuTu	v9.2.1	3 iteráció átlaga	1. futtatás: 3 iteráció ~1mÁtl.: ~980K
Rendszer	PCMark	v3.0.4061	3 iteráció átlaga	~17k
Böngésző (Chrome v95.0.4638.74 64 bites)	JetStream	v2.0	3 iteráció átlaga	~135 - 140
Böngésző	Sebességmérő	v2.0	3 iteráció átlaga	~123 - 126
Böngésző	WebXPRT	v3.0	3 iteráció átlaga	~194 - 197
AI	AITuTu	v2.0	3 iteráció átlaga	~2,550,000 - 2,600,000
AI	AIMark	v3.0	3 iteráció átlaga	~97K
AI	MLPerf (külön QRD-n, mivel 30 percet vesz igénybe)	v1.1	3 iteráció átlaga	Képosztály: ~2435 - 2450 Tárgyérzékelés: ~1180 - 1250 Képrészlet: ~520 - 540 Nyelvértés: ~38 - 40 Képosztály (Offline): ~3580 - 3650
AI	ETH AIB	v4.0.4	3 iteráció átlaga	~530-550k
Grafika	GFXBench Manhattan 3.0 Offscreen (1080p) (FPS)	v5.0	3 iteráció átlaga	~267-268 FPS
Grafika	GFXBench T-Rex – képernyőn kívüli (1080p) (FPS)	v5.0	3 iteráció átlaga	~450-452 FPS
Grafika	GFXBench Manhattan 3.1 Offscreen (1080p) (FPS)	v5.0	3 iteráció átlaga	~176 FPS
Grafika	GFXBench Car Chase Offscreen (1080p) ES3.1 (FPS)	v5.0	3 iteráció átlaga	~97-98 FPS
Grafika	GFXBench Aztec Ruins Vulkan (High Tier) Offscreen (1440p) (FPS)	v5.0	3 iteráció átlaga	~49 FPS
Grafika	GFXBench Aztec Ruins OpenGL (High Tier) Offscreen (1440p) (FPS)	v5.0	3 iteráció átlaga	~43 FPS

Olvass tovább

A Snapdragon 8 Gen 1 rengeteg fejlesztést hoz a tavalyi lapkakészlethez képest, különösen ami az AI-t illeti. Bár határozottan vannak furcsaságok a Geekbench CPU-hoz kötött eredményeiben, egyértelmű, hogy vannak átfogó fejlesztések. Ha két évvel régebbi (vagy régebbi) eszközről frissít, akkor a javulás valószínűleg észrevehető lesz, bár a mesterséges intelligencia teljesítményének jelentős javulását valószínűleg a legtöbben észre sem veszik. A vállalatok ritkán használják ki az AI-ban rejlő lehetőségeket a Qualcomm lapkakészleteivel kapcsolatban, és valószínűleg ez itt is így lesz.

Azt is érdemes megjegyezni, hogy a verseny felmelegedésével érdemes megvárni, mit tesz ezután a Samsung és a MediaTek. A Mérete 9000 A lapkakészletben megvan a lehetőség, hogy a Snapdragon 8 Gen 1 előkelőre vigye a teljesítményt, és még nem sok mindent tudunk a közelgő Exynos 2200-ról. Én személy szerint alig várom, hogy a jövőben újra megtekinthessem ezeket a benchmarkokat egy kereskedelmi eszközön, különösen egy jobban ellenőrzött környezetben.