Ecco i risultati dei benchmark CPU, GPU e AI di un dispositivo di riferimento Qualcomm Snapdragon 888 in test come Geekbench, AnTuTu e altri.
All'inizio di questo mese, Qualcomm ha invitato i giornalisti a uno Snapdragon Tech Summit virtuale dove hanno annunciato lo Snapdragon 888 piattaforma mobile. L'ultimo SoC della serie 8 di Qualcomm apporta importanti miglioramenti all'elaborazione delle immagini e all'apprendimento automatico, ma solo miglioramenti incrementali alle prestazioni di CPU e GPU. Per scoprire quanto sia più potente l'ultimo chipset di Qualcomm, in genere abbiamo l'opportunità di eseguire benchmark sul suo hardware di riferimento. A causa del COVID-19, tuttavia, Qualcomm non ha potuto organizzare una sessione di benchmarking di persona, quindi ha inviato noi un video preregistrato che mostra un dispositivo di riferimento Qualcomm Snapdragon 888 che esegue la gamma di popolari punti di riferimenti.
Sul dispositivo di riferimento Snapdragon 888, Qualcomm ha eseguito un benchmark olistico (AnTuTu), un benchmark incentrato sulla CPU (Geekbench), un benchmark incentrato sulla GPU (GFXBench) e diversi benchmark AI/ML (AIMark, AITuTu, MLPerf e Procione). Ogni benchmark è stato eseguito tre volte, quindi l'azienda ha condiviso il risultato medio su tre iterazioni. Inoltre, la società afferma di aver eseguito ogni benchmark utilizzando le impostazioni predefinite sul progetto di riferimento Snapdragon 888, il che significa che non hanno abilitato alcuna modalità ad alte prestazioni. Tuttavia, poiché i punteggi dei benchmark sono stati forniti per noi, non possiamo verificare i risultati o le condizioni di test per noi stessi. Una volta che avremo messo le mani su un dispositivo commerciale con Qualcomm Snapdragon 888, ripeteremo questi benchmark.
Se sei interessato a leggere tutte le specifiche e le caratteristiche della piattaforma mobile Qualcomm Snapdragon 888, allora ti consiglio di leggere L'eccellente spiegatore di Idrees Patel sullo Snapdragon 888 pubblicato all'inizio di questo mese. Il suo articolo entra nel dettaglio di tutti i miglioramenti apportati da Qualcomm a CPU, GPU, modem, sottosistema di connettività, ISP, motore AI, DSP e tutto il resto. Per una rapida consultazione, ho messo insieme un grafico che confronta le specifiche chiave del dispositivo di riferimento Qualcomm Snapdragon 888 rispetto a gli altri due dispositivi utilizzati in questo confronto benchmark: il dispositivo di riferimento alimentato da Snapdragon 865 e Pixel 4 alimentato da Snapdragon 855 Quello Ho usato nella sessione di benchmarking dell'anno scorso. Puoi trovare quel grafico qui sotto prima dei risultati del benchmark.
Risultati del benchmark Qualcomm Snapdragon 888
Specifiche dei dispositivi di prova
Qualcomm Snapdragon 855 (Google Pixel 4) |
Qualcomm Snapdragon 865 (dispositivo di riferimento Qualcomm) |
Qualcomm Snapdragon 888 (dispositivo di riferimento Qualcomm) |
|
---|---|---|---|
processore |
|
|
|
GPU |
Adreno 640 |
Adreno 650 |
Adreno 660 |
Schermo |
|
|
|
AI |
|
|
|
Memoria |
|
|
|
Magazzinaggio |
UFS 2.1 da 64 GB |
UFS 3.0 da 128 GB |
UFS 3.0 da 512 GB |
ISP |
|
|
|
Processo di fabbricazione |
7nm (N7 di TSMC) |
7nm (N7P di TSMC) |
5nm (5LPE di Samsung) |
Versione software |
Androide 10 |
Androide 10 |
Androide 11 |
Panoramica dei benchmark
Con input da Mario Serrafero
- AnTuTu: Questo è un benchmark olistico. AnTuTu testa le prestazioni di CPU, GPU e memoria, includendo sia test astratti che, di recente, simulazioni dell'esperienza utente correlabili (ad esempio, il test secondario che prevede lo scorrimento di un file Visualizzazione elenco). Il punteggio finale è ponderato in base alle considerazioni del progettista.
- GeekBench: un test incentrato sulla CPU che utilizza diversi carichi di lavoro computazionali tra cui crittografia, compressione (testo e immagini), rendering, simulazioni fisiche, visione artificiale, ray tracing, riconoscimento vocale e inferenza della rete neurale convoluzionale sulle immagini. La suddivisione del punteggio fornisce metriche specifiche. Il punteggio finale è ponderato in base alle considerazioni del progettista, ponendo una grande enfasi sulle prestazioni intere (65%), quindi sulle prestazioni float (30%) e infine sulle criptovalute (5%).
-
GFXBench: mira a simulare il rendering della grafica dei videogiochi utilizzando le API più recenti. Molti effetti su schermo e texture di alta qualità. I test più recenti utilizzano Vulkan mentre i test legacy utilizzano OpenGL ES 3.1. Le uscite sono frame durante il test e frame al secondo (l'altro numero diviso per la lunghezza del test, essenzialmente), invece di un weighted punto.
- Rovine azteche: Questi test sono i più computazionalmente pesanti offerti da GFXBench. Attualmente, i migliori chipset per dispositivi mobili non possono sostenere 30 fotogrammi al secondo. Nello specifico, il test offre una geometria con un numero di poligoni davvero elevato, tassellazione hardware, texture ad alta risoluzione, illuminazione globale e abbondante mappatura delle ombre, numerosi effetti particellari, oltre a fioritura e profondità di campo effetti. La maggior parte di queste tecniche sottolineerà le capacità di calcolo dello shader del processore.
- Manhattan ES 3.0/3.1: Questo test rimane rilevante dato che i giochi moderni sono già arrivati alla fedeltà grafica proposta e implementano lo stesso tipo di tecniche. Presenta geometrie complesse che impiegano target di rendering multipli, riflessioni (mappe cubiche), rendering mesh, molte fonti di illuminazione differite, nonché fioritura e profondità di campo in un passaggio di post-elaborazione.
-
MLPerf mobile: MLPerf Mobile è un benchmark open source per testare le prestazioni dell'IA mobile. Era creato da MLCommons, un consorzio di ingegneria aperto senza scopo di lucro, per "offrire trasparenza e parità di condizioni per confrontare sistemi, software e sistemi di machine learning soluzioni." La prima iterazione di MLPerf Mobile fornisce un benchmark delle prestazioni di inferenza per una manciata di computer vision e linguaggio naturale compiti di elaborazione. Per maggiori informazioni consultare il documento "Benchmark di inferenza mobile MLPerf: perché il benchmarking AI mobile è difficile e cosa fare al riguardo."
- Classificazione delle immagini: Questo test comporta la deduzione di un'etichetta da applicare a un'immagine di input. I casi d'uso tipici includono ricerche di foto o estrazione di testo. Il modello di riferimento utilizzato è MobileNetEdgeTPU con parametri 4M, il dataset è ImageNet 2012 (224x224) e l'obiettivo di qualità è il 98% di FP32 (76,19% Top-1).
- Segmentazione dell'immagine: Questo test comporta il partizionamento di un'immagine di input in oggetti etichettati. I casi d'uso tipici includono la guida autonoma o il telerilevamento. Il modello di riferimento utilizzato è DeepLab v3+ con parametri 2M, il set di dati è ADE20K (512x512) e l'obiettivo di qualità è il 93% di FP32 (0,244 mAP).
- Rilevamento di oggetti: Questo test comporta il disegno di riquadri di delimitazione attorno agli oggetti e la fornitura di un'etichetta per tali oggetti. I casi d'uso tipici riguardano l'input della telecamera, ad esempio per il rilevamento dei pericoli o l'analisi del traffico durante la guida. Il modello di riferimento è SSD-MobileNet v2 con 17 milioni di parametri, il dataset è COCO 2017 (300x300) e l'obiettivo di qualità è il 97% di FP32 (54,8% mIoU).
- Elaborazione del linguaggio: Questo test prevede di rispondere alle domande in modo colloquiale. I casi d'uso tipici includono i motori di ricerca online. Il modello di riferimento è MobileBERT con 25 milioni di parametri, il set di dati è mini Squad (Stanford Question Answering Dataset) v1.1 dev e l'obiettivo di qualità è il 93% di FP32 (93,98% F1).
Risultati AnTuTu
Iniziando con AnTuTu, possiamo vedere che il dispositivo di riferimento Qualcomm Snapdragon 888 ha ottenuto quasi 17.000 punti superiore al dispositivo di riferimento Snapdragon 865 e quasi 350.000 punti in più rispetto al Pixel alimentato da Snapdragon 855 4. Quando guardi i punteggi secondari di CPU, GPU, memoria e UX (non mostrati qui), possiamo vedere che i maggiori miglioramenti nelle prestazioni provengono da GPU e memoria. Lo Snapdragon 888 QRD ha ottenuto un punteggio superiore di circa il 45,56% nel subtest GPU di AnTuTu rispetto allo Snapdragon 865 QRD. Allo stesso modo, lo Snapdragon 888 QRD ha ottenuto un punteggio superiore di circa il 52,08% nel sottotest della memoria di AnTuTu rispetto allo Snapdragon 865 QRD. Rispetto al Pixel 4 alimentato da Snapdragon 855, l'888 QRD lo ha superato nei sottotest della GPU e della memoria rispettivamente del 98,42% e del 117,58%.
Nel frattempo, lo Snapdragon 888 QRD ha ottenuto circa il 30,05% e il 90,28% in più nel sottotest della CPU di AnTuTu rispetto allo Snapdragon 865 QRD e al Pixel 4 alimentato da Snapdragon 855, rispettivamente. Il punteggio secondario UX è difficile da confrontare a causa delle diverse versioni del sistema operativo Android in esecuzione su ciascun dispositivo (il Pixel 4 e Snapdragon 865 QRD eseguivano Android 10 quando li ho confrontati l'anno scorso, mentre l'888 QRD esegue Android 11.)
Il grande aumento delle prestazioni della memoria è piuttosto interessante. Sia l'865 QRD che l'888 QRD dispongono di 12 GB di RAM LPDDR5, anche se non sappiamo a quale clock abbia la RAM. In particolare, l'865 supporta fino a 16 GB di RAM LPDDR5 a 2750 MHz, mentre l'888 supporta fino a 16 GB di RAM LPDDR5 a 3200 MHz. I dossi in CPU e GPU le prestazioni qui sono leggermente superiori alle nostre aspettative, poiché Qualcomm ha affermato che i guadagni di CPU e GPU dello Snapdragon 888 sono rispettivamente del 25% e del 35% anno dopo anno. Tuttavia, i benchmark più incentrati su CPU e GPU che seguono mostrano guadagni più in linea con le nostre aspettative.
Risultati di Geekbench
In Geekbench 5.0, Qualcomm Snapdragon 888 ha prestazioni superiori del 22,17% e del 9,97% rispettivamente nei test single-core e multi-core rispetto allo Snapdragon 865. Rispetto allo Snapdragon 855, l'888 ha prestazioni migliori rispettivamente dell'89,17% e del 51,82%.
Qualcomm afferma che lo Snapdragon 888 offre un aumento del 25% delle prestazioni della CPU rispetto allo Snapdragon 865. L'unico core ARM Cortex-X1 Prime della CPU ha un clock conservativo di 2,84 GHz, la stessa velocità di clock dell'ARM di ultima generazione Core Cortex-A77 Prime, quindi è possibile che vedremo una velocità di clock di oltre 3 GHz per l'inevitabile Snapdragon 888 "Plus" di metà anno ricaricare. In tal caso, possiamo aspettarci che le prestazioni della CPU migliorino ulteriormente, anche se in questo momento è giusto dire che i guadagni sono solidi, ma solo incrementali.
Pertanto, se stai aggiornando da un'ammiraglia di due anni, l'888 dovrebbe apportare importanti miglioramenti alle prestazioni della CPU. Se stai aggiornando da un'ammiraglia di un anno, quei guadagni sono molto più piccoli. Sono personalmente entusiasta di vedere come un dispositivo Snapdragon 888 gestisce l'emulazione della console.
Risultati GFXBench
Qualcomm non ha rivelato il numero di core o la frequenza massima della GPU Adreno 660 nello Snapdragon 888, quindi abbiamo poco da dire sulla GPU oltre ai suoi guadagni in termini di prestazioni. Nel test Manhattan di GFXBench, che utilizza l'API OpenGL ES 3.0 e rende una scena a 1080p fuori dallo schermo, lo Snapdragon 888 ha avuto un framerate medio di 169fps, circa il 34,13% e l'83,7% in più rispetto ai framerate raggiunti dagli Snapdragon 865 e 855 rispettivamente. Nel test Aztec Ruins di GFXBench, che utilizza l'API grafica Vulkan e rende una scena a 1080p fuori dallo schermo, lo Snapdragon 888 ha avuto un framerate medio di 86fps, circa il 38,71% e il 95,45% in più rispetto ai framerate raggiunti dagli Snapdragon 865 e 855 rispettivamente.
Non ci sono molti giochi che richiedono molta potenza della GPU (il il recente Genshin Impact è un'eccezione), ma il miglioramento delle prestazioni della GPU è utile non solo per i giochi. Ma il gioco è sicuramente il motivo principale per cui le persone si preoccuperanno di questi risultati di riferimento e il Snapdragon 888 offre sicuramente un rendering grafico più veloce del 35% e un'efficienza energetica migliore del 20%. anno dopo anno. Questi risultati dimostrano solo le massime prestazioni della GPU, quindi dovremo rivedere GFXBench, una volta che avremo messo le mani sull'hardware commerciale, per eseguire il benchmark a lungo termine prove di prestazione.
Risultati MLPerf
Forse i guadagni più interessanti sono nelle prestazioni dell'IA. Qualcomm generalmente fa enormi passi avanti nelle prestazioni dell'IA ogni anno, ma i guadagni di quest'anno sono i più impressionanti. Il motore AI dello Snapdragon 888 vanta 26 prestazioni TOPS, un aumento rispetto alle 15 prestazioni TOPS dello Snapdragon 865 e alle 7 prestazioni TOPS dello Snapdragon 855. Qualcomm attribuisce gran parte di questo guadagno alla nuova architettura dell'acceleratore AI fusa dell'Hexagon 780 DSP, fondendo il acceleratori scalari, vettoriali e tensoriali per eliminare le distanze fisiche e raggruppare la memoria per la condivisione e lo spostamento dei dati in modo efficiente.
Tuttavia, è difficile per noi dimostrare quanto sia significativo questo salto di prestazioni. Abbiamo parlato in modo approfondito delle difficoltà del benchmarking AI durante le nostre interviste con Travis Lanier di Qualcomm, Gary Brotman e Ziad Asghar. La buona notizia è che, dalle nostre discussioni con i dirigenti di Qualcomm, ci sono stati progressi significativi nel campo dei benchmark AI.
All'inizio di questo articolo, abbiamo menzionato che Qualcomm ha eseguito 4 diversi benchmark AI sul dispositivo di riferimento Snapdragon 888: AIMark, AITuTu, MLPerf e Procyon di UL. Forse il più promettente di questi benchmark è MLPerf Mobile, che sarà presto rilasciato, benchmark AI mobile open source supportato da più fornitori di SoC, fornitori di framework ML e modello produttori. Il suo batch iniziale di risultati di inferenza mobile è pubblico, quindi abbiamo utilizzato questi risultati per confrontarli con lo Snapdragon 888. I risultati riguardano solo 3 dispositivi: lo Xiaomi Redmi 10X 5G alimentato da MediaTek Dimensity 820, il ASUS ROG Phone 3 alimentato da Qualcomm Snapdragon 865+ e Samsung Galaxy Note 20 alimentato da Exynos 990 Ultra 5G. Qualcomm non ha fornito risultati di latenza, ma solo dati sul throughput, quindi non abbiamo tracciato i risultati completi come presentati dai venditori per la verifica da parte di MLCommons.
In questi selezionati benchmark di inferenza per la visione artificiale e l'elaborazione del linguaggio naturale, possiamo vedere che il dispositivo di riferimento Qualcomm Snapdragon 888 ha ottenuto i punteggi più alti in tutti e quattro i test. Dei 3 chipset della generazione precedente, il Dimensity 820 di MediaTek ha superato lo Snapdragon 865+ e Exynos 990 nel rilevamento di oggetti, mentre Exynos 990 ha superato Snapdragon 865+ e Dimensity 820 in PNL. Lo Snapdragon 865+ di Qualcomm è stato generalmente competitivo, segnando alla pari con il Dimensity 820 nella segmentazione dell'immagine e superandolo in NLP. In questi specifici test di inferenza con questi modelli e set di dati specifici, lo Snapdragon 888 ha superato i 3 chipset di ultima generazione.
Sarà interessante vedere quali applicazioni e funzionalità gli sviluppatori e gli OEM possono creare utilizzando l'abilità AI dello Snapdragon 888. La visione artificiale svolgerà un ruolo particolarmente importante nelle numerose funzionalità di videografia potenziate dall'intelligenza artificiale che offriremo probabilmente vedremo nel 2021, mentre il miglioramento delle prestazioni della PNL può anche influenzare aspetti adiacenti al video come l'audio registrazione.
Dobbiamo notare, tuttavia, che i risultati dello Snapdragon 888 lo sono non verificato da MLCommons poiché parte del processo di verifica dell'organizzazione richiede che il dispositivo sia disponibile in commercio (i dispositivi di riferimento di Qualcomm non sono venduti tramite un corriere o sbloccati telefono). Inoltre, le prestazioni dipendono da quali modelli ML, formati numerici e framework ML vengono scelti, nonché da quali acceleratori ML sono disponibili.
Conclusione
Lo Snapdragon 888 di Qualcomm apporta ancora una volta miglioramenti incrementali alle prestazioni di CPU e GPU, ma enormi miglioramenti all'elaborazione delle immagini e all'intelligenza artificiale. Non molte persone che eseguono l'aggiornamento da un dispositivo vecchio di due anni noteranno i miglioramenti di CPU e GPU (a meno che non prevedano di eseguire emulatori o giocare a giochi come Genshin Impact), ma noteranno sicuramente gli altri progressi che sono stati fatti nel mobile tecnologia. I dispositivi hanno display con frequenza di aggiornamento più elevata, più fotocamere con sensori di immagine a risoluzione più elevata, supporto per la connettività 5G e molto altro al giorno d'oggi. Gli enormi guadagni nelle prestazioni dell'IA passeranno inosservati all'utente medio, ma le possibilità che si sono aperte con il nuovo chipset di Qualcomm sono entusiasmanti su cui riflettere. Miglioramenti video AI in tempo reale, streaming multi-camera e molto altro sono all'orizzonte il prossimo anno e aziende come Google continuano a sorprendere con le funzionalità che rilasciano supportate dall'apprendimento automatico Modelli.
Tuttavia, Qualcomm non è l'unica azienda che apporta miglioramenti alla sua gamma di SoC. Si dice che l'imminente Exynos 2100 di Samsung per il Galaxy S21 porti importanti miglioramenti delle prestazioni. C'è anche il nuovo HiSilicon Kirin 9000 di Huawei e la crescente linea di SoC mobili Dimensity di MediaTek. Spero di rivisitare questi benchmark una volta che avremo almeno un dispositivo top di gamma con la next-gen di Samsung, Huawei e MediaTek silicio.
Demo di benchmarking di Qualcomm Snapdragon 888
Ho menzionato all'inizio di questo articolo che Qualcomm ha condiviso con noi un video preregistrato. Se sei interessato, ho caricato quel video su YouTube. Mostra lo Snapdragon 888 che esegue tutti i benchmark che ho condiviso sopra, così come i restanti benchmark AI che non ho mostrato.
Nel frattempo, ecco la tabella che Qualcomm ci ha fornito riassumendo i risultati del benchmark dello Snapdragon 888: