השוואת ה-Snapdragon 8 Gen 2: הגדרת ציפיות עבור סמארטפונים דגל בשנת 2023

רק בשבוע שעבר הוכרזה על Qualcomm Snapdragon 8 Gen 2 בפסגת הטכנולוגיה של החברה בהוואי. ערכות השבבים העדכניות ביותר של קוואלקום משודרגות את המפרטים ואת תהליך הייצור של TSMC, שאם יש משהו ל-8 Plus Gen 1, אמור להביא כמה שיפורי יעילות. נוסף על כך, בעוד החברה היססה לספק פרטים טכניים מעמיקים בהיבטים מסוימים (כולל הזנחה להזכיר שם גרסת Adreno או Kryo), עדיין נוכל להפעיל מגוון של מדדים פופולריים בהפניה של Snapdragon 8 Gen 2 התקן. אמות מידה אלה עוזרות לקבוע את קו הבסיס של ציפיות הביצועים עבור ספינות הדגל הקרובות ב-2023, מה שנותן לנו למה לצפות.

על מאמר זה: קוואלקום נתנה חסות לעמית שלי, ריץ' וודס, כדי להשתתף בפסגת הטכנולוגיה Snapdragon במאווי, הוואי. החברה שילמה עבור הטיסה והמלון שלו. עם זאת, לקוואלקום לא הייתה כל מידע בנוגע לתוכן המאמר הזה.

איך סימנו את ה-Snapdragon 8 Gen 2

במכשיר ההתייחסות Snapdragon 8 Gen 2 מבית קוואלקום, הרצנו אמת מידה הוליסטי אחד (AnTuTu), אמת מידה ממוקדת מעבד (Geekbench), אמת מידה ממוקדת GPU (GFXBench), ומדדי MLPerf. כל מדד נערך שלוש פעמים, ולקחנו את הממוצע של שלוש התוצאות. קוואלקום אפשרה כברירת מחדל אפשרות של "מצב התאמה של משתמש משתמש" שהשארנו מופעלת. הוא מנסה למעשה לאלץ את יישומי ההשוואה לפעול על ליבות Prime כדי לקבל ציון מעט גבוה יותר במדדים מסוימים, אז אנא זכור זאת כאשר אתה מסתכל על התוצאות הללו. ראוי גם לציין שברגע שנשים את ידינו על מכשיר מסחרי עם ה-Qualcomm Snapdragon 8 Gen 2, אנו נפעיל מחדש את המדדים הללו.

קוואלקום סיפקה לנו קבוצה של ציוני אמת מידה צפויים המבוססים על בדיקות משלה. השתמשנו בזה לעיון בלבד, וטבלה זמינה בתחתית מאמר זה המכילה את ציוני ההשוואה שקוואלקום ציפתה שמכשיר הייחוס ישיג.

סקירת מדדי Snapdragon 8 Gen 2

• AnTuTu: זהו אמת מידה הוליסטי. AnTuTu בודק את ביצועי המעבד, ה-GPU והזיכרון, תוך שהוא כולל גם בדיקות מופשטות וגם, נכון לעכשיו, סימולציות של חווית משתמש ניתנות לקשר (לדוגמה, מבחן המשנה הכולל גלילה דרך א תצוגת רשימה). הציון הסופי משוקלל לפי שיקולי המעצב.
• GeekBench: זהו מבחן ממוקד מעבד המשתמש במספר עומסי עבודה חישוביים, כולל הצפנה, דחיסה (טקסט ותמונות), עיבוד, סימולציות פיזיקה, ראיית מחשב, מעקב אחר קרניים, זיהוי דיבור והסקת רשתות עצביות קונבולוציונית על תמונות. פירוט הציונים נותן מדדים ספציפיים. הציון הסופי משוקלל על פי שיקולי המעצב, תוך שימת דגש רב על ביצועים שלמים (65%), לאחר מכן ביצועים צפים (30%), ולבסוף, קריפטוגרפיה (5%).
• GFXBench: שואף לדמות עיבוד גרפי של משחקי וידאו באמצעות ממשקי ה-API העדכניים ביותר, הכוללים הרבה אפקטים על המסך ומרקמים באיכות גבוהה. בדיקות חדשות יותר משתמשות ב-Vulkan, בעוד שבדיקות מדור קודם משתמשות ב-OpenGL ES 3.1. הפלטים הם מסגרות במהלך הבדיקה ו מסגרות לשנייה (המספר השני חלקי באורך המבחן, בעצם) במקום ציון משוקלל.
  • חורבות אצטקים: מבחנים אלו הם הכבדים ביותר מבחינה חישובית שמציעה GFXBench. נכון לעכשיו, ערכות שבבים ניידות מובילות לא יכולות להחזיק 30 FPS. באופן ספציפי, הבדיקה מציעה גיאומטריית ספירת מצולעים גבוהה מאוד, חיבור חומרה, טקסטורות ברזולוציה גבוהה, תאורה גלובלית ושפע של מיפוי צללים, אפקטים רבים של חלקיקים, כמו גם פריחה ועומק שדה אפקטים. רוב הטכניקות הללו ידגישו את יכולות מחשוב ההצללה של המעבד.
  • מנהטן ES 3.0/3.1: מבחן זה נשאר רלוונטי בהתחשב בכך שמשחקים מודרניים כבר הגיעו לנאמנות הגרפית המוצעת שלהם ומיישמים את אותם סוגי טכניקות. הוא כולל גיאומטריה מורכבת המשתמשת במטרות רינדור מרובות, השתקפויות (מפות מעוקבות), רינדור רשת, מקורות תאורה דחויים רבים, כמו גם פריחה ועומק שדה במעבר שלאחר עיבוד.
• MLPerf Mobile: MLPerf Mobile הוא אמת מידה בקוד פתוח לבדיקת ביצועי AI נייד. זה היה נוצר על ידי MLCommons, קונסורציום הנדסי פתוח ללא מטרות רווח, כדי "לספק שקיפות ומגרש משחק שווה להשוואת מערכות ML, תוכנות ו פתרונות." האיטרציה הראשונה של MLPerf Mobile מספקת אמת מידה לביצועי מסקנות עבור קומץ של ראיית מחשב ושפה טבעית משימות עיבוד. למידע נוסף, עיין ב הדף הזה שכותרתו "MLPerf Mobile Inference Benchmark: מדוע ביצועי מידוד בינה מלאכותית ניידת היא קשה ומה לעשות בקשר לזה."
  • סיווג תמונה: בדיקה זו כוללת הסקת תווית להחלה על תמונת קלט. מקרי שימוש טיפוסיים כוללים חיפושי תמונות או חילוץ טקסט. מודל הייחוס המשמש הוא MobileNetEdgeTPU עם 4M פרמטרים, מערך הנתונים הוא ImageNet 2012 (224×224), ויעד האיכות הוא 98% מ-FP32 (76.19% Top-1).
  • פילוח תמונה: בדיקה זו כוללת חלוקה של תמונת קלט לאובייקטים מסומנים. מקרי שימוש טיפוסיים כוללים נהיגה עצמית או חישה מרחוק. מודל הייחוס המשמש הוא DeepLab v3+ עם 2M פרמטרים, מערך הנתונים הוא ADE20K (512×512), ויעד האיכות הוא 93% מ-FP32 (0.244 mAP).
  • זיהוי אובייקט: בדיקה זו כוללת ציור תיבות תוחמות סביב אובייקטים ומתן תווית עבור אותם אובייקטים. מקרי שימוש טיפוסיים כוללים קלט מצלמה כגון זיהוי סכנות או ניתוח תנועה בזמן נהיגה. מודל הייחוס הוא SSD-MobileNet v2 עם 17 מיליון פרמטרים, מערך הנתונים הוא COCO 2017 (300×300), ויעד האיכות הוא 97% מ-FP32 (54.8% mIoU).
  • עיבוד שפה: מבחן זה כולל מענה לשאלות בדיבור. מקרי שימוש טיפוסיים כוללים מנועי חיפוש מקוונים. מודל הייחוס הוא MobileBERT עם 25 מיליון פרמטרים, מערך הנתונים הוא Mini Squad (Stanford Question Answering Dataset) v1.1 dev, ויעד האיכות הוא 93% מ-FP32 (93.98% F1).

תוצאות בנצ'מרק

אנטוטו

כפי שקורה בשנים קודמות, אנו רואים שיפור של כ-10% בציון AnTuTu עם Snapdragon 8 Gen 2 של השנה. זהו שיפור מהותי מספיק שכבר מצביע על כך שה-Snapdragon 8 Gen 2 הוא ערכת שבבים חזקה יותר מכל שבב קוואלקום אחר עד כה. זה לא ממש תואם את ביצועי המעבד המהירים ב-35%, אבל כשה-AnTuTu הוא אמת מידה הוליסטי, זה לא בהכרח אומר שהוא ישקף לחלוטין את רווחי המעבד.

Geekbench 5

עם זאת, Geekbench, הוא מדד ביצועים ממוקד מעבד. אנו רואים עלייה של כמעט 30% בביצועים מרובי ליבות, שנראה כי הם בדרך לשיפור של 35% שמפרסמת קוואלקום. מדדים לא תמיד ישקפו את הרווחים האלה שקוואלקום מודדת, אבל זה בגלל ההבדל במדידה. לכל כלי יש דרך אחרת שהוא משתמש בו בעת חישוב ציונים וערכות שבבים מבחן, ודרכו של Geekbench לא בהכרח תחשוף את השיפורים ש-Qualcomm עשתה. שיפור של 30% שבא לידי ביטוי בשיפור משנה לשנה עדיין מרשים.

GFXBench

קוואלקום לא חשפה הרבה על ה-Adreno GPU ב-Snapdragon 8 Gen 2, כך שאין לנו מה לומר על ה-GPU מלבד ההישגים שלו בביצועים. אנחנו לא יודעים את ספירת הליבה, אנחנו לא יודעים את התדירות, ואפילו אין לנו מספר גרסה. זהו שינוי שקרה עם Snapdragon 8 Gen 1, וזה מתסכל כאשר משווים בין GPUs. זה הרבה קל יותר להסביר הבדלים בהקשר של מספרי גרסאות במקום לתת שם של השבב המסוים כל אחד ואחד זְמַן.

עם זאת, התוצאות מראות שיפור כולל בביצועים הגרפיים, באופן מוזר מלבד מבחן ה-T-Rex של GFXBench. הבדיקה הזו היא מבחן בעצימות נמוכה, אז לא הייתי שם בה הרבה מלאי מלבד העובדה שיש לה קצב פריימים נמוך יותר. בהחלט יכול להיות שזה פשוט אופטימיזציה, ולבדיקות האחרות, האינטנסיביות יותר, יש תוצאות טובות בהרבה. במבחן מנהטן של GFXBench, המשתמש ב-API OpenGL ES 3.1 ומציג סצנה של 1080p מחוץ למסך, ל-Snapdragon 8 Gen 1 היה קצב פריימים ממוצע של 179 FPS. לעומת זאת, ה-Snapdragon 8 Gen 2 הגיע ל-222 FPS.

במבחן Aztec Ruins של GFXBench, המשתמש ב-Vulkan graphics API ומציג סצנה של 1080p מחוץ למסך, ל-Snapdragon 8 Gen 1 היה קצב פריימים ממוצע של 49fps. לשם השוואה, ה-Snapdragon 8 Gen 2 שלף 65 FPS. ברור שביצועי הגרפיקה השתפרו, וחלקם הם רווחים גדולים. זה שיפור של 44% במבחן Aztec Ruins Vulkan, ושיפור של 24% במבחן מנהטן.

רק כמה משחקי אנדרואיד מעולים דורשים הרבה כוחות סוס של GPU, אבל ביצועי GPU משופרים שימושיים ליותר מסתם משחקים.

MLPerf

קוואלקום הייתה קשובה במיוחד לגבי שיפורי בינה מלאכותית, וזה תמיד היה המקרה. אין לנו נתונים לגבי TOPS (טריליון פעולות לשנייה), למרות שהחברה נתנה לנו מידע על כמה שיפורים מוחשיים, כמו עלייה של 435% בביצועי בינה מלאכותית וביצועים טובים יותר ב-65% לכל וואט. התוצאות שלמעלה מראות כיצד Snapdragon 8 Gen 2 מתפקד ב-AI, ותוכלו להשוות אותו למכשירים אחרים שנבדקו על ידי MLCommons.

מסקנה וציונים צפויים

הטבלה שקוואלקום סיפקה לנו ציוני אמת מידה צפויים נמצאת למטה, שתוכל לראות נופלת בעיקר בהתאם לתוצאות שהשגנו למעלה.

קוואלקום אומרת שהמכשירים הראשונים המופעלים על ידי Snapdragon 8 Gen 2 יהיו כאן עד סוף 2022. אנו נפקח עין על הביצועים של Snapdragon 8 Gen 2 בהשוואה לאלה של MediaTek Dimensity 9200. אם אתה משדרג ממכשיר שגילו לפחות שנתיים, סביר להניח שהשיפורים יהיו מורגשים, אם כי הרווחים האדירים בביצועי הבינה המלאכותית כנראה ייעלמו מרוב. חברות ממנפות רק לעתים רחוקות את מלוא הפוטנציאל של AI בכל הנוגע לערכות השבבים של קוואלקום, וסביר להניח שגם כאן זה יהיה אותו הדבר.

קוואלקום אישרה שהחברות הבאות ישיקו מכשירים המונעים על ידי Snapdragon 8 Gen 2: Redmagic, Honor, ZTE, Xiaomi, Meizu, Vivo, Sony, Redmi, OPPO, nubia, Motorola, OnePlus, Sharp, Asus, ו-iQOO. אנו מצפים לנסות את ערכת השבבים הזו בסביבה מבוקרת יותר במכשירים מסחריים בעתיד.