Qualcomm Snapdragon 8 Gen 1-ის ბენჩმარკინგი: შესრულების მოლოდინები 2022 წლის ფლაგმანებიდან

Qualcomm Snapdragon 8 Gen 1 2022 წელს უამრავ ფლაგმანს გააძლიერებს და ჩვენ უნდა შევაფასოთ ის, რომ ვნახოთ, როგორ მუშაობს და როგორ ადარებს მას!

მხოლოდ გასულ კვირას დავინახე ახალი Qualcomm Snapdragon 8 Gen 1 კომპანიის ტექნიკურ სამიტზე ჰავაიზე. Qualcomm-ის უახლესი ჩიპსეტი აერთიანებს მთელ რიგ მნიშვნელოვან გაუმჯობესებას მთელს დაფაზე, რაც მას ერთ-ერთ ყველაზე საინტერესო Qualcomm მოწყობილობად აქცევს დიდი ხნის განმავლობაში. მიუხედავად იმისა, რომ კომპანია ყოყმანობდა, მიეწოდებინა სიღრმისეული ტექნიკური დეტალები ზოგიერთ ასპექტში (მათ შორის უგულებელყოფა Adreno ან Kryo ვერსიის სახელის აღსანიშნავად, ჩვენ მაინც შეგვეძლო გამოგვეყენებინა პოპულარული ბენჩმარკები. Snapdragon 8 Gen 1 საცნობარო მოწყობილობა. ეს კრიტერიუმები გვეხმარება 2022 წლის მომავალი ფლაგმანებისთვის შესრულების მოლოდინების საბაზისო საზღვრების ჩამოყალიბებაში, რაც კიდევ ერთ რამეს გვაძლევს მომავალ წელს.

Snapdragon 8 Gen 1 საცნობარო მოწყობილობაზე, ჩვენ გავუშვით ერთი ჰოლისტიკური ბენჩმარკი (AnTuTu), CPU-ზე ორიენტირებული საორიენტაციო (Geekbench), GPU-ზე ორიენტირებული საორიენტაციო (GFXBench) და MLPerf ბენჩმარკები. თითოეული საორიენტაციო მაჩვენებელი სამჯერ იქნა გაშვებული და სამი შედეგის საშუალო ავიღეთ. Qualcomm-მა ნაგულისხმევად ჩართო "UI Perf Mode" ვარიანტი, რომელიც ჩვენ გამორთეთ, რადგან ის ეფექტურად ცდილობს აიძულოს ბენჩმარკინგის აპლიკაციები, რომლებიც უნდა იმუშაონ Prime ბირთვებზე, რათა გარკვეულწილად მიიღონ ოდნავ მაღალი ქულა ეტალონები. აღსანიშნავია ისიც, რომ როგორც კი მივიღებთ კომერციულ მოწყობილობას Qualcomm Snapdragon 8 Gen 1-ით, ჩვენ განმეორებით ვიყენებთ ამ ეტალონებს.

თუ გაინტერესებთ Qualcomm Snapdragon 8 Gen 1 მობილურის ყველა მახასიათებლისა და მახასიათებლების წაკითხვა პლატფორმა, რომელიც კომპანიამ აქამდე გახადა ხელმისაწვდომი, მაშინ გირჩევთ წაიკითხოთ ჩვენი ახსნა-განმარტება Qualcomm Snapdragon 8-ზე გენ 1. სწრაფი მითითებისთვის, მე შევადგინე დიაგრამა, რომელიც ადარებს Qualcomm Snapdragon-ის ძირითად მახასიათებლებს 8 თაობის 1 საცნობარო მოწყობილობა დანარჩენ ორ მითითების მოწყობილობასთან შედარებით, რომლებიც გამოიყენება ამ საორიენტაციო შედარებაში. თქვენ შეგიძლიათ იპოვოთ ეს სქემა ქვემოთ საორიენტაციო შედეგების წინ.

Qualcomm-მა მოგვაწოდა მოსალოდნელი საორიენტაციო ქულების ნაკრები საკუთარი ტესტირების საფუძველზე. ჩვენ ეს გამოვიყენეთ მხოლოდ მითითებისთვის და ცხრილი ხელმისაწვდომია ამ სტატიის ბოლოში, რომელიც შეიცავს საორიენტაციო ქულებს, რომლებსაც Qualcomm ელოდა, რომ საცნობარო მოწყობილობა მიაღწევდა.

ამ სტატიის შესახებ: Qualcomm-მა დააფინანსა ჩემი კოლეგა, რიჩ ვუდსი, Snapdragon Tech Summit-ზე დასასწრებად კონაში, ჰავაი. კომპანიამ გადაიხადა მისი ფრენა და სასტუმრო. ამასთან, Qualcomm-ს არ ჰქონდა რაიმე შენიშვნა ამ სტატიის შინაარსთან დაკავშირებით.

Qualcomm Snapdragon 8 Gen 1 Benchmark შედეგები

სატესტო მოწყობილობის სპეციფიკაციები

Qualcomm Snapdragon 8 Gen 1 (Qualcomm Reference Device)	Qualcomm Snapdragon 888 (Qualcomm Reference Device)	Qualcomm Snapdragon 865 (Qualcomm Reference Device)
პროცესორი	1x Kryo (ARM Cortex-X2-ზე დაფუძნებული) Prime core @ 2.995 GHz, 1MB L2 ქეში 3x Kryo (ARM Cortex A710-ზე დაფუძნებული) მუშაობის ბირთვები @ 2.5 GHz 4x Kryo (ARM Cortex A510-ზე დაფუძნებული) ეფექტურობის ბირთვები @ 1.79GHz ARM Cortex v9 6MB L3 ქეში	1x Kryo 680 (ARM Cortex X1-ზე დაფუძნებული) Prime core @ 2.84 GHz, 1x 1MB L2 ქეში 3x Kryo 680 (ARM Cortex A78-ზე დაფუძნებული) მუშაობის ბირთვები @ 2.4GHz, 3x 512KB L2 ქეში 4x Kryo 680 (ARM Cortex A55-ზე დაფუძნებული) ეფექტურობის ბირთვები @ 1.8 GHz, 4x 128KB L2 ქეში 4MB L3 ქეში	1x Kryo 585 (ARM Cortex A77-ზე დაფუძნებული) Prime core @ 2.84 GHz, 1x 512KB L2 ქეში 3x Kryo 585 (ARM Cortex A77-ზე დაფუძნებული) მუშაობის ბირთვები @ 2.4 GHz, 3x 256KB L2 ქეში 4x Kryo 385 (ARM Cortex A55-ზე დაფუძნებული) ეფექტურობის ბირთვები @ 1.8 GHz, 4x 128KB L2 ქეში 4MB L3 ქეში
GPU	ახალი Adreno GPU (დაუზუსტებელი)	Adreno 660	Adreno 650
ჩვენება	FHD+ 144 ჰც	2340 x 1080 გარჩევადობა 120Hz განახლების სიხშირე	გარჩევადობა 2880 x 1440 60Hz განახლების სიხშირე
AI	ექვსკუთხა DSP ექვსკუთხედის ვექტორის გაფართოებებით, ექვსკუთხედის ტენსორის ამაჩქარებლით და ექვსკუთხედის სკალარული ამაჩქარებლით მე -7 თაობის AI ძრავა მე-3 თაობის Qualcomm Sensing Hub Ყოველთვის ყოველთვის უსაფრთხოდ ჩახუტებული სახის ბუნებრივი ენის დამუშავება Leica-ს Leitz Look-ის რეჟიმი	Hexagon 780 Fused AI Accelerator არქიტექტურით მე-6 თაობის AI ძრავა Qualcomm Sensing Hub (მე-2 თაობა) ახალი გამოყოფილი AI პროცესორი 80% ამოცანის შემცირების გადმოტვირთვა Hexagon DSP-დან 5-ჯერ მეტი დამუშავების სიმძლავრე წელზე 16X უფრო დიდი საერთო მეხსიერება 50%-ით უფრო სწრაფი სკალარული ამაჩქარებელი, 2-ჯერ უფრო სწრაფი ტენზორული ამაჩქარებელი წელზე 26 ტოპსი	ექვსკუთხედი 698 ექვსკუთხედის ვექტორული გაფართოებებით და ახალი ექვსკუთხედის ტენსორის ამაჩქარებლით მე-5 თაობის AI ძრავა Qualcomm Sensing Hub 15 ტოპსი
მეხსიერება	8 GB LPDDR5 @ 3200 MHz, 16 GB	12 GB LPDDR5 3 მბ სისტემის დონის ქეში	12 GB LPDDR5 3 მბ სისტემის დონის ქეში
შენახვა	512 GB UFS 3.1	512 GB UFS 3.0	128 GB UFS 3.0
ISP	სამმაგი 18-ბიტიანი Spectra 680 ISP გამტარუნარიანობა 3.2 გიგაპიქსელი წამში	სამმაგი 14-ბიტიანი Spectra 580 ISP გამტარუნარიანობა 2.7 გიგაპიქსელი წამში	ორმაგი 14-ბიტიანი Spectra 480 ISP გამტარუნარიანობა 2.0 გიგაპიქსელი წამში
Საწარმოო პროცესი	4 ნმ (სავარაუდოდ Samsung)	5 ნმ (Samsung-ის 5LPE)	7 ნმ (TSMC-ის N7P)
პროგრამული ვერსია	Android 12	Android 11	Android 10

კრიტერიუმების მიმოხილვა. დააწკაპუნეთ გასაშლელად.

ბენჩმარკების მიმოხილვა

AnTuTu: ეს არის ჰოლისტიკური მაჩვენებელი. AnTuTu ამოწმებს CPU-ს, GPU-ს და მეხსიერების მუშაობას, ამავდროულად მოიცავს როგორც აბსტრაქტულ ტესტებს, ასევე გვიან, მომხმარებლის გამოცდილების შესატყვისი სიმულაციები (მაგალითად, ქვეტესტი, რომელიც მოიცავს ა Სია). საბოლოო ქულა შეწონილია დიზაინერის მოსაზრებების მიხედვით.
GeekBench: CPU-ზე ორიენტირებული ტესტი, რომელიც იყენებს რამდენიმე გამოთვლით დატვირთვას, მათ შორის დაშიფვრას, შეკუმშვას (ტექსტი და სურათები), რენდერირება, ფიზიკის სიმულაციები, კომპიუტერული ხედვა, სხივების მიკვლევა, მეტყველების ამოცნობა და კონვოლუციური ნერვული ქსელის დასკვნა სურათებზე. ქულების დაშლა იძლევა კონკრეტულ მეტრიკას. საბოლოო ქულა შეწონილია დიზაინერის მოსაზრებების მიხედვით, დიდი აქცენტი კეთდება მთელი რიცხვის შესრულებაზე (65%), შემდეგ float შესრულებაზე (30%) და ბოლოს კრიპტოგრაფიაზე (5%).
GFXBench: მიზნად ისახავს ვიდეო თამაშების გრაფიკული რენდერის სიმულაციას უახლესი API-ების გამოყენებით. ეკრანზე უამრავი ეფექტი და მაღალი ხარისხის ტექსტურა. უფრო ახალი ტესტები იყენებენ Vulkan-ს, ხოლო ძველი ტესტები იყენებენ OpenGL ES 3.1. გამომავალი არის ჩარჩოები ტესტის დროს და კადრები წამში (სხვა რიცხვი გაყოფილი ტესტის სიგრძეზე, არსებითად), შეწონილის ნაცვლად ქულა.
- აცტეკების ნანგრევები: ეს ტესტები გამოთვლით ყველაზე მძიმეა, რომელსაც გთავაზობთ GFXBench. ამჟამად, საუკეთესო მობილური ჩიპსეტები ვერ ინარჩუნებენ 30 კადრს წამში. კონკრეტულად, ტესტი გთავაზობთ ძალიან მაღალი პოლიგონების რაოდენობის გეომეტრიას, ტექნიკის აწყობას, მაღალი გარჩევადობის ტექსტურებს, გლობალური განათება და უამრავი ჩრდილოვანი რუქა, უხვი ნაწილაკების ეფექტები, ასევე აყვავება და ველის სიღრმე ეფექტები. ამ ტექნიკის უმეტესობა ხაზს უსვამს პროცესორის ჩრდილის გამოთვლის შესაძლებლობებს.
- მანჰეტენი ES 3.0/3.1: ეს ტესტი რჩება აქტუალური იმის გათვალისწინებით, რომ თანამედროვე თამაშებმა უკვე მიაღწიეს შემოთავაზებულ გრაფიკულ ერთგულებას და ახორციელებენ იგივე სახის ტექნიკას. მას აქვს რთული გეომეტრია, რომელიც იყენებს მრავალჯერადი რენდერის სამიზნეს, ასახვას (კუბური რუქები), ბადის რენდერირებას, მრავალი გადადებული განათების წყაროს, ასევე აყვავებას და ველის სიღრმეს დამუშავების შემდგომ უღელტეხილზე.
MLPerf Mobile: MLPerf Mobile არის ღია წყაროს საორიენტაციო ნიშანი მობილური AI მუშაობის შესამოწმებლად. Ის იყო შექმნილია MLCommons-ის მიერ, არაკომერციული, ღია საინჟინრო კონსორციუმი, რომელიც „გამჭვირვალობისა და თანაბარი სათამაშო პირობების უზრუნველყოფის მიზნით ML სისტემების, პროგრამული უზრუნველყოფის და შედარებისთვის გადაწყვეტილებები. ” MLPerf Mobile-ის პირველი გამეორება უზრუნველყოფს დასკვნის შესრულების ეტალონს რამდენიმე კომპიუტერული ხედვისა და ბუნებრივი ენისთვის. დამუშავების ამოცანები. დამატებითი ინფორმაციისთვის იხილეთ ნაშრომი "MLPerf Mobile Inference Benchmark: რატომ არის რთული მობილური AI ბენჩმარინგი და რა უნდა გავაკეთოთ ამის შესახებ.”
- გამოსახულების კლასიფიკაცია: ეს ტესტი მოიცავს ეტიკეტის დასკვნას, რომელიც გამოიყენება შეყვანის სურათზე. ტიპიური გამოყენების შემთხვევები მოიცავს ფოტოების ძიებას ან ტექსტის ამოღებას. გამოყენებული საცნობარო მოდელი არის MobileNetEdgeTPU 4M პარამეტრით, მონაცემთა ნაკრები არის ImageNet 2012 (224×224) და ხარისხის სამიზნე არის FP32-ის 98% (76.19% Top-1).
- გამოსახულების სეგმენტაცია: ეს ტესტი მოიცავს შეყვანის სურათის დაყოფას ეტიკეტირებულ ობიექტებად. ტიპიური გამოყენების შემთხვევები მოიცავს თვითმართვას ან დისტანციური ზონდირებას. გამოყენებული საცნობარო მოდელია DeepLab v3+ 2M პარამეტრით, მონაცემთა ნაკრები არის ADE20K (512×512) და ხარისხის სამიზნე არის FP32-ის 93% (0.244 mAP).
- ობიექტების ამოცნობა: ეს ტესტი მოიცავს ობიექტების გარშემო შემოსაზღვრული ყუთების დახატვას და ამ ობიექტების ეტიკეტის მიწოდებას. ტიპიური გამოყენების შემთხვევები მოიცავს კამერის შეყვანას, როგორიცაა საფრთხის გამოვლენა ან მოძრაობის ანალიზი მართვის დროს. საცნობარო მოდელი არის SSD-MobileNet v2 17M პარამეტრით, მონაცემთა ნაკრები არის COCO 2017 (300×300) და ხარისხის სამიზნე არის FP32-ის 97% (54.8% mIoU).
- ენის დამუშავება: ეს ტესტი მოიცავს კითხვებზე სასაუბროდ პასუხს. ტიპიური გამოყენების შემთხვევები მოიცავს ონლაინ საძიებო სისტემებს. საცნობარო მოდელი არის MobileBERT 25M პარამეტრით, მონაცემთა ნაკრები არის mini Squad (Stanford Question Answering Dataset) v1.1 dev და ხარისხის სამიზნე არის FP32-ის 93% (93.98% F1).

წაიკითხე მეტი

საორიენტაციო შედეგები

AnTuTu

AnTuTu-ით დაწყებული, ჩვენ ვხედავთ, რომ Qualcomm Snapdragon 8 Gen 1 საცნობარო მოწყობილობამ გაიტანა ქულა მნიშვნელოვნად აღემატება წინა წლებთან შედარებით, წლიური მატებით, დაახლოებით 240,000 ქულები. ეს არის საკმაოდ მნიშვნელოვანი გაუმჯობესება, დაახლოებით 33%-ით, ბევრად აღემატება Qualcomm-ის დაპირებებს სიჩქარის 20%-ით გაუმჯობესების შესახებ. ეს მხოლოდ ერთი ტესტია, მაგრამ AnTuTu არის შესანიშნავი ინსტრუმენტი მოწყობილობებს შორის ნედლეული გამოთვლითი შესაძლებლობების შესადარებლად, თუნდაც ეს ყველაფერი არ ითარგმნოს რეალურ სამყაროში გამოყენებად.

Geekbench

თუმცა, Geekbench 5.0-ში ეს სრულიად განსხვავებული ამბავია. Snapdragon 8 Gen 1 აჩვენებს მცირე უპირატესობებს Snapdragon 888 საცნობარო მოწყობილობასთან შედარებით ბოლოდან და, ფაქტობრივად, რეგრესია შესრულებაში, როდესაც საქმე ეხება მრავალ ბირთვს. ეს არ არის ისეთი, თითქოს ჩვენც შეგვეშალა - Qualcomm-მა მოგვაწოდა საინფორმაციო გვერდი Snapdragon 8 Gen 1-ისგან მოსალოდნელი საორიენტაციო ქულებით და ისინი შეესაბამება იმას, რაც უნდა ველოდოთ. სინამდვილეში, ერთბირთვიანი შესრულება უფრო მაღალი იყო ვიდრე Qualcomm-ის ზედა საზღვრები, მაშინ როცა მრავალბირთვიანი შესრულება იყო 20 ქულით ქვემოთ იმ ქვედა საზღვრებზე, რაც უნდა ველოდოთ.

როგორც ვთქვი, ვფიქრობ, ცხადია, რომ რაც არ უნდა იყოს ტესტი, ეს არ არის ტესტირება, სადაც Qualcomm-მა გააუმჯობესა. ჩვენი სხვა ტესტები აჩვენებს მნიშვნელოვან გაუმჯობესებას წინა წლების ჩიპსეტებთან შედარებით.

GFXBench

Qualcomm-ს ბევრი რამ არ გაუმჟღავნებია ახალი Adreno GPU-ის შესახებ Snapdragon 8 Gen 1-ში, ასე რომ, ჩვენ ცოტა რამ გვაქვს სათქმელი GPU-ზე, გარდა მისი შესრულების მიღწევებისა. ჩვენ არ ვიცით ძირითადი რაოდენობა, არ ვიცით სიხშირე და არც კი გვაქვს ვერსიის ნომერი. GFXBench-ის მანჰეტენის ტესტში, რომელიც იყენებს OpenGL ES 3.0 API-ს და ასახავს 1080p სცენას ეკრანიდან, Snapdragon 8 Gen 1-ს ჰქონდა საშუალო კადრების სიხშირე 221 fps, დაახლოებით 31% და 75% უფრო მაღალი ვიდრე Snapdragon 888 და 865 მიღწეული კადრების სიხშირე შესაბამისად. GFXBench-ის Aztec Ruins ტესტში, რომელიც იყენებს Vulkan გრაფიკულ API-ს და ასახავს 1080p სცენას ეკრანიდან, Snapdragon 8 Gen 1-ს ჰქონდა საშუალო კადრების სიჩქარე 41fps. ამასთან, არსებობს სიფრთხილე; წინა შედეგები საცნობარო მოწყობილობებზე ტესტირებული იყო 1080p-ში, მაშინ როცა ერთადერთი აცტეკების ნანგრევების ტესტი, რომელზეც ჩვენ გვქონდა წვდომა იყო 1440p. 1080p-მდე გაზრდა მოითხოვს 43,75% მეტი პიქსელის ერთ ჯერზე გამოსახვას, რის გამოც შესრულება შემცირდა ამ ტესტში.

მხოლოდ რამდენიმე ძალიან საუკეთესო Android თამაშები მოითხოვს უამრავ GPU ცხენის ძალას, მაგრამ გაუმჯობესებული GPU შესრულება უფრო სასარგებლოა, ვიდრე უბრალოდ თამაშებისთვის. ამის თქმით, თამაში ნამდვილად არის ყველაზე დიდი მიზეზი, რის გამოც ხალხი ზრუნავს ამ საორიენტაციო შედეგებზე და Snapdragon 8 Gen 1, როგორც ჩანს, გამოიმუშავებს თავისი 35%-ით უფრო სწრაფი გრაფიკით და 20%-ით უკეთესი ენერგოეფექტურობით. წელიწადი. თუმცა, ეს შედეგები მხოლოდ GPU-ს პიკს ასახავს, ამიტომ მოგვიწევს GFXBench-ის გადახედვა - კომერციული აპარატურის ხელში ჩაგდების შემდეგ — საორიენტაციო ნიშნის გრძელვადიანი მუშაობის გასატარებლად ტესტები.

MLPerf

Qualcomm განსაკუთრებით აინტერესებს სპეციფიკის შესახებ, როდესაც საქმე ხელოვნური ინტელექტის გაუმჯობესებას ეხება. ჩვენ არ გვაქვს TOPS-ის (ტრილიონი ოპერაციები წამში) მაჩვენებლები, თუმცა გვაქვს გარკვეული ინფორმაცია სხვა გაუმჯობესების შესახებ. მაგალითად, არის კომპანიის სენსორული ცენტრის მესამე თაობა და მან ასევე აჩვენა სხვა SoC-ს სპეციფიკური მახასიათებლები ჰავაიში.

თუმცა, ჩვენთვის ძნელია იმის დემონსტრირება, თუ რამდენად მნიშვნელოვანია რეალურად ეს ნახტომი. ჩვენ სიღრმისეულად ვისაუბრეთ AI ბენჩმარკინგის სირთულეებზე ჩვენი ინტერვიუების დროს Qualcomm-ის ტრევის ლანიერი, გარი ბროტმანი და ზიად ასგარი. კარგი ამბავი ის არის, რომ Qualcomm-ის აღმასრულებელ ხელმძღვანელებთან ჩვენი დისკუსიის შემდეგ, მნიშვნელოვანი წინსვლა მოხდა AI ბენჩმარკების სფეროში.

ამჟამად ხელმისაწვდომი ყველაზე პერსპექტიული ბენჩმარკები მოდის MLPerf Mobile-ის სახით, რომელიც არის ღია კოდის მობილური AI ბენჩმარკი, რომელსაც მხარს უჭერს მრავალი SoC მომწოდებელი, ML ჩარჩო პროვაიდერები და მოდელი მწარმოებლები. მობილური დასკვნის შედეგების მისი საწყისი ჯგუფი არის საჯაროასე რომ, ჩვენ გამოვიყენეთ ეს შედეგები Snapdragon 8 Gen 1-ის შესადარებლად Snapdragon 888-თან Xiaomi Mix 4-ში, Dimensity 1100-ში Vivo S9 5G-ში და Exynos 2100-თან Samsung Galaxy S21 Plus-ში. ჩვენ არ მივიღეთ შეყოვნების შედეგები - მხოლოდ გამტარუნარიანობის მაჩვენებლები - ასე რომ, ჩვენ არ შევადგინეთ სრული შედეგები, როგორც მოვაჭრეების მიერ წარმოდგენილი MLCommons-ის მიერ გადამოწმებისთვის.

ამ შერჩეულ კომპიუტერული ხედვისა და ბუნებრივი ენის დამუშავების დასკვნის საორიენტაციო ნიშნებში, ჩვენ ვხედავთ რომ Qualcomm Snapdragon 8 Gen 1 საცნობარო მოწყობილობამ მიაღწია უმაღლეს ქულებს ოთხივე ტესტში. შორს. Demensity 1100 საკმაოდ ცუდად გამოიყურებოდა მთლიანობაში. Qualcomm-ის Snapdragon 888-მა მაინც კომფორტულად აჯობა დანარჩენებს ამ ტესტში, მაგრამ Snapdragon 8 Gen 1 ყველა ამ ტესტში სხვა დონეზეა.

საინტერესო იქნება იმის დანახვა, თუ რა აპლიკაციებისა და ფუნქციების შექმნა შეუძლიათ დეველოპერებს და OEM-ებს Snapdragon 8 Gen 1-ის ხელოვნური ინტელექტის უნარის გამოყენებით. კომპიუტერული ხედვა განსაკუთრებით მნიშვნელოვან როლს შეასრულებს ხელოვნური ინტელექტის გაძლიერებული ვიდეოგრაფიის ბევრ მახასიათებელში სავარაუდოდ 2022 წელს, ხოლო NLP-ის გაუმჯობესებულმა შესრულებამ შეიძლება გავლენა მოახდინოს ვიდეოს მიმდებარე ასპექტებზე, როგორიცაა აუდიო ჩაწერა. კომპანიები, როგორიცაა Google, მუშაობენ Google Tensor ასევე დააყენებს სხვა SoC მომწოდებლებს ამ განყოფილებაში.

დასკვნა

ცხრილი, რომელიც Qualcomm-მა მოგვაწოდა მოსალოდნელი საორიენტაციო ქულების შესახებ, ქვემოთ მოცემულია, რომელიც ხედავთ, ძირითადად შეესაბამება იმ შედეგებს, რომლებსაც ზემოთ მივაღწიეთ.

მოსალოდნელი საორიენტაციო ქულები Snapdragon 8 Gen 1 საცნობარო დიზაინისთვის (Qualcomm-ისგან)

ნიშნული	ვერსია	მეთოდი	მოსალოდნელი ქულის დიაპაზონი
სისტემა	Geekbench ST	v5.4.2	საშუალოდ 3 გამეორება	~1220 - 1233
სისტემა	Geekbench MT	v5.4.2	საშუალოდ 3 გამეორება	~3770 - 3810
სისტემა	AnTuTu	v9.2.1	საშუალოდ 3 გამეორება	1 გაშვება: ~ 1 mAvg 3 გამეორებიდან: ~ 980K
სისტემა	PCMark	v3.0.4061	საშუალოდ 3 გამეორება	~ 17 ათასი
ბრაუზერი (Chrome v95.0.4638.74 64-bit)	JetStream	v2.0	საშუალოდ 3 გამეორება	~135 - 140
ბრაუზერი	სპიდომეტრი	v2.0	საშუალოდ 3 გამეორება	~123 - 126
ბრაუზერი	WebXPRT	v3.0	საშუალოდ 3 გამეორება	~194 - 197
AI	AITuTu	v2.0	საშუალოდ 3 გამეორება	~2,550,000 - 2,600,000
AI	AIMmark	v3.0	საშუალოდ 3 გამეორება	~ 97 ათასი
AI	MLPerf (ცალკე QRD-ზე, რადგან გაშვებას 30 წუთი სჭირდება)	v1.1	საშუალოდ 3 გამეორება	გამოსახულების კლასი: ~2435 - 2450 ობიექტის ამოცნობა: ~ 1180 - 1250 სურათის სეგმენტი: ~520 - 540 ენის გაგება: ~38 - 40 გამოსახულების კლასი (ხაზგარეშე): ~3580 - 3650
AI	ETH AIB	v4.0.4	საშუალოდ 3 გამეორება	~ 530 - 550 ათასი
გრაფიკა	GFXBench Manhattan 3.0 Offscreen (1080p) (FPS)	v5.0	საშუალოდ 3 გამეორება	~ 267 - 268 FPS
გრაფიკა	GFXBench T-Rex - ეკრანის გარეშე (1080p) (FPS)	v5.0	საშუალოდ 3 გამეორება	~ 450 - 452 FPS
გრაფიკა	GFXBench Manhattan 3.1 Offscreen (1080p) (FPS)	v5.0	საშუალოდ 3 გამეორება	~ 176 FPS
გრაფიკა	GFXBench Car Chase Offscreen (1080p) ES3.1 (FPS)	v5.0	საშუალოდ 3 გამეორება	~ 97 - 98 FPS
გრაფიკა	GFXBench Aztec Ruins Vulkan (მაღალი დონის) ეკრანის გარეშე (1440p) (FPS)	v5.0	საშუალოდ 3 გამეორება	~ 49 FPS
გრაფიკა	GFXBench Aztec Ruins OpenGL (მაღალი დონის) ეკრანის გარეშე (1440p) (FPS)	v5.0	საშუალოდ 3 გამეორება	~ 43 FPS

წაიკითხე მეტი

Snapdragon 8 Gen 1-ს აქვს მრავალი გაუმჯობესება გასული წლის ჩიპსეტთან შედარებით, განსაკუთრებით მაშინ, როდესაც საქმე ეხება AI-ს. მიუხედავად იმისა, რომ ნამდვილად არის გარკვეული უცნაურობა Geekbench-ის CPU-ზე დაკავშირებულ შედეგებში, ცხადია, რომ არსებობს მთლიანი გაუმჯობესებები. თუ თქვენ განაახლებთ მოწყობილობას, რომელიც ორი წლით უფრო ძველია (ან უფრო ძველი), მაშინ გაუმჯობესებები შესამჩნევი იქნება, თუმცა AI მუშაობის მასიური მიღწევები, სავარაუდოდ, უმეტესობისთვის შეუმჩნეველი დარჩება. კომპანიები იშვიათად იყენებენ ხელოვნური ინტელექტის სრულ პოტენციალს, როდესაც საქმე Qualcomm-ის ჩიპსეტებს ეხება და, სავარაუდოდ, აქაც იგივე იქნება.

აღსანიშნავია ისიც, რომ კონკურენციის გაღრმავებასთან ერთად, შესაძლოა ღირდეს ლოდინი, თუ რას გააკეთებენ შემდეგი Samsung და MediaTek. The ზომა 9000 ჩიპსეტს აქვს პოტენციალი, გამოიყენოს Snapdragon 8 Gen 1-ი, როდესაც საქმე ეხება შესრულებას, და ჯერ კიდევ ბევრი რამ არ ვიცით მომავალი Exynos 2200-ის შესახებ. მე პირადად მოუთმენლად ველოდები ამ ეტალონების ხელახლა განხილვას კომერციულ მოწყობილობაზე მომავალში, განსაკუთრებით უფრო კონტროლირებად გარემოში.