Qualcomm Snapdragon 888 ბენჩმარკები: აი, როგორ იმუშავებენ 2021 წლის ფლაგმანი 5G ტელეფონები

ამ თვის დასაწყისში Qualcomm-მა ჟურნალისტები მიიწვია ვირტუალურ Snapdragon Tech Summit-ზე, სადაც მათ გამოაცხადეს Snapdragon 888 მობილური პლატფორმა. Qualcomm-ის უახლესი 8-სერიის SoC-ს მოაქვს ძირითადი გაუმჯობესება გამოსახულების დამუშავებისა და მანქანური სწავლების სფეროში, მაგრამ მხოლოდ დამატებითი გაუმჯობესება CPU-სა და GPU-ს მუშაობაში. იმის გასარკვევად, თუ რამდენად ძლიერია Qualcomm-ის უახლესი ჩიპსეტი, ჩვენ ჩვეულებრივ ვიღებთ შესაძლებლობას გავუშვათ საორიენტაციო ნიშნები მის საცნობარო აპარატურაზე. თუმცა, COVID-19-ის გამო, Qualcomm-მა ვერ მოაწყო პერსონალური ბენჩმარკინგის სესია, ამიტომ მათ გაგზავნეს ჩვენ წინასწარ ჩაწერილი ვიდეო, სადაც ნაჩვენებია Qualcomm Snapdragon 888 საცნობარო მოწყობილობა, რომელიც მუშაობს პოპულარულების დიაპაზონში ეტალონები.

Snapdragon 888 საცნობარო მოწყობილობაზე Qualcomm-მა გაუშვა ერთი ჰოლისტიკური ბენჩმარკი (AnTuTu), CPU-ზე ორიენტირებული საორიენტაციო ნიშანი. (Geekbench), GPU-ზე ორიენტირებული საორიენტაციო ნიშანი (GFXBench) და რამდენიმე AI/ML ბენჩმარკი (AIMark, AITuTu, MLPerf და პროციონი). თითოეული საორიენტაციო მაჩვენებელი სამჯერ იყო გაშვებული, ასე რომ კომპანიამ გაიზიარა საშუალო შედეგი სამჯერ. გარდა ამისა, კომპანია ამბობს, რომ მათ აწარმოეს თითოეული ბენჩმარკი Snapdragon 888 საცნობარო დიზაინის ნაგულისხმევი პარამეტრების გამოყენებით, რაც იმას ნიშნავს, რომ მათ არ ჩართოთ რაიმე მაღალი ხარისხის რეჟიმი. თუმცა, იმის გამო, რომ საორიენტაციო ქულები ჩვენთვის იყო მოწოდებული, ჩვენ ვერ ვამოწმებთ შედეგებს ან ტესტირების პირობებს ჩვენთვის. მას შემდეგ რაც ჩვენ მივიღებთ ხელთ კომერციულ მოწყობილობას Qualcomm Snapdragon 888-ით, ჩვენ ხელახლა გამოვიყენებთ ამ ეტალონებს.

თუ გაინტერესებთ Qualcomm Snapdragon 888 მობილური პლატფორმის ყველა მახასიათებლისა და მახასიათებლების წაკითხვა, გირჩევთ წაიკითხოთ Idrees Patel-ის შესანიშნავი განმმარტებელი Snapdragon 888-ზე გამოქვეყნდა ამ თვის დასაწყისში. მისი სტატია დეტალურად განიხილავს Qualcomm-ის ყველა გაუმჯობესებას CPU-ში, GPU-ზე, მოდემზე, დაკავშირების ქვესისტემაზე, ISP-ში, AI ძრავზე, DSP-ზე და სხვა ყველაფერზე. სწრაფი მითითებისთვის, მე შევადგინე დიაგრამა, რომელიც ადარებს Qualcomm Snapdragon 888 საცნობარო მოწყობილობის ძირითად მახასიათებლებს. ამ საორიენტაციო შედარებაში გამოყენებული დანარჩენი ორი მოწყობილობა: Snapdragon 865-ზე მომუშავე საცნობარო მოწყობილობა და Snapdragon 855-ზე მომუშავე Pixel 4 რომ გამოვიყენე შარშანდელ ბენჩმარკინგის სესიაზე. თქვენ შეგიძლიათ იპოვოთ ეს სქემა ქვემოთ საორიენტაციო შედეგების წინ.

Qualcomm Snapdragon 888 ბენჩმარკის შედეგები

სატესტო მოწყობილობების სპეციფიკაციები

ბენჩმარკების მიმოხილვა

დან შეყვანით მარიო სერაფერო

• 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 კრიპტო (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 "გამჭვირვალობისა და თანაბარი სათამაშო პირობების მიწოდების 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 (224x224) 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 (512x512) 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 (300x300) 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).

AnTuTu შედეგები

AnTuTu-ით დაწყებული, ჩვენ ვხედავთ, რომ Qualcomm Snapdragon 888 საცნობარო მოწყობილობამ დააგროვა თითქმის 17,000 ქულა. უფრო მაღალი ვიდრე Snapdragon 865 საცნობარო მოწყობილობა და თითქმის 350,000 ქულით მაღალი ვიდრე Snapdragon 855-ზე მომუშავე Pixel 4. როდესაც უყურებთ CPU, GPU, Memory და UX ქვექულებს (აქ არ არის ნაჩვენები), ჩვენ ვხედავთ, რომ მუშაობის ყველაზე დიდი გაუმჯობესება მოდის GPU და მეხსიერებაზე. Snapdragon 888 QRD-მა AnTuTu-ს GPU ქვეტესტში დაახლოებით 45.56%-ით მეტი ქულა მიიღო Snapdragon 865 QRD-თან შედარებით. ანალოგიურად, Snapdragon 888 QRD-მა მიიღო დაახლოებით 52.08%-ით მეტი ქულა AnTuTu-ს მეხსიერების ქვეტესტში Snapdragon 865 QRD-თან შედარებით. Snapdragon 855-ზე მომუშავე Pixel 4-თან შედარებით, 888 QRD აჯობა მას GPU და მეხსიერების ქვეტესტებში, შესაბამისად 98,42% და 117,58%-ით.

იმავდროულად, Snapdragon 888 QRD-მა მიიღო დაახლოებით 30.05% და 90.28% უფრო მაღალი ქულა AnTuTu CPU-ს ქვეტესტში Snapdragon 865 QRD-თან და Snapdragon 855-ზე მომუშავე Pixel 4-თან შედარებით, შესაბამისად. UX ქვექულის შედარება რთულია Android OS-ის სხვადასხვა ვერსიის გამო, რომელსაც თითოეული მოწყობილობა მუშაობდა (Pixel 4 და Snapdragon 865 QRD იყენებდნენ Android 10-ს, როდესაც მე მათ შარშან შევაფასებდი, ხოლო 888 QRD მუშაობს Android-ზე 11.)

მეხსიერების მუშაობის დიდი ზრდა საკმაოდ საინტერესოა. ორივე 865 QRD და 888 QRD აღჭურვილია 12 GB LPDDR5 ოპერატიული მეხსიერებით, თუმცა არ ვიცით რაზეა ოპერატიული მეხსიერება. აღსანიშნავია, რომ 865 მხარს უჭერს 16 GB LPDDR5 RAM-ს 2750 MHz-ზე, ხოლო 888 მხარს უჭერს 16 GB LPDDR5 RAM-ს 3200 MHz-ზე. მუწუკები CPU-სა და GPU-ში აქ შესრულება ოდნავ აღემატება ჩვენს მოლოდინს, რადგან Qualcomm-მა თქვა, რომ Snapdragon 888-ის CPU და GPU მოგება არის 25% და 35% შესაბამისად. წლიდან წლამდე. უფრო მეტი CPU და GPU ორიენტირებული ბენჩმარკები, რომლებიც მოჰყვება, აჩვენებს მიღწევებს, რომლებიც უფრო შეესაბამება ჩვენს მოლოდინებს.

Geekbench-ის შედეგები

Geekbench 5.0-ში Qualcomm Snapdragon 888 ასრულებს 22.17% და 9.97% უფრო მაღალ ტესტებს, შესაბამისად, ერთ ბირთვიან და მრავალბირთვიან ტესტებში Snapdragon 865-თან შედარებით. Snapdragon 855-თან შედარებით, 888 მუშაობს დაახლოებით 89.17% და 51.82% შესაბამისად.

Qualcomm ამბობს, რომ Snapdragon 888 უზრუნველყოფს 25%-ით აძლიერებს პროცესორის მუშაობას Snapdragon 865-თან შედარებით. CPU-ს მარტოხელა ARM Cortex-X1 Prime ბირთვი დატვირთულია კონსერვატიული 2,84 გჰც სიხშირით - იგივე საათის სიჩქარით, როგორც ბოლო თაობის ARM. Cortex-A77 Prime core — ასე რომ, შესაძლებელია ვიხილოთ 3+GHz საათის სიჩქარე გარდაუვალი შუა წლის Snapdragon 888 "Plus"-ისთვის განაახლეთ. თუ ეს ასეა, ჩვენ შეგვიძლია ველოდოთ CPU-ს მუშაობის კიდევ უფრო გაუმჯობესებას, თუმცა ახლა, სამართლიანია ვთქვათ, რომ მოგება არის მყარი, მაგრამ მხოლოდ დამატებითი.

ამრიგად, თუ თქვენ განაახლებთ ორი წლის ფლაგმანიდან, 888-მა უნდა მოიტანოს მნიშვნელოვანი გაუმჯობესება CPU-ს მუშაობაში. თუ თქვენ ახდენთ ერთი წლის წინანდელი ფლაგმანის განახლებას, ეს მოგება გაცილებით მცირეა. მე პირადად აღფრთოვანებული ვარ იმის ხილვით, თუ როგორ უმკლავდება Snapdragon 888 მოწყობილობა კონსოლის ემულაციას.

GFXBench-ის შედეგები

Qualcomm-მა არ გაამჟღავნა Adreno 660 GPU-ს ბირთვების რაოდენობა ან მაქსიმალური სიხშირე Snapdragon 888-ში, ასე რომ, ჩვენ ცოტა რამ გვაქვს სათქმელი GPU-ს შესახებ, გარდა მისი შესრულების მიღწევებისა. GFXBench-ის მანჰეტენის ტესტში, რომელიც იყენებს OpenGL ES 3.0 API-ს და ასახავს 1080p სცენას ეკრანიდან, Snapdragon 888-ს ჰქონდა საშუალო კადრების სიხშირე 169 fps, დაახლოებით 34.13% და 83.7% უფრო მაღალი ვიდრე Snapdragon 865 და 855 მიღწეული კადრების სიხშირე. შესაბამისად. GFXBench-ის Aztec Ruins ტესტში, რომელიც იყენებს Vulkan გრაფიკულ API-ს და ასახავს 1080p სცენას ეკრანიდან, Snapdragon 888-ს ჰქონდა საშუალო კადრების სიხშირე 86fps, დაახლოებით 38.71% და 95.45% უფრო მაღალი ვიდრე Snapdragon 865 და 855 მიღწეული კადრების სიხშირე. შესაბამისად.

არ არის ბევრი თამაში, რომელიც მოითხოვს დიდ GPU ცხენის ძალას (ა ბოლოდროინდელი Genshin Impact არის ერთი გამონაკლისი), მაგრამ GPU-ს გაუმჯობესებული შესრულება უფრო სასარგებლოა, ვიდრე უბრალოდ თამაშებისთვის. მაგრამ, თამაში ნამდვილად არის ყველაზე დიდი მიზეზი, რის გამოც ხალხი ზრუნავს ამ საორიენტაციო შედეგებზე და Snapdragon 888 ნამდვილად უზრუნველყოფს თავისი 35%-ით უფრო სწრაფი გრაფიკით და 20%-ით უკეთესი ენერგოეფექტურობით. წლიდან წლამდე. ეს შედეგები მხოლოდ GPU-ს მაქსიმალურ შესრულებას ასახავს, ​​ამიტომ ჩვენ ხელახლა უნდა მოვინახულოთ GFXBench - როგორც კი კომერციულ ტექნიკის ხელში ჩაგვეშვება - საორიენტაციო ნიშნის გრძელვადიანი მუშაობისთვის შესრულების ტესტები.

MLPerf შედეგები

ალბათ ყველაზე საინტერესო მოგება არის AI შესრულება. Qualcomm ზოგადად, ყოველწლიურად აკეთებს უზარმაზარ ნახტომებს AI-ის შესრულებაში, მაგრამ წლევანდელი მოგება ყველაზე შთამბეჭდავია. Snapdragon 888-ის AI ძრავა ამაყობს 26 TOPS შესრულებით, რაც ზრდის Snapdragon 865-ის 15 TOPS და Snapdragon 855-ის 7 TOPS შესრულებას. Qualcomm ამ მოგების დიდ ნაწილს ანიჭებს Hexagon 780 DSP-ის ახალი შერწყმული AI ამაჩქარებლის არქიტექტურას, რომელიც აერთიანებს სკალარული, ვექტორული და ტენსორული ამაჩქარებლები ფიზიკური დისტანციების აღმოსაფხვრელად და მონაცემთა გაზიარებისა და გადაადგილებისთვის მეხსიერების გაერთიანებისთვის ეფექტურად.

თუმცა, ჩვენთვის ძნელია იმის დემონსტრირება, თუ რამდენად მნიშვნელოვანია რეალურად ეს ნახტომი. ჩვენ სიღრმისეულად ვისაუბრეთ ხელოვნური ინტელექტის შეფასების 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.

ამ სტატიის დასაწყისში ჩვენ აღვნიშნეთ, რომ Qualcomm-მა გაუშვა 4 განსხვავებული AI ბენჩმარკი Snapdragon 888 საცნობარო მოწყობილობაზე: AIMark, AITuTu, MLPerf და UL's Procyon. ამ კრიტერიუმებიდან ყველაზე პერსპექტიული შეიძლება იყოს MLPerf Mobile, რომელიც მალე გამოვა, 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 888-თან შესადარებლად. შედეგები მოიცავს მხოლოდ 3 მოწყობილობას: MediaTek Dimensity 820-ზე მომუშავე Xiaomi Redmi 10X 5G, Qualcomm Snapdragon 865+-ზე მომუშავე ASUS ROG Phone 3 და Exynos 990-ზე მომუშავე Samsung Galaxy Note 20 ულტრა 5გ. Qualcomm-მა არ მოგვაწოდა შეყოვნების შედეგები - მხოლოდ გამტარუნარიანობის მაჩვენებლები - ასე რომ, ჩვენ არ დავწერეთ 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 888 საცნობარო მოწყობილობამ მიაღწია უმაღლეს ქულებს ოთხივე ტესტში. წინა თაობის 3 ჩიპსეტიდან MediaTek-ის Dimensity 820 აჯობა Snapdragon 865+-ს და Exynos 990 ობიექტების გამოვლენაში, ხოლო Exynos 990 აჯობა Snapdragon 865+ და Dimensity 820 in. NLP. Qualcomm-ის Snapdragon 865+ ზოგადად კონკურენტუნარიანი იყო, გამოსახულების სეგმენტაციაში Dimensity 820-ის თანაბარი ქულები იყო და NLP-ში აჯობა. ამ სპეციფიკური დასკვნის ტესტებში ამ სპეციფიკური მოდელებითა და მონაცემთა ნაკრებით, Snapdragon 888-მა აჯობა 3 ბოლო თაობის ჩიპსეტს.

საინტერესო იქნება იმის დანახვა, თუ რა აპლიკაციებისა და ფუნქციების შექმნა შეუძლიათ დეველოპერებს და OEM-ებს Snapdragon 888-ის ხელოვნური ინტელექტის უნარის გამოყენებით. კომპიუტერული ხედვა განსაკუთრებით მნიშვნელოვან როლს შეასრულებს ხელოვნური ინტელექტის გაძლიერებული ვიდეოგრაფიის ბევრ ფუნქციაში სავარაუდოდ 2021 წელს, ხოლო NLP-ის გაუმჯობესებულმა შესრულებამ ასევე შეიძლება გავლენა მოახდინოს ვიდეოს მიმდებარე ასპექტებზე, როგორიცაა აუდიო ჩაწერა.

თუმცა უნდა აღვნიშნოთ, რომ Snapdragon 888-ის შედეგები არის გადაუმოწმებელი MLCommons-ის მიერ, ვინაიდან ორგანიზაციის შემოწმების პროცესის ნაწილი მოითხოვს, რომ მოწყობილობა იყოს კომერციულად ხელმისაწვდომი (Qualcomm-ის საცნობარო მოწყობილობები არ იყიდება ოპერატორის მეშვეობით ან როგორც განბლოკილი ტელეფონი). გარდა ამისა, შესრულება დამოკიდებულია იმაზე, თუ რომელი ML მოდელები, ციფრული ფორმატები და ML ჩარჩოებია არჩეული, ასევე, რა ML ამაჩქარებლებია ხელმისაწვდომი.

დასკვნა

Qualcomm-ის Snapdragon 888 კიდევ ერთხელ მოაქვს დამატებითი გაუმჯობესება CPU-სა და GPU-ს მუშაობაში, მაგრამ მასიური გაუმჯობესება გამოსახულების დამუშავებასა და AI-ში. არც ისე ბევრი ადამიანი, ვინც განაახლებს ორი წლის მოწყობილობას, შეამჩნევს გაუმჯობესებებს CPU-სა და GPU-ში (თუ ისინი არ აპირებენ მუშაობას ემულატორები ან თამაშები, როგორიცაა Genshin Impact), მაგრამ ისინი აუცილებლად შეამჩნევენ სხვა მიღწევებს, რომლებიც მიღწეულია მობილურში ტექნოლოგია. მოწყობილობებს აქვთ განახლების სიჩქარის უფრო მაღალი დისპლეი, მეტი კამერა უფრო მაღალი გარჩევადობის გამოსახულების სენსორებით, 5G კავშირის მხარდაჭერა და ბევრი სხვა ამ დღეებში. ხელოვნური ინტელექტის მუშაობის მასიური მიღწევები საშუალო მომხმარებლისთვის შეუმჩნეველი დარჩება, მაგრამ შესაძლებლობები, რომლებიც გაიხსნა Qualcomm-ის ახალ ჩიპსეტთან დაკავშირებით, საინტერესოა დაფიქრებისთვის. რეალურ დროში AI ვიდეო გაუმჯობესებები, მრავალკამერიანი ნაკადები და მრავალი სხვა ჰორიზონტზეა მომავალ წელს, და კომპანიები, როგორიცაა Google, აგრძელებენ გაოცებას იმ ფუნქციებით, რომლებსაც ისინი ავრცელებენ, რომელიც მხარს უჭერს მანქანური სწავლების ტრენინგს მოდელები.

Qualcomm არ არის ერთადერთი კომპანია, რომელიც აუმჯობესებს თავის SoC ხაზს. როგორც ამბობენ, Samsung-ის მომავალი Exynos 2100 Galaxy S21-ისთვის მნიშვნელოვან გაუმჯობესებას მოიტანს. ასევე არის Huawei-ს ახალი HiSilicon Kirin 9000 და MediaTek-ის მზარდი Dimensity მობილური SoC-ების ხაზი. იმედი მაქვს ხელახლა მოვინახულებ ეს კრიტერიუმები მას შემდეგ რაც გვექნება მინიმუმ ერთი უმაღლესი დონის მოწყობილობა Samsung-ის, Huawei-სა და MediaTek-ის შემდეგი თაობით სილიკონი.

Qualcomm Snapdragon 888 Benchmarking Demo

ამ სტატიის დასაწყისში აღვნიშნე, რომ Qualcomm-მა გაგვიზიარა წინასწარ ჩაწერილი ვიდეო. თუ გაინტერესებთ, მე ავტვირთე ეს ვიდეო YouTube-ზე. ის აჩვენებს, რომ Snapdragon 888 მუშაობს ყველა იმ კრიტერიუმზე, რომელიც მე გავუზიარე ზემოთ, ისევე როგორც დანარჩენ AI-ის ეტალონებს, რომლებიც მე არ გამოვაჩინე.

იმავდროულად, აქ არის ცხრილი, რომელიც Qualcomm-მა მოგვაწოდა Snapdragon 888-ის საორიენტაციო შედეგების შეჯამებით: