Testy porównawcze Qualcomm Snapdragon 888: oto jak będą działać flagowe telefony 5G w 2021 roku

Oto wyniki testów porównawczych procesora, karty graficznej i sztucznej inteligencji z urządzenia referencyjnego Qualcomm Snapdragon 888 w testach takich jak Geekbench, AnTuTu i innych.

Na początku tego miesiąca Qualcomm zaprosił dziennikarzy na wirtualny szczyt Snapdragon Tech Summit, podczas którego ogłosili Snapdragon 888 platforma mobilna. Najnowszy SoC firmy Qualcomm z serii 8 zapewnia znaczne ulepszenia w przetwarzaniu obrazu i uczeniu maszynowym, ale jedynie przyrostową poprawę wydajności procesora i karty graficznej. Aby dowiedzieć się, o ile mocniejszy jest najnowszy chipset Qualcomma, zazwyczaj mamy okazję przeprowadzić testy porównawcze na jego sprzęcie referencyjnym. Jednak ze względu na Covid-19 firma Qualcomm nie mogła zorganizować osobistej sesji porównawczej, więc zamiast tego wysłała nam nagrany film przedstawiający urządzenie referencyjne Qualcomm Snapdragon 888 obsługujące całą gamę popularnych punkty odniesienia.

Na urządzeniu referencyjnym Snapdragon 888 firma Qualcomm przeprowadziła jeden całościowy test porównawczy (AnTuTu), test porównawczy skoncentrowany na procesorze (Geekbench), test porównawczy zorientowany na procesor graficzny (GFXBench) i kilka testów porównawczych AI/ML (AIMark, AITuTu, MLPerf i Procyon). Każdy test porównawczy przeprowadzono trzykrotnie, więc firma podzieliła się średnim wynikiem z trzech iteracji. Ponadto firma twierdzi, że każdy test porównawczy przeprowadził z domyślnymi ustawieniami projektu referencyjnego Snapdragon 888, co oznacza, że ​​nie włączył żadnego trybu wysokiej wydajności. Ponieważ jednak dostarczono nam wyniki testów porównawczych, nie możemy sami zweryfikować wyników ani warunków testowania. Gdy w nasze ręce trafi komercyjne urządzenie z Qualcomm Snapdragon 888, ponownie przeprowadzimy te testy porównawcze.

Jeśli chcesz zapoznać się ze wszystkimi specyfikacjami i funkcjami platformy mobilnej Qualcomm Snapdragon 888, polecam przeczytać Doskonały wyjaśnienie Idreesa Patela na temat Snapdragona 888 opublikowany na początku tego miesiąca. Jego artykuł zawiera szczegółowe informacje na temat wszystkich ulepszeń wprowadzonych przez Qualcomm w zakresie procesora, karty graficznej, modemu, podsystemu łączności, dostawcy usług internetowych, silnika AI, procesora DSP i wszystkiego innego. Dla ułatwienia przygotowałem tabelę porównującą najważniejsze specyfikacje urządzenia referencyjnego Qualcomm Snapdragon 888 w porównaniu do pozostałe dwa urządzenia użyte w tym porównaniu porównawczym: urządzenie referencyjne z procesorem Snapdragon 865 i Pixel 4 z procesorem Snapdragon 855 To Użyłem podczas zeszłorocznej sesji porównawczej. Wykres ten znajdziesz poniżej, przed wynikami testów porównawczych.

Wyniki testów porównawczych Qualcomm Snapdragon 888

Specyfikacje urządzeń testowych

Qualcomm Snapdragon 855 (Google Pixel 4)

Qualcomm Snapdragon 865 (urządzenie referencyjne Qualcomm)

Qualcomm Snapdragon 888 (urządzenie referencyjne Qualcomm)

procesor

  • 1x Kryo 485 (oparty na ARM Cortex A76) Prime core @ 2,84 GHz, 1x 512 KB pamięci podręcznej L2
  • 3x Kryo 485 (oparty na ARM Cortex A76) Rdzenie wydajnościowe @ 2,42 GHz, 3x 256KB pamięci podręcznej L2
  • 4x Kryo 385 (oparty na ARM Cortex A55) Wydajność rdzeni przy 1,8 GHz, 4x 128 KB pamięci podręcznej L2
  • 2 MB pamięci podręcznej L3
  • 1x Kryo 585 (oparty na ARM Cortex A77) Prime core @ 2,84 GHz, 1x 512 KB pamięci podręcznej L2
  • 3x Kryo 585 (oparty na ARM Cortex A77) Rdzenie wydajnościowe @ 2,4 GHz, 3x 256 KB pamięci podręcznej L2
  • 4x Kryo 385 (oparty na ARM Cortex A55) Wydajność rdzeni przy 1,8 GHz, 4x 128 KB pamięci podręcznej L2
  • 4 MB pamięci podręcznej L3
  • 1x Kryo 680 (oparty na ARM Cortex X1) Prime core @ 2,84 GHz, 1x 1 MB pamięci podręcznej L2
  • 3x Kryo 680 (oparty na ARM Cortex A78) Rdzenie wydajnościowe @ 2,4 GHz, 3x 512 KB pamięci podręcznej L2
  • 4x Kryo 680 (oparty na ARM Cortex A55) Rdzenie o wydajności @ 1,8 GHz, 4x 128 KB pamięci podręcznej L2
  • 4 MB pamięci podręcznej L3

GPU

Adreno 640

Adreno 650

Adreno 660

Wyświetlacz

  • Rozdzielczość 2280 x 1080
  • Częstotliwość odświeżania 60 Hz
  • Rozdzielczość 2880 x 1440
  • Częstotliwość odświeżania 60 Hz
  • Rozdzielczość 2340 x 1080
  • Częstotliwość odświeżania 120 Hz

sztuczna inteligencja

  • Hexagon 690 z rozszerzeniami wektorowymi Hexagon i akceleratorem tensorowym Hexagon
  • Silnik AI czwartej generacji
  • 7 TOPÓW
  • Hexagon 698 z rozszerzeniami Hexagon Vector eXtensions i nowym akceleratorem Hexagon Tensor
  • Silnik AI piątej generacji
  • Hub czujnikowy Qualcomm
  • 15 TOPÓW
  • Hexagon 780 z architekturą Fused AI Accelerator
  • Silnik AI szóstej generacji
  • Koncentrator Qualcomm Sensing (2. generacji)
    • Nowy dedykowany procesor AI
    • Redukcja zadań o 80% dzięki Hexagon DSP
    • 5X większa moc obliczeniowa rok do roku
  • 16X większa pamięć współdzielona
  • 50% szybszy akcelerator skalarny, 2x szybszy akcelerator tensorowy rok do roku
  • 26 TOPÓW

Pamięć

  • 6 GB LPDDR4
  • Pamięć podręczna na poziomie systemu 3MB
  • 12 GB LPDDR5
  • Pamięć podręczna na poziomie systemu 3MB
  • 12 GB LPDDR5
  • Pamięć podręczna na poziomie systemu 3MB

Składowanie

64 GB UFS 2.1

128 GB UFS 3.0

512 GB UFS 3.0

dostawca usług internetowych

  • Podwójny 14-bitowy dostawca usług internetowych Spectra 380
  • Podwójny 14-bitowy dostawca usług internetowych Spectra 480
  • Przepustowość 2,0 Gigapikseli na sekundę
  • Potrójny 14-bitowy dostawca usług internetowych Spectra 580
  • Przepustowość 2,7 Gigapiksela na sekundę

Proces produkcji

7 nm (N7 firmy TSMC)

7 nm (N7P firmy TSMC)

5 nm (5LPE Samsunga)

Wersja oprogramowania

Androida 10

Androida 10

Androida 11

Przegląd benchmarków

Z wejściami z Mario Serrafero

  • AnTuTu: To jest całościowy punkt odniesienia. AnTuTu testuje wydajność procesora, karty graficznej i pamięci, uwzględniając zarówno testy abstrakcyjne, jak i, ostatnio, powiązane symulacje doświadczenia użytkownika (na przykład podtest polegający na przewijaniu pliku Widok listy). Ocena końcowa jest ważona zgodnie z przemyśleniami projektanta.
  • GeekBench: Test skoncentrowany na procesorze, który wykorzystuje kilka obciążeń obliczeniowych, w tym szyfrowanie, kompresję (tekst i obrazy), renderowanie, symulacje fizyki, wizja komputerowa, śledzenie promieni, rozpoznawanie mowy i wnioskowanie o splotowej sieci neuronowej na obrazach. Podział wyników podaje konkretne wskaźniki. Ostateczny wynik jest ważony zgodnie z rozważaniami projektanta, kładąc duży nacisk na wydajność na liczbach całkowitych (65%), następnie na wydajność zmiennoprzecinkową (30%) i na końcu na kryptografię (5%).
  • GFXBench: Ma na celu symulowanie renderowania grafiki w grach wideo przy użyciu najnowszych interfejsów API. Mnóstwo efektów ekranowych i wysokiej jakości tekstury. Nowsze testy wykorzystują Vulkan, podczas gdy starsze testy korzystają z OpenGL ES 3.1. Dane wyjściowe to ramki podczas testu i klatek na sekundę (w zasadzie druga liczba podzielona przez długość testu) zamiast wartości ważonej wynik.
    • Ruiny Azteków: Te testy są najbardziej wymagające obliczeniowo w ofercie GFXBench. Obecnie najlepsze chipsety mobilne nie są w stanie obsłużyć 30 klatek na sekundę. W szczególności test oferuje naprawdę wysoką geometrię wielokątów, teselację sprzętową, tekstury o wysokiej rozdzielczości, globalne oświetlenie i mnóstwo mapowania cieni, mnóstwo efektów cząsteczkowych, a także rozkwit i głębia ostrości efekty. Większość z tych technik będzie podkreślać możliwości procesora w zakresie obliczeń shaderów.
    • Manhattan ES 3.0/3.1: Ten test pozostaje istotny, biorąc pod uwagę, że współczesne gry osiągnęły już proponowaną jakość graficzną i wykorzystują te same techniki. Charakteryzuje się złożoną geometrią wykorzystującą wiele celów renderowania, odbicia (mapy sześcienne), renderowanie siatki, wiele odroczonych źródeł światła, a także rozkwit i głębię ostrości w trakcie przetwarzania końcowego.
  • MLPerf Mobile: MLPerf Mobile to test porównawczy typu open source do testowania wydajności mobilnej sztucznej inteligencji. To było stworzony przez MLCommons, otwartego konsorcjum inżynieryjnego non-profit, którego zadaniem jest „zapewnienie przejrzystości i równych warunków działania w zakresie porównywania systemów uczenia maszynowego, oprogramowania i rozwiązania.” Pierwsza iteracja MLPerf Mobile stanowi punkt odniesienia dla wydajności wnioskowania dla kilku systemów widzenia komputerowego i języka naturalnego zadania przetwarzania. Więcej informacji można znaleźć w artykule „Test porównawczy wnioskowania mobilnego MLPerf: dlaczego test porównawczy mobilnej sztucznej inteligencji jest trudny i co z tym zrobić."
    • Klasyfikacja obrazu: Ten test polega na wywnioskowaniu etykiety, którą należy zastosować do obrazu wejściowego. Typowe przypadki użycia obejmują wyszukiwanie zdjęć lub wyodrębnianie tekstu. Zastosowanym modelem referencyjnym jest MobileNetEdgeTPU z parametrami 4M, zestawem danych jest ImageNet 2012 (224x224), a docelowa jakość to 98% FP32 (76,19% Top-1).
    • Segmentacja obrazu: Ten test polega na podzieleniu obrazu wejściowego na oznaczone obiekty. Typowe przypadki użycia obejmują jazdę autonomiczną lub teledetekcję. Zastosowanym modelem referencyjnym jest DeepLab v3+ z parametrami 2M, zestaw danych to ADE20K (512x512), a docelowa jakość to 93% FP32 (0,244 mAP).
    • Wykrywanie obiektów: Ten test polega na narysowaniu ramek ograniczających wokół obiektów i zapewnieniu etykiet dla tych obiektów. Typowe przypadki użycia obejmują wejście z kamery, na przykład do wykrywania zagrożeń lub analizy ruchu drogowego podczas jazdy. Modelem referencyjnym jest SSD-MobileNet v2 z parametrami 17M, zbiór danych to COCO 2017 (300x300), a docelowa jakość to 97% FP32 (54,8% mIoU).
    • Przetwarzanie języka: Test ten polega na odpowiadaniu na pytania w sposób potoczny. Typowe przypadki użycia obejmują wyszukiwarki internetowe. Modelem referencyjnym jest MobileBERT z parametrami 25M, zestaw danych to mini Squad (zestaw danych odpowiedzi na pytania Stanforda) v1.1 dev, a docelowa jakość to 93% FP32 (93,98% F1).

Wyniki AnTuTu

Zaczynając od AnTuTu, widzimy, że urządzenie referencyjne Qualcomm Snapdragon 888 zdobyło blisko 17 000 punktów wyższa od urządzenia referencyjnego Snapdragon 865 i prawie 350 000 punktów wyższa od Pixela napędzanego Snapdragonem 855 4. Kiedy spojrzymy na wyniki cząstkowe procesora, karty graficznej, pamięci i UX (niepokazane tutaj), widzimy, że największa poprawa wydajności pochodzi z procesora graficznego i pamięci. Snapdragon 888 QRD uzyskał około 45,56% lepszy wynik w podteście GPU AnTuTu w porównaniu do Snapdragon 865 QRD. Podobnie Snapdragon 888 QRD uzyskał o około 52,08% wyższy wynik w podteście pamięci AnTuTu w porównaniu ze Snapdragonem 865 QRD. W porównaniu do Pixela 4 wyposażonego w Snapdragon 855, 888 QRD uzyskał lepsze wyniki w podtestach procesora graficznego i pamięci odpowiednio o 98,42% i 117,58%.

Tymczasem Snapdragon 888 QRD uzyskał około 30,05% i 90,28% wyższy wynik w podteście procesora AnTuTu w porównaniu odpowiednio do Snapdragona 865 QRD i Pixela 4 z procesorem Snapdragon 855. Wynik cząstkowy UX jest trudny do porównania ze względu na różne wersje systemu operacyjnego Android, na którym działało każde urządzenie (Pixel 4 i Snapdragon 865 QRD działały pod kontrolą Androida 10, gdy w zeszłym roku przeprowadzałem ich testy porównawcze, podczas gdy 888 QRD działało pod kontrolą Androida 11.)

Duży wzrost wydajności pamięci jest dość interesujący. Zarówno 865 QRD, jak i 888 QRD są wyposażone w 12 GB pamięci RAM LPDDR5, choć nie wiemy, jakie jest taktowanie pamięci RAM. Warto zauważyć, że model 865 obsługuje do 16 GB pamięci RAM LPDDR5 przy 2750 MHz, podczas gdy model 888 obsługuje do 16 GB pamięci RAM LPDDR5 przy 3200 MHz. Skoki w CPU i GPU wydajność tutaj jest nieco powyżej naszych oczekiwań, ponieważ Qualcomm stwierdził, że zyski procesora i karty graficznej Snapdragon 888 wynoszą odpowiednio 25% i 35% rok do roku. Jednak poniższe testy porównawcze skupiające się bardziej na procesorach i kartach graficznych pokazują zyski bardziej zgodne z naszymi oczekiwaniami.

Wyniki Geekbencha

W Geekbench 5.0 Qualcomm Snapdragon 888 osiąga odpowiednio o 22,17% i 9,97% więcej w testach jedno- i wielordzeniowych w porównaniu do Snapdragon 865. W porównaniu do Snapdragona 855, 888 działa odpowiednio o około 89,17% i 51,82% lepiej.

Qualcomm twierdzi, że Snapdragon 888 zapewnia o 25% wzrost wydajności procesora w porównaniu ze Snapdragonem 865. Samotny rdzeń ARM Cortex-X1 Prime procesora jest taktowany konserwatywną częstotliwością 2,84 GHz — taką samą częstotliwością jak procesor ARM ostatniej generacji Rdzeń Cortex-A77 Prime — więc możliwe, że zobaczymy taktowanie 3+ GHz dla nieuniknionego w połowie roku Snapdragona 888 „Plus” odświeżać. W takim przypadku możemy spodziewać się dalszej poprawy wydajności procesora, choć w tej chwili można śmiało powiedzieć, że zyski są solidne, choć jedynie przyrostowe.

Tak więc, jeśli dokonujesz aktualizacji z dwuletniego flagowca, 888 powinien zapewnić znaczną poprawę wydajności procesora. Jeśli dokonujesz aktualizacji z rocznego flagowca, korzyści te są znacznie mniejsze. Osobiście jestem podekscytowany możliwością zobaczenia, jak urządzenie Snapdragon 888 radzi sobie z emulacją konsoli.

Wyniki GFXBench

Qualcomm nie ujawnił liczby rdzeni ani maksymalnej częstotliwości procesora graficznego Adreno 660 w Snapdragonie 888, więc nie mamy nic do powiedzenia na temat procesora graficznego poza jego wzrostem wydajności. W teście Manhattan przeprowadzonym przez GFXBench, który korzysta z interfejsu API OpenGL ES 3.0 i renderuje scenę w rozdzielczości 1080p poza ekranem, Snapdragon 888 uzyskał średnia liczba klatek na sekundę wynosząca 169 klatek na sekundę, około 34,13% i 83,7% wyższa niż liczba klatek na sekundę osiągana przez Snapdragon 865 i 855 odpowiednio. W teście Aztec Ruins przeprowadzonym przez GFXBench, który wykorzystuje API graficzne Vulkan i renderuje scenę w rozdzielczości 1080p poza ekranem, Snapdragon 888 miał średnia liczba klatek na sekundę wynosząca 86 klatek na sekundę, około 38,71% i 95,45% wyższa niż liczba klatek na sekundę osiągana przez Snapdragon 865 i 855 odpowiednio.

Nie ma zbyt wielu gier wymagających dużej mocy procesora graficznego (np niedawny Genshin Impact jest jednym z wyjątków), ale ulepszona wydajność procesora graficznego jest przydatna nie tylko w grach. Ale zdecydowanie najważniejszym powodem, dla którego ludzie będą zwracać uwagę na wyniki testów porównawczych, są gry Snapdragon 888 zdecydowanie zapewnia o 35% szybsze renderowanie grafiki i o 20% lepszą wydajność energetyczną rok do roku. Wyniki te pokazują jednak jedynie szczytową wydajność procesora graficznego, więc będziemy musieli jeszcze raz się temu przyjrzeć GFXBench — gdy już zdobędziemy komercyjny sprzęt — w celu przeprowadzenia długoterminowego testu porównawczego Testy wydajności.

Wyniki MLPerfa

Być może najciekawszy wzrost dotyczy wydajności sztucznej inteligencji. Qualcomm generalnie co roku robi ogromne postępy w wydajności sztucznej inteligencji, ale tegoroczne zyski są najbardziej imponujące. Silnik AI Snapdragon 888 może pochwalić się wydajnością 26 TOPS, co stanowi wzrost w porównaniu z wydajnością 15 TOPS Snapdragon 865 i 7 TOPS wydajności Snapdragon 855. Qualcomm przypisuje znaczną część tych zysków nowej, połączonej architekturze akceleratora AI procesora DSP Hexagon 780, łączącej akceleratory skalarne, wektorowe i tensorowe eliminujące odległości fizyczne i pulujące pamięć do udostępniania i przenoszenia danych wydajnie.

Trudno nam jednak wykazać, jak znaczący jest ten skok wydajności. Podczas naszych wywiadów szczegółowo rozmawialiśmy o trudnościach związanych z benchmarkingiem sztucznej inteligencji Travisa Laniera z Qualcomm, Gary'ego Brotmana i Ziada Asghara. Dobra wiadomość jest taka, że ​​od czasu naszych rozmów z kierownictwem Qualcomm nastąpił znaczny postęp w dziedzinie testów porównawczych AI.

Na początku tego artykułu wspomnieliśmy, że Qualcomm przeprowadził 4 różne testy porównawcze AI na urządzeniu referencyjnym Snapdragon 888: AIMark, AITuTu, MLPerf i Procyon firmy UL. Być może najbardziej obiecującym z tych testów porównawczych jest MLPerf Mobile, który ma wkrótce zostać wydany, Test porównawczy mobilnej sztucznej inteligencji o otwartym kodzie źródłowym, wspierany przez wielu dostawców SoC, dostawców platformy ML i model producenci. Pierwsza partia wyników wnioskowania mobilnego jest publiczne, więc wykorzystaliśmy te wyniki do porównania ze Snapdragonem 888. Wyniki obejmują tylko 3 urządzenia: Xiaomi Redmi 10X 5G z procesorem MediaTek Dimensity 820, ASUS ROG Phone 3 z procesorem Qualcomm Snapdragon 865+ i Samsung Galaxy Note 20 z procesorem Exynos 990 Ultra5G. Qualcomm nie podał wyników dotyczących opóźnień – jedynie dane dotyczące przepustowości – więc nie sporządziliśmy pełnych wyników przesłane przez dostawców do weryfikacji przez MLCommons.

W wybranych testach porównawczych dotyczących przetwarzania obrazu komputerowego i języka naturalnego widzimy, że urządzenie referencyjne Qualcomm Snapdragon 888 uzyskało najwyższe wyniki we wszystkich czterech testach. Z trzech chipsetów poprzedniej generacji, Dimensity 820 firmy MediaTek był lepszy od Snapdragona 865+ i Exynos 990 w wykrywaniu obiektów, podczas gdy Exynos 990 przewyższał Snapdragon 865+ i Dimensity 820 w NLP. Qualcomm Snapdragon 865+ był ogólnie konkurencyjny, osiągając wyniki na poziomie Dimensity 820 w segmentacji obrazu i przewyższając go w NLP. W tych konkretnych testach wnioskowania z tymi konkretnymi modelami i zestawami danych Snapdragon 888 uzyskał lepsze wyniki niż 3 chipsety ostatniej generacji.

Ciekawie będzie zobaczyć, jakie aplikacje i funkcje mogą stworzyć programiści i producenci OEM, korzystając z mocy sztucznej inteligencji procesora Snapdragon 888. Wizja komputerowa będzie odgrywać szczególnie ważną rolę w wielu funkcjach wideofilmowania wspomaganych sztuczną inteligencją, które będziemy omawiać prawdopodobnie zobaczymy w 2021 r., podczas gdy ulepszona wydajność NLP może również wpłynąć na aspekty powiązane z wideo, takie jak dźwięk nagranie.

Warto jednak zaznaczyć, że wyniki Snapdragona 888 są niesprawdzony przez MLCommons, ponieważ część procesu weryfikacji organizacji wymaga, aby urządzenie było dostępne na rynku (urządzenia referencyjne Qualcomm nie są sprzedawane za pośrednictwem operatora ani jako odblokowane telefon). Ponadto wydajność zależy od wybranych modeli uczenia maszynowego, formatów liczbowych i struktur uczenia maszynowego, a także dostępnych akceleratorów uczenia maszynowego.

Wniosek

Qualcomm Snapdragon 888 po raz kolejny zapewnia stopniową poprawę wydajności procesora i karty graficznej, ale jednocześnie ogromne ulepszenia przetwarzania obrazu i sztucznej inteligencji. Niewiele osób dokonujących aktualizacji z dwuletniego urządzenia zauważy poprawę procesora i karty graficznej (chyba że planują używać emulatory lub granie w gry takie jak Genshin Impact), ale z pewnością zauważą inne postępy, które wprowadzono w wersji mobilnej technologia. Urządzenia mają wyświetlacze o wyższej częstotliwości odświeżania, więcej kamer z czujnikami obrazu o wyższej rozdzielczości, obsługę łączności 5G i wiele więcej. Ogromny wzrost wydajności sztucznej inteligencji pozostanie niezauważony przez przeciętnego użytkownika, ale możliwości, które otworzyły się dzięki nowemu chipsetowi Qualcomm, są ekscytujące. Ulepszenia wideo AI w czasie rzeczywistym, transmisje z wielu kamer i wiele więcej pojawią się na horyzoncie w przyszłym roku firmy takie jak Google nadal zaskakują udostępnianymi przez siebie funkcjami wspieranymi przez uczenie maszynowe modele.

Jednak Qualcomm nie jest jedyną firmą, która ulepsza swój asortyment SoC. Mówi się, że nadchodzący Exynos 2100 firmy Samsung dla Galaxy S21 przyniesie znaczną poprawę wydajności. Jest też nowy HiSilicon Kirin 9000 Huawei i rosnąca linia mobilnych SoC Dimensity firmy MediaTek. Mam nadzieję odwiedzić ponownie te testy porównawcze, gdy będziemy mieli co najmniej jedno najwyższej klasy urządzenie z następną generacją Samsunga, Huawei i MediaTek krzem.

Wersja demonstracyjna Qualcomm Snapdragon 888

Wspomniałem na początku tego artykułu, że Qualcomm udostępnił nam nagrane wideo. Jeśli jesteś zainteresowany, przesłałem ten film na YouTube. Pokazuje Snapdragon 888 obsługujący wszystkie testy porównawcze, które udostępniłem powyżej, a także pozostałe testy porównawcze AI, których nie pokazałem.

Tymczasem oto tabela, którą dostarczył nam Qualcomm, podsumowująca wyniki testu porównawczego Snapdragon 888:

Wyniki testów porównawczych z urządzenia referencyjnego Qualcomm Snapdragon 888. Źródło: Qualcomm