การเปรียบเทียบ Qualcomm Snapdragon 8 Gen 1: ความคาดหวังด้านประสิทธิภาพจากเรือธงของปี 2022

Qualcomm Snapdragon 8 Gen 1 จะขับเคลื่อนเรือธงจำนวนมากในปี 2565 และเราต้องวัดประสิทธิภาพเพื่อดูว่ามีประสิทธิภาพและเปรียบเทียบกันอย่างไร!

เมื่อสัปดาห์ที่แล้วได้เห็นการถือกำเนิดของสิ่งใหม่ วอลคอมม์ Snapdragon 8 Gen 1 ในการประชุมสุดยอดเทคโนโลยีของบริษัทที่ฮาวาย ชิปเซ็ตล่าสุดของ Qualcomm อัดแน่นไปด้วยการปรับปรุงครั้งใหญ่ทั่วทั้งกระดาน ทำให้อุปกรณ์นี้เป็นอุปกรณ์ Qualcomm ที่น่าตื่นเต้นที่สุดรุ่นหนึ่งในระยะยาว ในขณะที่บริษัทลังเลที่จะให้รายละเอียดทางเทคนิคเชิงลึกในบางแง่มุม (รวมถึงการเพิกเฉย พูดถึงชื่อเวอร์ชัน Adreno หรือ Kryo) เรายังคงสามารถเรียกใช้ช่วงการวัดประสิทธิภาพยอดนิยมบน อุปกรณ์อ้างอิง Snapdragon 8 Gen 1. เกณฑ์มาตรฐานเหล่านี้ช่วยกำหนดพื้นฐานของความคาดหวังด้านประสิทธิภาพสำหรับเรือธงที่กำลังจะมาถึงในปี 2022 ทำให้เรามีอีกหนึ่งสิ่งที่รอคอยในปีหน้า

บนอุปกรณ์อ้างอิง Snapdragon 8 Gen 1 เราได้ทดสอบเกณฑ์มาตรฐานแบบองค์รวม (AnTuTu) เกณฑ์มาตรฐาน CPU เป็นศูนย์กลาง (Geekbench) เกณฑ์มาตรฐาน GPU เป็นศูนย์กลาง (GFXBench) และเกณฑ์มาตรฐาน MLPerf เกณฑ์มาตรฐานแต่ละรายการดำเนินการสามครั้ง และเราหาค่าเฉลี่ยของผลลัพธ์ทั้งสามรายการ Qualcomm ได้เปิดใช้งานตัวเลือก "UI Perf Mode" โดยค่าเริ่มต้นที่เราปิดใช้งาน เนื่องจากมันพยายามบังคับอย่างมีประสิทธิภาพ แอพการเปรียบเทียบเพื่อรันบน Prime cores เพื่อให้ได้คะแนนที่สูงขึ้นเล็กน้อยในบางเกม เกณฑ์มาตรฐาน นอกจากนี้ยังเป็นที่น่าสังเกตว่าเมื่อเราได้รับอุปกรณ์เชิงพาณิชย์ที่มี Qualcomm Snapdragon 8 Gen 1 เราจะเรียกใช้เกณฑ์มาตรฐานเหล่านี้อีกครั้ง

หากคุณสนใจที่จะอ่านข้อมูลจำเพาะและคุณสมบัติทั้งหมดของมือถือ Qualcomm Snapdragon 8 Gen 1 แพลตฟอร์มที่บริษัทมีให้บริการจนถึงตอนนี้ ฉันขอแนะนำให้อ่านตัวอธิบายของเราเกี่ยวกับ Qualcomm Snapdragon 8 รุ่นที่ 1 เพื่อการอ้างอิงอย่างรวดเร็ว ฉันได้จัดทำแผนภูมิเปรียบเทียบข้อมูลจำเพาะที่สำคัญของ Qualcomm Snapdragon 8 อุปกรณ์อ้างอิง Gen 1 เปรียบเทียบกับอุปกรณ์อ้างอิงอีก 2 ชิ้นที่ใช้ในการเปรียบเทียบเกณฑ์มาตรฐานนี้ คุณสามารถดูแผนภูมิด้านล่างก่อนผลการเปรียบเทียบ

Qualcomm ให้คะแนนเกณฑ์มาตรฐานที่คาดไว้แก่เราตามการทดสอบของพวกเขาเอง เราใช้ข้อมูลนี้เพื่อการอ้างอิงเท่านั้น และมีตารางอยู่ที่ด้านล่างของบทความนี้ซึ่งมีคะแนนมาตรฐานที่ Qualcomm คาดหวังให้อุปกรณ์อ้างอิงได้รับ

เกี่ยวกับบทความนี้: Qualcomm สนับสนุนเพื่อนร่วมงานของฉัน ริชวูดส์เพื่อเข้าร่วม Snapdragon Tech Summit ในเมืองโคนา รัฐฮาวาย บริษัทจ่ายค่าตั๋วเครื่องบินและโรงแรมให้เขา อย่างไรก็ตาม Qualcomm ไม่มีข้อมูลใด ๆ เกี่ยวกับเนื้อหาของบทความนี้

ผลลัพธ์เกณฑ์มาตรฐาน Qualcomm Snapdragon 8 Gen 1

ข้อมูลจำเพาะของอุปกรณ์ทดสอบ

Qualcomm Snapdragon 8 Gen 1 (อุปกรณ์อ้างอิงของ Qualcomm)

Qualcomm Snapdragon 888 (อุปกรณ์อ้างอิงของ Qualcomm)

Qualcomm Snapdragon 865 (อุปกรณ์อ้างอิงของ Qualcomm)

ซีพียู

  • 1x Kryo (อิง ARM Cortex-X2) Prime core @ 2.995GHz, แคช L2 1MB
  • 3x Kryo (อิง ARM Cortex A710-based) คอร์ประสิทธิภาพ @ 2.5GHz
  • 4x Kryo (อิง ARM Cortex A510) ประสิทธิภาพคอร์ @ 1.79GHz
  • อาร์ม คอร์เทกซ์ v9
  • แคช L3 ขนาด 6MB
  • 1x Kryo 680 (อิง ARM Cortex X1) Prime core @ 2.84GHz, 1x แคช L2 1MB
  • 3x Kryo 680 (อิง ARM Cortex A78) คอร์ประสิทธิภาพ @ 2.4GHz, 3x แคช L2 512KB
  • 4x Kryo 680 (อิง ARM Cortex A55) ประสิทธิภาพคอร์ @ 1.8GHz, 4x แคช L2 128KB
  • แคช L3 ขนาด 4MB
  • 1x Kryo 585 (อิง ARM Cortex A77) Prime core @ 2.84GHz, 1x แคช L2 512KB
  • 3x Kryo 585 (อิง ARM Cortex A77) คอร์ประสิทธิภาพ @ 2.4GHz, 3x แคช L2 256KB
  • 4x Kryo 385 (อิง ARM Cortex A55) ประสิทธิภาพคอร์ @ 1.8GHz, 4x แคช L2 128KB
  • แคช L3 ขนาด 4MB

จีพียู

ใหม่ Adreno GPU (ไม่ระบุ)

อะดรีโน 660

อะดรีโน 650

แสดง

  • เอฟเอชดี+
  • 144Hz
  • ความละเอียด 2340 x 1080
  • อัตรารีเฟรช 120Hz
  • ความละเอียด 2880 x 1440
  • อัตรารีเฟรช 60Hz

AI

  • Hexagon DSP พร้อม Hexagon Vector eXtensions, Hexagon Tensor Accelerator และ Hexagon Scalar Accelerator
  • AI Engine รุ่นที่ 7
  • Qualcomm Sensing Hub รุ่นที่ 3
    • เปิดอยู่เสมอ
    • ปลอดภัยเสมอ
  • การประมวลผลภาษาธรรมชาติใบหน้ากอด
  • โหมด Leitz Look ของ Leica
  • Hexagon 780 พร้อมสถาปัตยกรรม AI Accelerator แบบผสมผสาน
  • AI Engine รุ่นที่ 6
  • Qualcomm Sensing Hub (รุ่นที่ 2)
    • ใหม่ โปรเซสเซอร์ AI เฉพาะ
    • การลดงานลง 80% จาก Hexagon DSP
    • พลังประมวลผลเพิ่มขึ้น 5 เท่า YoY
  • หน่วยความจำที่ใช้ร่วมกันขนาดใหญ่ขึ้น 16 เท่า
  • ตัวเร่งสเกลาร์เร็วขึ้น 50% ตัวเร่งเทนเซอร์เร็วขึ้น 2 เท่า YoY
  • 26 ท็อป
  • Hexagon 698 พร้อม Hexagon Vector eXtensions และ Hexagon Tensor Accelerator ใหม่
  • AI Engine รุ่นที่ 5
  • วอลคอมม์ Sensing Hub
  • 15 ท็อป

หน่วยความจำ

8GB LPDDR5 @ 3200MHz, 16GB

  • 12GB LPDDR5
  • แคชระดับระบบ 3MB
  • 12GB LPDDR5
  • แคชระดับระบบ 3MB

พื้นที่จัดเก็บ

ยูเอฟเอส 3.1 ความจุ 512GB

512GB ยูเอฟเอส 3.0

128GB ยูเอฟเอส 3.0

ผู้ให้บริการอินเทอร์เน็ต

  • Spectra 680 ISP 18 บิตสามเท่า
  • ทรูพุต 3.2 Gigapixels ต่อวินาที
  • Spectra 580 ISP 14 บิตสามเท่า
  • ทรูพุต 2.7 Gigapixels ต่อวินาที
  • Spectra 480 ISP คู่ 14 บิต
  • ทรูพุต 2.0 Gigapixels ต่อวินาที

กระบวนการผลิต

4nm (น่าจะเป็นของ Samsung)

5nm (5LPE ของ Samsung)

7nm (N7P ของ TSMC)

เวอร์ชันซอฟต์แวร์

แอนดรอยด์ 12

แอนดรอยด์ 11

แอนดรอยด์ 10

ภาพรวมของเกณฑ์มาตรฐาน คลิกเพื่อขยาย

ภาพรวมเกณฑ์มาตรฐาน

  • แอนทูทู: นี่คือเกณฑ์มาตรฐานแบบองค์รวม AnTuTu ทดสอบประสิทธิภาพของ CPU, GPU และหน่วยความจำ ในขณะที่รวมถึงการทดสอบเชิงนามธรรมและล่าสุด การจำลองประสบการณ์ผู้ใช้ที่เกี่ยวข้อง (เช่น การทดสอบย่อยที่เกี่ยวข้องกับการเลื่อนดู มุมมองรายการ) คะแนนสุดท้ายจะถ่วงน้ำหนักตามการพิจารณาของผู้ออกแบบ
  • GeekBench: การทดสอบ CPU-centric ที่ใช้เวิร์กโหลดการคำนวณหลายอย่าง รวมถึงการเข้ารหัส การบีบอัด (ข้อความและรูปภาพ) การเรนเดอร์ การจำลองทางฟิสิกส์ คอมพิวเตอร์วิทัศน์ การติดตามรังสี การรู้จำเสียง และการอนุมานโครงข่ายประสาทเทียมแบบวนรอบ บนภาพ การแบ่งย่อยคะแนนจะแสดงเมตริกเฉพาะ คะแนนสุดท้ายจะถ่วงน้ำหนักตามการพิจารณาของผู้ออกแบบ โดยเน้นไปที่ประสิทธิภาพของจำนวนเต็ม (65%) จากนั้นประสิทธิภาพแบบลอยตัว (30%) และสุดท้ายคือการเข้ารหัส (5%)
  • GFXBench: มีเป้าหมายเพื่อจำลองการเรนเดอร์กราฟิกวิดีโอเกมโดยใช้ API ล่าสุด เอฟเฟกต์บนหน้าจอมากมายและพื้นผิวคุณภาพสูง การทดสอบที่ใหม่กว่าใช้ Vulkan ในขณะที่การทดสอบแบบเดิมใช้ OpenGL ES 3.1 ผลลัพธ์คือเฟรมระหว่างการทดสอบและ เฟรมต่อวินาที (ตัวเลขอื่นๆ หารด้วยความยาวการทดสอบเป็นหลัก) แทนการถ่วงน้ำหนัก คะแนน.
    • ซากปรักหักพังแอซเท็ก: การทดสอบเหล่านี้เป็นการทดสอบที่หนักหน่วงที่สุดที่นำเสนอโดย GFXBench ปัจจุบันชิปเซ็ตมือถือชั้นนำไม่สามารถรักษา 30 เฟรมต่อวินาทีได้ โดยเฉพาะอย่างยิ่ง การทดสอบนำเสนอรูปทรงเรขาคณิตที่นับจำนวนหลายเหลี่ยมที่สูงมาก เทสเซลเลชันของฮาร์ดแวร์ พื้นผิวที่มีความละเอียดสูง การส่องสว่างทั่วโลกและการแมปเงามากมาย เอฟเฟกต์อนุภาคจำนวนมาก ตลอดจนบานและระยะชัดลึก เอฟเฟกต์ เทคนิคเหล่านี้ส่วนใหญ่จะเน้นความสามารถในการคำนวณเชดเดอร์ของโปรเซสเซอร์
    • แมนฮัตตัน ES 3.0/3.1: การทดสอบนี้ยังคงมีความเกี่ยวข้องเนื่องจากเกมสมัยใหม่ได้มาถึงความเที่ยงตรงของกราฟิกที่เสนอแล้วและใช้เทคนิคประเภทเดียวกัน มีรูปทรงเรขาคณิตที่ซับซ้อนซึ่งใช้เป้าหมายการเรนเดอร์หลายภาพ การสะท้อน (แผนที่ลูกบาศก์) การเรนเดอร์แบบตาข่าย แหล่งกำเนิดแสงที่เลื่อนออกไปจำนวนมาก ตลอดจนบานและระยะชัดลึกในการประมวลผลภายหลัง
  • MLPerf มือถือ: MLPerf Mobile เป็นมาตรฐานโอเพ่นซอร์สสำหรับการทดสอบประสิทธิภาพ AI บนมือถือ มันเป็น สร้างโดย MLCommonsซึ่งเป็นสมาคมวิศวกรรมแบบเปิดที่ไม่แสวงหาผลกำไร เพื่อ “มอบความโปร่งใสและสนามแข่งขันที่เท่าเทียมกันสำหรับการเปรียบเทียบระบบ ML ซอฟต์แวร์ และ โซลูชั่น” การทำซ้ำครั้งแรกของ MLPerf Mobile ให้เกณฑ์มาตรฐานประสิทธิภาพการอนุมานสำหรับการมองเห็นคอมพิวเตอร์และภาษาธรรมชาติจำนวนหนึ่ง งานประมวลผล สำหรับข้อมูลเพิ่มเติม โปรดดูเอกสาร “เกณฑ์มาตรฐานการอนุมานบนมือถือ MLPerf: เหตุใดการเปรียบเทียบ AI บนมือถือจึงเป็นเรื่องยากและจะทำอย่างไรกับมัน
    • การจำแนกภาพ: การทดสอบนี้เกี่ยวข้องกับการอนุมานป้ายกำกับเพื่อใช้กับรูปภาพอินพุต กรณีการใช้งานทั่วไป ได้แก่ การค้นหารูปภาพหรือการดึงข้อความ โมเดลอ้างอิงที่ใช้คือ MobileNetEdgeTPU พร้อมพารามิเตอร์ 4M ชุดข้อมูลคือ ImageNet 2012 (224×224) และเป้าหมายคุณภาพคือ 98% ของ FP32 (76.19% Top-1)
    • การแบ่งส่วนภาพ: การทดสอบนี้เกี่ยวข้องกับการแบ่งพาร์ติชันอิมเมจอินพุตเป็นวัตถุที่มีป้ายกำกับ กรณีการใช้งานทั่วไป ได้แก่ การขับขี่ด้วยตนเองหรือการรับรู้จากระยะไกล โมเดลอ้างอิงที่ใช้คือ DeepLab v3+ พร้อมพารามิเตอร์ 2M ชุดข้อมูลคือ ADE20K (512×512) และเป้าหมายคุณภาพคือ 93% ของ FP32 (0.244 mAP)
    • การตรวจจับวัตถุ: การทดสอบนี้เกี่ยวข้องกับการวาดกรอบรอบๆ วัตถุ ตลอดจนการระบุป้ายกำกับสำหรับวัตถุเหล่านั้น กรณีการใช้งานทั่วไปเกี่ยวข้องกับการป้อนข้อมูลด้วยกล้อง เช่น การตรวจจับอันตรายหรือการวิเคราะห์การจราจรขณะขับรถ โมเดลอ้างอิงคือ SSD-MobileNet v2 พร้อมพารามิเตอร์ 17M ชุดข้อมูลคือ COCO 2017 (300×300) และเป้าหมายคุณภาพคือ 97% ของ FP32 (54.8% mIoU)
    • การประมวลผลภาษา: การทดสอบนี้เกี่ยวข้องกับการตอบคำถามทางภาษา กรณีการใช้งานทั่วไป ได้แก่ เครื่องมือค้นหาออนไลน์ โมเดลอ้างอิงคือ MobileBERT พร้อมพารามิเตอร์ 25M ชุดข้อมูลคือ mini Squad (Stanford Question Answering Dataset) v1.1 dev และเป้าหมายคุณภาพคือ 93% ของ FP32 (93.98% F1)

อ่านเพิ่มเติม


ผลลัพธ์เกณฑ์มาตรฐาน

แอนทูทู

เริ่มจาก AnTuTu เราจะเห็นว่าอุปกรณ์อ้างอิง Qualcomm Snapdragon 8 Gen 1 ทำคะแนนได้ สูงกว่าปีก่อนหน้าอย่างมาก โดยเพิ่มขึ้นอย่างมากเมื่อเทียบเป็นรายปีประมาณ 240,000 ราย คะแนน นี่เป็นการปรับปรุงที่สำคัญมากประมาณ 33% ซึ่งเหนือกว่าคำสัญญาของ Qualcomm ที่จะปรับปรุงความเร็ว 20% นี่เป็นเพียงการทดสอบเดียว แต่ AnTuTu เป็นเครื่องมือที่ยอดเยี่ยมสำหรับการเปรียบเทียบความสามารถในการคำนวณดิบระหว่างอุปกรณ์ต่างๆ แม้ว่าจะไม่ใช่ทั้งหมดที่แปลเป็นการใช้งานจริงก็ตาม

Geekbench

อย่างไรก็ตามใน Geekbench 5.0 มันเป็นเรื่องที่แตกต่างอย่างสิ้นเชิง Snapdragon 8 Gen 1 แสดงให้เห็นถึงข้อได้เปรียบเพียงเล็กน้อยหรือไม่มีเลยเมื่อเทียบกับอุปกรณ์อ้างอิง Snapdragon 888 จากรุ่นก่อน และในความเป็นจริง ประสิทธิภาพถดถอยลงเมื่อพูดถึงมัลติคอร์ มันไม่เหมือนกับว่าเราเป็นคนโง่ – Qualcomm ให้ข้อมูลกับเราพร้อมคะแนนมาตรฐานที่คาดหวังจาก Snapdragon 8 Gen 1 และสิ่งเหล่านี้สอดคล้องกับสิ่งที่ควรคาดหวัง ในความเป็นจริง ประสิทธิภาพแบบคอร์เดี่ยวนั้นสูงกว่าขอบเขตบนที่ Qualcomm มอบให้เรา ในขณะที่ประสิทธิภาพแบบมัลติคอร์นั้นต่ำกว่าขอบเขตล่างของสิ่งที่คาดหวังถึง 20 จุด

ต้องบอกว่า ฉันคิดว่าชัดเจนว่าไม่ว่าการทดสอบจะเป็นอย่างไร มันไม่ได้ทดสอบว่า Qualcomm ได้ทำการปรับปรุงตรงไหน การทดสอบอื่นๆ ของเราแสดงให้เห็นการปรับปรุงที่สำคัญเมื่อเทียบกับชิปเซ็ตของปีก่อนหน้า

GFXBench

Qualcomm ไม่ได้เปิดเผยอะไรมากนักเกี่ยวกับ Adreno GPU ใหม่ใน Snapdragon 8 Gen 1 ดังนั้นเราจึงไม่มีอะไรจะพูดเกี่ยวกับ GPU นอกเหนือจากประสิทธิภาพที่เพิ่มขึ้น เราไม่รู้จำนวนคอร์ ไม่รู้ความถี่ และเราไม่มีแม้แต่หมายเลขเวอร์ชัน ในการทดสอบแมนฮัตตันของ GFXBench ซึ่งใช้ OpenGL ES 3.0 API และเรนเดอร์ฉาก 1080p นอกจอ Snapdragon 8 Gen 1 มี อัตราเฟรมเฉลี่ย 221fps ซึ่งสูงกว่าอัตราเฟรมของ Snapdragon 888 และ 865 ประมาณ 31% และ 75% ตามลำดับ ในการทดสอบ Aztec Ruins ของ GFXBench ซึ่งใช้ Vulkan graphics API และเรนเดอร์ฉาก 1080p นอกจอ Snapdragon 8 Gen 1 มีอัตราเฟรมเฉลี่ย 41fps มีข้อแม้สำหรับเรื่องนี้ ผลลัพธ์ก่อนหน้านี้บนอุปกรณ์อ้างอิงได้รับการทดสอบใน 1080p ในขณะที่การทดสอบ Aztec Ruins เดียวที่เราเข้าถึงได้คือใน 1440p การเพิ่มเป็น 1080p ต้องแสดงพิกเซลเพิ่มขึ้น 43.75% ในแต่ละครั้ง ซึ่งเป็นสาเหตุที่ประสิทธิภาพลดลงในการทดสอบนี้

เพียงบางส่วนเท่านั้น เกม Android ที่ดีที่สุด ต้องการแรงม้าของ GPU จำนวนมาก แต่ประสิทธิภาพของ GPU ที่ได้รับการปรับปรุงนั้นมีประโยชน์มากกว่าแค่การเล่นเกม ต้องบอกว่าการเล่นเกมเป็นเหตุผลหลักอย่างแน่นอนว่าทำไมผู้คนถึงสนใจผลการเปรียบเทียบเหล่านี้และ ดูเหมือนว่า Snapdragon 8 Gen 1 จะแสดงผลกราฟิกเร็วขึ้น 35% และประสิทธิภาพการใช้พลังงานดีขึ้น 20% เมื่อเทียบเป็นรายปี ปี. ผลลัพธ์เหล่านี้แสดงให้เห็นถึงประสิทธิภาพของ GPU สูงสุดเท่านั้น ดังนั้นเราจะต้องกลับมาที่ GFXBench — เมื่อเราได้รับฮาร์ดแวร์เชิงพาณิชย์แล้ว - เพื่อเรียกใช้ประสิทธิภาพระยะยาวของเกณฑ์มาตรฐาน การทดสอบ

ม.ล.เพอร์เฟค

วอลคอมม์มีความเฉลียวฉลาดเป็นพิเศษเกี่ยวกับการปรับปรุงปัญญาประดิษฐ์ เราไม่มีตัวเลขสำหรับ TOPS (การดำเนินการล้านล้านครั้งต่อวินาที) แม้ว่าเราจะมีข้อมูลบางอย่างเกี่ยวกับการปรับปรุงอื่นๆ ตัวอย่างเช่น มีศูนย์กลางการตรวจจับรุ่นที่สามของบริษัท และยังแสดงคุณลักษณะเฉพาะอื่นๆ ของ SoC อีกหลายรายการในฮาวาย

เป็นเรื่องยากสำหรับเราที่จะแสดงให้เห็นว่าการก้าวกระโดดในด้านประสิทธิภาพนี้มีความสำคัญเพียงใด เราได้พูดคุยเชิงลึกเกี่ยวกับความยากลำบากในการเปรียบเทียบ AI ระหว่างการสัมภาษณ์กับ Travis Lanier ของ Qualcomm, Gary Brotman และ Ziad Asghar. ข่าวดีก็คือ ตั้งแต่เราได้หารือกับผู้บริหารของ Qualcomm มีความก้าวหน้าที่สำคัญในด้านการวัดประสิทธิภาพ AI

เกณฑ์มาตรฐานที่มีแนวโน้มดีที่สุดในปัจจุบันมาในรูปแบบของ MLPerf Mobile ซึ่งเป็น เกณฑ์มาตรฐาน AI สำหรับอุปกรณ์เคลื่อนที่แบบโอเพนซอร์สซึ่งสนับสนุนโดยผู้จำหน่าย SoC หลายราย ผู้ให้บริการเฟรมเวิร์ก ML และโมเดล ผู้ผลิต ผลการอนุมานบนมือถือชุดเริ่มต้น เป็นที่สาธารณะดังนั้นเราจึงใช้ผลลัพธ์เหล่านั้นเพื่อเปรียบเทียบ Snapdragon 8 Gen 1 กับ Snapdragon 888 ใน Xiaomi Mix 4, Dimensity 1100 ใน Vivo S9 5G และ Exynos 2100 ใน Samsung Galaxy S21 Plus เราไม่ได้รับผลลัพธ์ของเวลาแฝง — มีเพียงตัวเลขปริมาณงาน — ดังนั้นเราจึงไม่ได้วางแผนผลลัพธ์ทั้งหมดตามที่ผู้ขายส่งมาเพื่อตรวจสอบโดย MLCommons

ในการมองเห็นคอมพิวเตอร์ที่เลือกและการประมวลผลภาษาธรรมชาติที่อนุมานเกณฑ์มาตรฐานเหล่านี้ เราสามารถเห็นได้ ว่าอุปกรณ์อ้างอิง Qualcomm Snapdragon 8 Gen 1 ได้คะแนนสูงสุดในการทดสอบทั้งสี่ครั้งโดย ไกล. Demensity 1100 มีอาการโดยรวมค่อนข้างแย่ Snapdragon 888 ของ Qualcomm ยังคงเอาชนะคู่แข่งอื่น ๆ ได้อย่างสบาย ๆ ในการทดสอบนี้ แต่ Snapdragon 8 Gen 1 นั้นอยู่ในอีกระดับหนึ่งในการทดสอบทั้งหมดนี้

เป็นเรื่องน่าสนใจที่จะได้เห็นว่านักพัฒนาแอปพลิเคชันและคุณสมบัติใดและ OEM สามารถสร้างโดยใช้ความสามารถด้าน AI ของ Snapdragon 8 Gen 1 การมองเห็นของคอมพิวเตอร์จะมีบทบาทสำคัญอย่างยิ่งในคุณสมบัติการถ่ายวิดีโอที่เสริมด้วย AI มากมายที่เราจะทำ น่าจะได้เห็นในปี 2022 ในขณะที่ประสิทธิภาพ NLP ที่ได้รับการปรับปรุงก็อาจส่งผลต่อด้านที่อยู่ติดกันของวิดีโอ เช่น เสียง การบันทึก. บริษัทต่างๆ เช่น Google กำลังดำเนินการอยู่ Google เทนเซอร์ จะผลักดันผู้จำหน่าย SoC รายอื่นในแผนกนี้ด้วย

บทสรุป

ตารางที่ Qualcomm ให้คะแนนเกณฑ์มาตรฐานที่คาดหวังไว้ด้านล่างนี้ ซึ่งคุณจะเห็นว่าส่วนใหญ่สอดคล้องกับผลลัพธ์ที่เราบรรลุข้างต้น

คะแนนมาตรฐานที่คาดหวังสำหรับการออกแบบอ้างอิง Snapdragon 8 Gen 1 (จาก Qualcomm)

เกณฑ์มาตรฐาน

รุ่น

วิธี

ช่วงคะแนนที่คาดหวัง

ระบบ

Geekbench เซนต์

v5.4.2

ค่าเฉลี่ยของ 3 การทำซ้ำ

~1220 - 1233

ระบบ

Geekbench MT

v5.4.2

ค่าเฉลี่ยของ 3 การทำซ้ำ

~3770 - 3810

ระบบ

แอนทูทู

v9.2.1

ค่าเฉลี่ยของ 3 การทำซ้ำ

การวิ่งครั้งที่ 1: ~1mAvg จาก 3 การวนซ้ำ: ~980K

ระบบ

พีซีมาร์ค

v3.0.4061

ค่าเฉลี่ยของ 3 การทำซ้ำ

~17k

เบราว์เซอร์ (Chrome v95.0.4638.74 64 บิต)

เจ็ทสตรีม

v2.0

ค่าเฉลี่ยของ 3 การทำซ้ำ

~135 - 140

เบราว์เซอร์

SpeedoMeter

v2.0

ค่าเฉลี่ยของ 3 การทำซ้ำ

~123 - 126

เบราว์เซอร์

เว็บXPRT

v3.0

ค่าเฉลี่ยของ 3 การทำซ้ำ

~194 - 197

AI

เอไอทูทู

v2.0

ค่าเฉลี่ยของ 3 การทำซ้ำ

~2,550,000 - 2,600,000

AI

ไอมาร์ค

v3.0

ค่าเฉลี่ยของ 3 การทำซ้ำ

~97K

AI

MLPerf (ใน QRD แยกต่างหากเนื่องจากใช้เวลา 30 นาทีในการรัน)

v1.1

ค่าเฉลี่ยของ 3 การทำซ้ำ

  • ชั้นภาพ: ~2435 - 2450
  • ตรวจจับวัตถุ: ~1180 - 1250
  • ส่วนภาพ: ~520 - 540
  • ความเข้าใจภาษา: ~38 - 40
  • คลาสรูปภาพ (ออฟไลน์): ~3580 - 3650

AI

ETH AIB

v4.0.4

ค่าเฉลี่ยของ 3 การทำซ้ำ

~530 - 550k

กราฟิก

GFXBench Manhattan 3.0 นอกจอ (1080p) (FPS)

v5.0

ค่าเฉลี่ยของ 3 การทำซ้ำ

~267 - 268 เฟรมต่อวินาที

กราฟิก

GFXBench T-Rex - นอกจอ (1080p) (FPS)

v5.0

ค่าเฉลี่ยของ 3 การทำซ้ำ

~450 - 452 เฟรมต่อวินาที

กราฟิก

GFXBench Manhattan 3.1 นอกจอ (1080p) (FPS)

v5.0

ค่าเฉลี่ยของ 3 การทำซ้ำ

~176 เฟรมต่อวินาที

กราฟิก

GFXBench Car Chase นอกจอ (1080p) ES3.1 (FPS)

v5.0

ค่าเฉลี่ยของ 3 การทำซ้ำ

~ 97 - 98 เฟรมต่อวินาที

กราฟิก

GFXBench Aztec Ruins Vulkan (ระดับสูง) นอกจอ (1440p) (FPS)

v5.0

ค่าเฉลี่ยของ 3 การทำซ้ำ

~49 เฟรมต่อวินาที

กราฟิก

GFXBench Aztec ทำลาย OpenGL (ระดับสูง) นอกจอ (1440p) (FPS)

v5.0

ค่าเฉลี่ยของ 3 การทำซ้ำ

~43 เฟรมต่อวินาที

อ่านเพิ่มเติม

Snapdragon 8 Gen 1 นำการปรับปรุงมากมายจากชิปเซ็ตของปีที่แล้ว โดยเฉพาะอย่างยิ่งเมื่อเป็นเรื่องของ AI แม้ว่าจะมีความแปลกประหลาดบางอย่างในผลลัพธ์ของ CPU-bound จาก Geekbench แต่ก็ชัดเจนว่ามีการปรับปรุงทั่วทั้งกระดาน หากคุณกำลังอัปเกรดจากอุปกรณ์ที่เก่ากว่า 2 ปี (หรือเก่ากว่านั้น) การปรับปรุงนั้นน่าจะสังเกตเห็นได้ชัดเจน แม้ว่าประสิทธิภาพ AI ที่เพิ่มขึ้นอย่างมากมักจะไม่มีใครสังเกตเห็น บริษัทต่างๆ ไม่ค่อยใช้ประโยชน์จากศักยภาพของ AI เมื่อพูดถึงชิปเซ็ตของ Qualcomm และมีแนวโน้มที่จะเหมือนเดิมอีกครั้งที่นี่

นอกจากนี้ยังควรสังเกตว่าด้วยการแข่งขันที่ร้อนระอุขึ้น มันอาจจะคุ้มค่าที่จะรอดูว่า Samsung และ MediaTek จะทำอย่างไรต่อไป เดอะ ขนาด 9000 ชิปเซ็ตมีศักยภาพที่จะใช้ Snapdragon 8 Gen 1 ในด้านประสิทธิภาพ และเรายังรู้ไม่มากนักเกี่ยวกับ Exynos 2200 ที่กำลังจะมาถึง โดยส่วนตัวแล้วฉันรอคอยที่จะทบทวนเกณฑ์มาตรฐานเหล่านี้บนอุปกรณ์เชิงพาณิชย์ในอนาคต โดยเฉพาะอย่างยิ่งในการตั้งค่าที่มีการควบคุมมากขึ้น