เกณฑ์มาตรฐาน Qualcomm Snapdragon 888: นี่คือประสิทธิภาพของโทรศัพท์ 5G รุ่นเรือธงในปี 2021

click fraud protection

นี่คือผลการวัดประสิทธิภาพ CPU, GPU และ AI จากอุปกรณ์อ้างอิง Qualcomm Snapdragon 888 ในการทดสอบต่างๆ เช่น Geekbench, AnTuTu และอื่นๆ

เมื่อต้นเดือนที่ผ่านมา Qualcomm ได้เชิญนักข่าวเข้าร่วมการประชุมสุดยอด Snapdragon Tech เสมือนจริงที่ พวกเขาประกาศ Snapdragon 888 แพลตฟอร์มมือถือ SoC ซีรีส์ 8 ล่าสุดของ Qualcomm นำการปรับปรุงที่สำคัญมาสู่การประมวลผลภาพและการเรียนรู้ของเครื่อง แต่ปรับปรุงเฉพาะประสิทธิภาพของ CPU และ GPU ที่เพิ่มขึ้นเท่านั้น หากต้องการทราบว่าชิปเซ็ตล่าสุดของ Qualcomm นั้นทรงพลังเพียงใด เรามักจะได้รับโอกาสในการเรียกใช้การวัดประสิทธิภาพบนฮาร์ดแวร์อ้างอิง อย่างไรก็ตาม เนื่องจาก COVID-19 Qualcomm ไม่สามารถจัดเซสชันการเปรียบเทียบแบบตัวต่อตัวได้ ดังนั้นพวกเขาจึงส่ง เราแสดงวิดีโอที่บันทึกไว้ล่วงหน้าซึ่งแสดงอุปกรณ์อ้างอิง Qualcomm Snapdragon 888 ที่ใช้ช่วงเสียงยอดนิยม เกณฑ์มาตรฐาน

บนอุปกรณ์อ้างอิง Snapdragon 888 นั้น Qualcomm ได้รันหนึ่งเกณฑ์มาตรฐานแบบองค์รวม (AnTuTu) ซึ่งเป็นเกณฑ์มาตรฐานที่ใช้ CPU เป็นศูนย์กลาง (Geekbench), เกณฑ์มาตรฐานที่ใช้ GPU เป็นศูนย์กลาง (GFXBench) และเกณฑ์มาตรฐาน AI/ML หลายรายการ (AIMark, AITuTu, MLPerf และ โปรซีออน). เกณฑ์มาตรฐานแต่ละรายการดำเนินการสามครั้ง ดังนั้นบริษัทจึงแบ่งปันผลลัพธ์โดยเฉลี่ยในการทำซ้ำสามครั้ง นอกจากนี้ บริษัทกล่าวว่าพวกเขารันเกณฑ์มาตรฐานแต่ละรายการโดยใช้การตั้งค่าเริ่มต้นในการออกแบบอ้างอิง Snapdragon 888 ซึ่งหมายความว่าพวกเขาไม่ได้เปิดใช้งานโหมดประสิทธิภาพสูงใดๆ อย่างไรก็ตาม เนื่องจากมีการกำหนดคะแนนมาตรฐานไว้ให้เรา เราจึงไม่สามารถยืนยันผลลัพธ์หรือเงื่อนไขการทดสอบสำหรับตัวเราเองได้ เมื่อเราได้รับอุปกรณ์เชิงพาณิชย์ที่มี Qualcomm Snapdragon 888 แล้ว เราจะเรียกใช้เกณฑ์มาตรฐานเหล่านี้อีกครั้ง

หากคุณสนใจที่จะอ่านข้อมูลจำเพาะและคุณสมบัติทั้งหมดของแพลตฟอร์มมือถือ Qualcomm Snapdragon 888 ฉันขอแนะนำให้อ่าน คำอธิบายที่ยอดเยี่ยมของ Idrees Patel เกี่ยวกับ Snapdragon 888 เผยแพร่เมื่อต้นเดือนนี้ บทความของเขาลงรายละเอียดเกี่ยวกับการปรับปรุงทั้งหมดที่ Qualcomm ทำกับ CPU, GPU, โมเด็ม, ระบบย่อยการเชื่อมต่อ, ISP, เอ็นจิ้น AI, DSP และทุกอย่างอื่นๆ เพื่อการอ้างอิงอย่างรวดเร็ว ฉันได้จัดทำแผนภูมิเปรียบเทียบข้อมูลจำเพาะที่สำคัญของอุปกรณ์อ้างอิง Qualcomm Snapdragon 888 เปรียบเทียบกับ อีกสองอุปกรณ์ที่ใช้ในการเปรียบเทียบมาตรฐานนี้: อุปกรณ์อ้างอิงที่ขับเคลื่อนด้วย Snapdragon 865 และ Pixel 4 ที่ขับเคลื่อนด้วย Snapdragon 855 ที่ ฉันใช้ในเซสชันการเปรียบเทียบปีที่แล้ว. คุณสามารถดูแผนภูมิด้านล่างก่อนผลการเปรียบเทียบ

ผลลัพธ์เกณฑ์มาตรฐาน Qualcomm Snapdragon 888

ข้อมูลจำเพาะของอุปกรณ์ทดสอบ

Qualcomm Snapdragon 855 (Google พิกเซล 4)

Qualcomm Snapdragon 865 (อุปกรณ์อ้างอิงของ Qualcomm)

Qualcomm Snapdragon 888 (อุปกรณ์อ้างอิงของ Qualcomm)

ซีพียู

  • 1x Kryo 485 (อิง ARM Cortex A76) Prime core @ 2.84GHz, 1x แคช L2 512KB
  • 3x Kryo 485 (อิง ARM Cortex A76) คอร์ประสิทธิภาพ @ 2.42GHz, 3x แคช L2 256KB
  • 4x Kryo 385 (อิง ARM Cortex A55) ประสิทธิภาพคอร์ @ 1.8GHz, 4x แคช L2 128KB
  • แคช L3 2MB
  • 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
  • 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

จีพียู

อะดรีโน 640

อะดรีโน 650

อะดรีโน 660

แสดง

  • ความละเอียด 2280 x 1080
  • อัตรารีเฟรช 60Hz
  • ความละเอียด 2880 x 1440
  • อัตรารีเฟรช 60Hz
  • ความละเอียด 2340 x 1080
  • อัตรารีเฟรช 120Hz

AI

  • Hexagon 690 พร้อม Hexagon Vector eXtensions และ Hexagon Tensor Accelerator
  • AI Engine รุ่นที่ 4
  • 7 ท็อป
  • Hexagon 698 พร้อม Hexagon Vector eXtensions และ Hexagon Tensor Accelerator ใหม่
  • AI Engine รุ่นที่ 5
  • วอลคอมม์ Sensing Hub
  • 15 ท็อป
  • 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

หน่วยความจำ

  • LPDDR4 ความจุ 6GB
  • แคชระดับระบบ 3MB
  • 12GB LPDDR5
  • แคชระดับระบบ 3MB
  • 12GB LPDDR5
  • แคชระดับระบบ 3MB

พื้นที่จัดเก็บ

UFS 2.1 64GB

128GB ยูเอฟเอส 3.0

512GB ยูเอฟเอส 3.0

ผู้ให้บริการอินเทอร์เน็ต

  • Spectra 380 ISP แบบคู่ 14 บิต
  • Spectra 480 ISP คู่ 14 บิต
  • ทรูพุต 2.0 Gigapixels ต่อวินาที
  • Spectra 580 ISP 14 บิตสามเท่า
  • ทรูพุต 2.7 Gigapixels ต่อวินาที

กระบวนการผลิต

7nm (N7 ของ TSMC)

7nm (N7P ของ TSMC)

5nm (5LPE ของ Samsung)

เวอร์ชันซอฟต์แวร์

แอนดรอยด์ 10

แอนดรอยด์ 10

แอนดรอยด์ 11

ภาพรวมเกณฑ์มาตรฐาน

ด้วยข้อมูลจาก มาริโอ เซอร์ราเฟโร

  • 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 และการอนุมานโครงข่ายประสาทเทียม บนภาพ การแบ่งย่อยคะแนนจะแสดงเมตริกเฉพาะ คะแนนสุดท้ายจะถ่วงน้ำหนักตามการพิจารณาของผู้ออกแบบ โดยเน้นไปที่ประสิทธิภาพของจำนวนเต็ม (65%) จากนั้นประสิทธิภาพแบบลอยตัว (30%) และสุดท้ายคือการเข้ารหัสลับ (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 โซลูชัน" การทำซ้ำครั้งแรกของ MLPerf Mobile ให้เกณฑ์มาตรฐานประสิทธิภาพการอนุมานสำหรับการมองเห็นคอมพิวเตอร์และภาษาธรรมชาติจำนวนหนึ่ง งานประมวลผล สำหรับข้อมูลเพิ่มเติม โปรดดูบทความ "เกณฑ์มาตรฐานการอนุมานบนมือถือ MLPerf: เหตุใดการเปรียบเทียบ AI บนมือถือจึงเป็นเรื่องยากและจะทำอย่างไรกับมัน"
    • การจำแนกภาพ: การทดสอบนี้เกี่ยวข้องกับการอนุมานป้ายกำกับเพื่อใช้กับรูปภาพอินพุต กรณีการใช้งานทั่วไป ได้แก่ การค้นหารูปภาพหรือการดึงข้อความ โมเดลอ้างอิงที่ใช้คือ MobileNetEdgeTPU พร้อมพารามิเตอร์ 4M ชุดข้อมูลคือ ImageNet 2012 (224x224) และเป้าหมายคุณภาพคือ 98% ของ FP32 (76.19% Top-1)
    • การแบ่งส่วนภาพ: การทดสอบนี้เกี่ยวข้องกับการแบ่งพาร์ติชันอิมเมจอินพุตเป็นวัตถุที่มีป้ายกำกับ กรณีการใช้งานทั่วไป ได้แก่ การขับขี่ด้วยตนเองหรือการรับรู้จากระยะไกล โมเดลอ้างอิงที่ใช้คือ DeepLab v3+ พร้อมพารามิเตอร์ 2M ชุดข้อมูลคือ ADE20K (512x512) และเป้าหมายคุณภาพคือ 93% ของ FP32 (0.244 mAP)
    • การตรวจจับวัตถุ: การทดสอบนี้เกี่ยวข้องกับการวาดกรอบรอบๆ วัตถุ ตลอดจนการระบุป้ายกำกับสำหรับวัตถุเหล่านั้น กรณีการใช้งานทั่วไปเกี่ยวข้องกับการป้อนข้อมูลจากกล้อง เช่น สำหรับการตรวจจับอันตรายหรือการวิเคราะห์การจราจรขณะขับรถ โมเดลอ้างอิงคือ SSD-MobileNet v2 พร้อมพารามิเตอร์ 17M ชุดข้อมูลคือ COCO 2017 (300x300) 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)

ผลลัพธ์ AnTuTu

เริ่มจาก AnTuTu เราจะเห็นว่าอุปกรณ์อ้างอิง Qualcomm Snapdragon 888 ทำคะแนนได้เกือบ 17,000 คะแนน สูงกว่าอุปกรณ์อ้างอิง Snapdragon 865 และสูงกว่า Pixel ที่ขับเคลื่อนด้วย Snapdragon 855 เกือบ 350,000 จุด 4. เมื่อคุณดูคะแนนย่อยของ CPU, GPU, หน่วยความจำ และ UX (ไม่แสดงที่นี่) เราจะเห็นว่าการปรับปรุงประสิทธิภาพที่ใหญ่ที่สุดมาจาก GPU และหน่วยความจำ Snapdragon 888 QRD ทำคะแนนได้สูงกว่าประมาณ 45.56% ในการทดสอบย่อย GPU ของ AnTuTu เมื่อเทียบกับ Snapdragon 865 QRD ในทำนองเดียวกัน Snapdragon 888 QRD ทำคะแนนได้สูงกว่าประมาณ 52.08% ในการทดสอบย่อยหน่วยความจำของ AnTuTu เมื่อเทียบกับ Snapdragon 865 QRD เมื่อเทียบกับ Pixel 4 ที่ขับเคลื่อนด้วย Snapdragon 855 แล้ว 888 QRD ทำคะแนนได้ดีกว่าในการทดสอบย่อย GPU และหน่วยความจำ 98.42% และ 117.58% ตามลำดับ

ในขณะเดียวกัน Snapdragon 888 QRD ทำคะแนนได้ประมาณ 30.05% และสูงกว่า 90.28% ในการทดสอบย่อย CPU ของ AnTuTu เมื่อเทียบกับ Snapdragon 865 QRD และ Snapdragon 855 ที่ขับเคลื่อนด้วย Pixel 4 ตามลำดับ คะแนนย่อยของ UX นั้นยากที่จะเปรียบเทียบเนื่องจากระบบปฏิบัติการ Android เวอร์ชันต่างๆ ที่อุปกรณ์แต่ละเครื่องกำลังทำงานอยู่ (พิกเซล 4 และ Snapdragon 865 QRD ใช้ Android 10 ตอนที่ฉันเปรียบเทียบเมื่อปีที่แล้ว ขณะที่ 888 QRD ใช้ Android 11.)

การเพิ่มประสิทธิภาพหน่วยความจำครั้งใหญ่นั้นน่าสนใจทีเดียว ทั้ง 865 QRD และ 888 QRD มี RAM LPDDR5 ขนาด 12GB แม้ว่าเราจะไม่ทราบว่า RAM โอเวอร์คล็อกที่เท่าใด โดยเฉพาะอย่างยิ่ง 865 รองรับ RAM LPDDR5 สูงสุด 16GB ที่ 2750MHz ในขณะที่ 888 รองรับ RAM LPDDR5 สูงสุด 16GB ที่ 3200MHz การกระแทกใน CPU และ GPU ประสิทธิภาพที่นี่เหนือความคาดหมายเล็กน้อย เนื่องจาก Qualcomm กล่าวว่า CPU และ GPU ของ Snapdragon 888 เพิ่มขึ้น 25% และ 35% ตามลำดับ ปีต่อปี. เกณฑ์มาตรฐานที่เน้น CPU และ GPU มากขึ้นซึ่งเป็นไปตามนั้นแสดงว่าได้รับมากขึ้นซึ่งสอดคล้องกับความคาดหวังของเรา

ผลลัพธ์ Geekbench

ใน Geekbench 5.0 Qualcomm Snapdragon 888 ทำงานได้สูงกว่า 22.17% และ 9.97% ในการทดสอบแบบ single-core และ multi-core ตามลำดับ เมื่อเทียบกับ Snapdragon 865 เมื่อเทียบกับ Snapdragon 855 แล้ว 888 ทำงานได้ดีขึ้นประมาณ 89.17% และ 51.82% ตามลำดับ

Qualcomm กล่าวว่า Snapdragon 888 ให้ประสิทธิภาพ CPU เพิ่มขึ้น 25% จาก Snapdragon 865 แกนหลัก ARM Cortex-X1 Prime ของ CPU นั้นโอเวอร์คล็อกที่ 2.84GHz แบบอนุรักษ์นิยม ซึ่งเป็นความเร็วสัญญาณนาฬิกาเดียวกับ ARM เจนเนอเรชั่นล่าสุด Cortex-A77 Prime core — ดังนั้นจึงเป็นไปได้ที่เราจะเห็นความเร็วสัญญาณนาฬิกา 3+GHz สำหรับ Snapdragon 888 "Plus" ในช่วงกลางปีอย่างหลีกเลี่ยงไม่ได้ รีเฟรช หากเป็นกรณีนี้ เราคาดหวังได้ว่าประสิทธิภาพของ CPU จะดีขึ้นไปอีก แม้ว่าในตอนนี้ มันอาจจะยุติธรรมที่จะบอกว่าการได้รับนั้นแข็งแกร่ง แต่ก็เป็นเพียงส่วนเพิ่มเท่านั้น

ดังนั้น หากคุณกำลังอัปเกรดจากเรือธงอายุสองปี 888 ควรนำการปรับปรุงประสิทธิภาพ CPU ครั้งใหญ่ หากคุณกำลังอัปเกรดจากเรือธงอายุหนึ่งปี กำไรเหล่านั้นจะน้อยกว่ามาก ฉันรู้สึกตื่นเต้นเป็นการส่วนตัวที่ได้เห็นว่าอุปกรณ์ Snapdragon 888 จัดการกับการจำลองคอนโซลได้อย่างไร

ผลลัพธ์ GFXBench

Qualcomm ไม่ได้เปิดเผยจำนวนคอร์หรือความถี่สูงสุดของ GPU Adreno 660 ใน Snapdragon 888 ดังนั้นเราจึงไม่มีอะไรจะพูดเกี่ยวกับ GPU นอกเหนือจากประสิทธิภาพที่เพิ่มขึ้น ในการทดสอบแมนฮัตตันของ GFXBench ซึ่งใช้ OpenGL ES 3.0 API และเรนเดอร์ฉาก 1080p นอกจอ Snapdragon 888 มี อัตราเฟรมเฉลี่ย 169fps ซึ่งสูงกว่าอัตราเฟรมของ Snapdragon 865 และ 855 ประมาณ 34.13% และ 83.7% ตามลำดับ ในการทดสอบ Aztec Ruins ของ GFXBench ซึ่งใช้ Vulkan graphics API และเรนเดอร์ฉาก 1080p แบบ offscreen Snapdragon 888 มี อัตราเฟรมเฉลี่ย 86fps ซึ่งสูงกว่าอัตราเฟรมของ Snapdragon 865 และ 855 ประมาณ 38.71% และ 95.45% ตามลำดับ

มีเกมไม่มากนักที่ต้องการแรงม้า GPU จำนวนมาก (ไฟล์ Genshin Impact ล่าสุดเป็นข้อยกเว้นอย่างหนึ่ง) แต่ประสิทธิภาพของ GPU ที่ได้รับการปรับปรุงนั้นมีประโยชน์มากกว่าแค่การเล่นเกม แต่การเล่นเกมเป็นเหตุผลหลักที่ว่าทำไมผู้คนถึงสนใจผลการเปรียบเทียบเหล่านี้และ Snapdragon 888 แสดงผลกราฟิกเร็วขึ้น 35% และประสิทธิภาพการใช้พลังงานดีขึ้น 20% ปีต่อปี. ผลลัพธ์เหล่านี้แสดงให้เห็นเฉพาะประสิทธิภาพของ GPU สูงสุดเท่านั้น ดังนั้นเราจะต้องทบทวนอีกครั้ง GFXBench—เมื่อเราได้สัมผัสกับฮาร์ดแวร์เชิงพาณิชย์แล้ว—เพื่อที่จะเรียกใช้การวัดประสิทธิภาพในระยะยาว การทดสอบประสิทธิภาพ

ผลลัพธ์ MLPerf

บางทีประโยชน์ที่น่าสนใจที่สุดคือประสิทธิภาพของ AI วอลคอมม์ โดยทั่วไปจะทำให้ประสิทธิภาพของ AI ก้าวกระโดดอย่างมากในแต่ละปีแต่ผลกำไรในปีนี้น่าประทับใจที่สุด กลไก AI ของ Snapdragon 888 มีประสิทธิภาพ 26 TOPS ซึ่งเพิ่มขึ้นจากประสิทธิภาพ 15 TOPS ของ Snapdragon 865 และ 7 TOPS ของ Snapdragon 855 วอลคอมม์มอบเครดิตให้กับสถาปัตยกรรมตัวเร่งความเร็ว AI แบบหลอมรวมใหม่ของ Hexagon 780 DSP ซึ่งรวมเอา ตัวเร่งความเร็วแบบสเกลาร์ เวกเตอร์ และเทนเซอร์เพื่อลดระยะทางจริงและหน่วยความจำพูลสำหรับการแชร์และย้ายข้อมูล อย่างมีประสิทธิภาพ

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

ในตอนต้นของบทความนี้ เราได้พูดถึงว่า Qualcomm ใช้การวัดประสิทธิภาพ AI ที่แตกต่างกัน 4 แบบบนอุปกรณ์อ้างอิง Snapdragon 888: AIMark, AITuTu, MLPerf และ Procyon ของ UL บางทีเกณฑ์มาตรฐานที่มีแนวโน้มดีที่สุดคือ MLPerf Mobile ซึ่งกำลังจะเปิดตัวเร็วๆ นี้ เกณฑ์มาตรฐาน AI สำหรับอุปกรณ์เคลื่อนที่แบบโอเพนซอร์สซึ่งสนับสนุนโดยผู้จำหน่าย SoC หลายราย ผู้ให้บริการเฟรมเวิร์ก ML และโมเดล ผู้ผลิต ผลการอนุมานบนมือถือชุดเริ่มต้น เป็นที่สาธารณะดังนั้นเราจึงใช้ผลลัพธ์เหล่านั้นเพื่อเปรียบเทียบกับ Snapdragon 888 ผลลัพธ์ครอบคลุมอุปกรณ์ 3 ชิ้นเท่านั้น: Xiaomi Redmi 10X 5G ที่ขับเคลื่อนด้วย MediaTek Dimensity 820, ASUS ROG Phone 3 ที่ขับเคลื่อนด้วย Qualcomm Snapdragon 865+ และ Samsung Galaxy Note 20 ที่ขับเคลื่อนด้วย Exynos 990 อัลตร้า 5G Qualcomm ไม่ได้ให้ผลลัพธ์ของเวลาแฝง — มีเพียงตัวเลขปริมาณงาน — ดังนั้นเราจึงไม่ได้วางแผนผลลัพธ์ทั้งหมดเป็น ส่งโดยผู้ขาย สำหรับการตรวจสอบโดย MLCommons

ในการวัดประสิทธิภาพคอมพิวเตอร์วิทัศน์และการประมวลผลภาษาธรรมชาติที่เลือกเหล่านี้ เราจะเห็นว่าอุปกรณ์อ้างอิง Qualcomm Snapdragon 888 ได้รับคะแนนสูงสุดในการทดสอบทั้งสี่ครั้ง ในบรรดาชิปเซ็ตรุ่นก่อนหน้า 3 รุ่น Dimensity 820 ของ MediaTek มีประสิทธิภาพเหนือกว่า Snapdragon 865+ และ Exynos 990 ในการตรวจจับวัตถุ ในขณะที่ Exynos 990 มีประสิทธิภาพสูงกว่า Snapdragon 865+ และ Dimensity 820 ใน เอ็นแอลพี โดยทั่วไปแล้ว Snapdragon 865+ ของ Qualcomm สามารถแข่งขันได้ โดยทำคะแนนได้เทียบเท่ากับ Dimensity 820 ในการแบ่งส่วนภาพและมีประสิทธิภาพสูงกว่าใน NLP ในการทดสอบการอนุมานเฉพาะเหล่านี้ด้วยรุ่นและชุดข้อมูลเฉพาะเหล่านี้ Snapdragon 888 มีประสิทธิภาพดีกว่าชิปเซ็ต 3 รุ่นล่าสุด

เป็นเรื่องน่าสนใจที่จะได้เห็นว่านักพัฒนาแอปพลิเคชันและคุณสมบัติใดและ OEM สามารถสร้างโดยใช้ความสามารถด้าน AI ของ Snapdragon 888 การมองเห็นของคอมพิวเตอร์จะมีบทบาทสำคัญอย่างยิ่งในคุณสมบัติการถ่ายวิดีโอที่เสริมด้วย AI มากมายที่เราจะทำ น่าจะได้เห็นในปี 2021 ในขณะที่ประสิทธิภาพของ NLP ที่ได้รับการปรับปรุงก็อาจส่งผลต่อด้านที่อยู่ติดกันของวิดีโอ เช่น เสียง การบันทึก.

อย่างไรก็ตาม เราควรทราบว่าผลลัพธ์ของ Snapdragon 888 เป็นอย่างไร ไม่ได้รับการยืนยัน โดย MLCommons เนื่องจากส่วนหนึ่งของกระบวนการตรวจสอบขององค์กรกำหนดให้ต้องมีอุปกรณ์ มีจำหน่ายในเชิงพาณิชย์ (อุปกรณ์อ้างอิงของ Qualcomm ไม่ได้จำหน่ายผ่านผู้ให้บริการหรือจำหน่ายแบบปลดล็อค โทรศัพท์). นอกจากนี้ ประสิทธิภาพยังขึ้นอยู่กับรุ่น ML รูปแบบตัวเลข และเฟรมเวิร์ก ML ที่เลือก รวมถึงตัวเร่งความเร็ว ML ใดบ้าง

บทสรุป

เป็นอีกครั้งที่ Snapdragon 888 ของ Qualcomm นำการปรับปรุงที่เพิ่มขึ้นสำหรับประสิทธิภาพของ CPU และ GPU แต่การปรับปรุงอย่างมากในการประมวลผลภาพและ AI มีคนไม่กี่คนที่อัปเกรดจากอุปกรณ์อายุ 2 ปีจะสังเกตเห็นการปรับปรุงใน CPU และ GPU (เว้นแต่พวกเขาวางแผนที่จะใช้งาน อีมูเลเตอร์หรือการเล่นเกมเช่น Genshin Impact) แต่พวกเขาจะสังเกตเห็นความก้าวหน้าอื่น ๆ ที่เกิดขึ้นบนมือถืออย่างแน่นอน เทคโนโลยี. อุปกรณ์มีอัตรารีเฟรชหน้าจอที่สูงขึ้น กล้องจำนวนมากขึ้นพร้อมเซ็นเซอร์ภาพความละเอียดสูง รองรับการเชื่อมต่อ 5G และอื่นๆ อีกมากมายในทุกวันนี้ ประสิทธิภาพ AI ที่เพิ่มขึ้นอย่างมากจะไม่ถูกสังเกตโดยผู้ใช้ทั่วไป แต่ความเป็นไปได้ที่เปิดขึ้นด้วยชิปเซ็ตใหม่ของ Qualcomm นั้นน่าตื่นเต้นที่จะไตร่ตรอง การปรับปรุงวิดีโอ AI แบบเรียลไทม์ การสตรีมกล้องหลายตัว และอื่นๆ อีกมากมายกำลังจะเกิดขึ้นในปีหน้าและ บริษัทต่างๆ เช่น Google ยังคงสร้างความประหลาดใจให้กับฟีเจอร์ที่พวกเขาเปิดตัวซึ่งได้รับการสนับสนุนจากการเรียนรู้ของเครื่อง โมเดล

Qualcomm ไม่ใช่บริษัทเดียวที่ทำการปรับปรุงกลุ่มผลิตภัณฑ์ SoC Exynos 2100 ที่กำลังจะมาถึงของ Samsung สำหรับ Galaxy S21 ได้รับการกล่าวขานว่าจะนำมาซึ่งการปรับปรุงประสิทธิภาพที่สำคัญ นอกจากนี้ยังมี HiSilicon Kirin 9000 ใหม่ของ Huawei และสายผลิตภัณฑ์มือถือ Dimensity ที่กำลังเติบโตของ MediaTek ฉันหวังว่าจะได้กลับมาเยือนอีกครั้ง เกณฑ์มาตรฐานเหล่านี้เมื่อเรามีอุปกรณ์ระดับแนวหน้าอย่างน้อยหนึ่งเครื่องที่มีรุ่นถัดไปของ Samsung, Huawei และ MediaTek ซิลิคอน.

การสาธิตการเปรียบเทียบเกณฑ์มาตรฐาน Qualcomm Snapdragon 888

ฉันได้กล่าวถึงในตอนต้นของบทความนี้ว่า Qualcomm แบ่งปันวิดีโอที่บันทึกไว้ล่วงหน้ากับเรา หากคุณสนใจ ฉันได้อัปโหลดวิดีโอนั้นไปยัง YouTube แล้ว มันแสดงให้เห็น Snapdragon 888 ที่ใช้เกณฑ์มาตรฐานทั้งหมดที่ฉันแชร์ด้านบน รวมถึงเกณฑ์มาตรฐาน AI ที่เหลือซึ่งฉันไม่ได้แสดง

ในขณะเดียวกัน นี่คือตารางที่ Qualcomm ให้เราสรุปผลเกณฑ์มาตรฐานของ Snapdragon 888:

ผลลัพธ์เกณฑ์มาตรฐานจากอุปกรณ์อ้างอิง Qualcomm Snapdragon 888 ที่มา: ควอลคอมม์