เกณฑ์มาตรฐาน Qualcomm Snapdragon 888: นี่คือประสิทธิภาพของโทรศัพท์ 5G รุ่นเรือธงปี 2021

click fraud protection

นี่คือผลลัพธ์การวัดประสิทธิภาพ CPU, GPU และ AI จากอุปกรณ์อ้างอิง Qualcomm Snapdragon 888 ในการทดสอบเช่น Geekbench, AnTuTu และอื่นๆ

เมื่อต้นเดือนที่ผ่านมา Qualcomm เชิญนักข่าวเข้าร่วมการประชุมสุดยอดเทคโนโลยี Snapdragon เสมือนจริงที่ซึ่ง พวกเขาประกาศ Snapdragon 888 แพลตฟอร์มมือถือ SoC ซีรีส์ 8 ล่าสุดของ Qualcomm นำการปรับปรุงที่สำคัญมาสู่การประมวลผลภาพและการเรียนรู้ของเครื่อง แต่จะปรับปรุงประสิทธิภาพของ CPU และ GPU เท่านั้น หากต้องการทราบว่าชิปเซ็ตล่าสุดของ Qualcomm มีประสิทธิภาพเพียงใด โดยทั่วไปแล้วเราจะได้รับโอกาสในการรันการวัดประสิทธิภาพบนฮาร์ดแวร์อ้างอิง อย่างไรก็ตาม เนื่องจากสถานการณ์โควิด-19 ทำให้ Qualcomm ไม่สามารถจัดเซสชั่นการวัดประสิทธิภาพแบบตัวต่อตัวได้ ดังนั้นพวกเขาจึงส่งไปแทน เราเป็นวิดีโอที่บันทึกไว้ล่วงหน้าซึ่งแสดงอุปกรณ์อ้างอิง Qualcomm Snapdragon 888 ที่ใช้ขอบเขตความนิยม เกณฑ์มาตรฐาน

บนอุปกรณ์อ้างอิง Snapdragon 888 นั้น Qualcomm ได้รันการวัดประสิทธิภาพแบบองค์รวม (AnTuTu) ซึ่งเป็นการวัดประสิทธิภาพที่เน้น CPU เป็นหลัก (Geekbench), เกณฑ์มาตรฐาน GPU เป็นศูนย์กลาง (GFXBench) และเกณฑ์มาตรฐาน AI/ML หลายประการ (AIMark, AITuTu, MLPerf และ โปรซีออน) เกณฑ์มาตรฐานแต่ละรายการดำเนินการสามครั้ง ดังนั้นบริษัทจึงแชร์ผลลัพธ์โดยเฉลี่ยในการวนซ้ำสามครั้ง นอกจากนี้ บริษัทยังกล่าวว่าพวกเขารันแต่ละเกณฑ์มาตรฐานโดยใช้การตั้งค่าเริ่มต้นในการออกแบบอ้างอิง Snapdragon 888 ซึ่งหมายความว่าพวกเขาไม่ได้เปิดใช้งานโหมดประสิทธิภาพสูงใดๆ อย่างไรก็ตาม เนื่องจากมีการระบุคะแนนมาตรฐานไว้ให้เรา เราจึงไม่สามารถตรวจสอบผลลัพธ์หรือเงื่อนไขการทดสอบด้วยตนเองได้ เมื่อเราได้อุปกรณ์เชิงพาณิชย์ที่มี Qualcomm Snapdragon 888 แล้ว เราจะรันการวัดประสิทธิภาพเหล่านี้อีกครั้ง

หากคุณสนใจที่จะอ่านรายละเอียดและคุณสมบัติทั้งหมดของแพลตฟอร์มมือถือ Qualcomm Snapdragon 888 ฉันขอแนะนำให้อ่าน ผู้อธิบายที่ยอดเยี่ยมของ Idrees Patel เกี่ยวกับ Snapdragon 888 เผยแพร่เมื่อต้นเดือนนี้ บทความของเขาให้รายละเอียดเกี่ยวกับการปรับปรุงทั้งหมดที่ Qualcomm ทำกับ CPU, GPU, โมเด็ม, ระบบย่อยการเชื่อมต่อ, ISP, เอ็นจิ้น AI, DSP และทุกอย่างอื่น เพื่อการอ้างอิงอย่างรวดเร็ว ฉันจึงได้รวบรวมแผนภูมิเปรียบเทียบข้อกำหนดหลักของอุปกรณ์อ้างอิง Qualcomm Snapdragon 888 ไว้ด้วยกัน อุปกรณ์อีกสองเครื่องที่ใช้ในการเปรียบเทียบเกณฑ์มาตรฐานนี้ ได้แก่ อุปกรณ์อ้างอิงที่ใช้ Snapdragon 865 และ Pixel 4 ที่ใช้ Snapdragon 855 ที่ ฉันใช้ในช่วงการวัดประสิทธิภาพเมื่อปีที่แล้ว. คุณสามารถดูแผนภูมิด้านล่างก่อนผลการวัดประสิทธิภาพได้

ผลลัพธ์เกณฑ์มาตรฐาน Qualcomm Snapdragon 888

ข้อมูลจำเพาะของอุปกรณ์ทดสอบ

วอลคอมม์ Snapdragon 855(Google พิกเซล 4)

Qualcomm Snapdragon 865 (อุปกรณ์อ้างอิง Qualcomm)

Qualcomm Snapdragon 888 (อุปกรณ์อ้างอิง Qualcomm)

ซีพียู

  • 1x Kryo 485 (ใช้ ARM Cortex A76) คอร์ไพรม์คอร์ @ 2.84GHz, 1x แคช L2 ขนาด 512KB
  • 3x Kryo 485 (ที่ใช้ ARM Cortex A76) แกนประมวลผล @ 2.42GHz, 3x 256KB L2 cache
  • 4x Kryo 385 (บนพื้นฐาน ARM Cortex A55) คอร์ประสิทธิภาพ @ 1.8GHz, 4x 128KB L2 cache
  • แคช L3 ขนาด 2MB
  • 1x Kryo 585 (ที่ใช้ ARM Cortex A77) แกนหลัก @ 2.84GHz, 1x แคช L2 512KB
  • 3x Kryo 585 (ที่ใช้ ARM Cortex A77) แกนประมวลผล @ 2.4GHz, 3x 256KB L2 cache
  • 4x Kryo 385 (บนพื้นฐาน ARM Cortex A55) คอร์ประสิทธิภาพ @ 1.8GHz, 4x 128KB L2 cache
  • แคช L3 ขนาด 4MB
  • 1x Kryo 680 (ใช้ ARM Cortex X1) คอร์ไพรม์คอร์ @ 2.84GHz, แคช L2 1x 1MB
  • 3x Kryo 680 (ใช้ ARM Cortex A78) แกนประมวลผล @ 2.4GHz, 3x 512KB L2 cache
  • 4x Kryo 680 (ที่ใช้ ARM Cortex A55) คอร์ประสิทธิภาพ @ 1.8GHz, 4x 128KB L2 cache
  • แคช L3 ขนาด 4MB

จีพียู

อะดรีโน 640

อะดรีโน่ 650

อะดรีโน่ 660

แสดง

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

AI

  • หกเหลี่ยม 690 พร้อม eXtensions หกเหลี่ยมเวกเตอร์และตัวเร่งความเร็วเทนเซอร์หกเหลี่ยม
  • เครื่องยนต์ AI รุ่นที่ 4
  • 7 ท็อป
  • หกเหลี่ยม 698 พร้อมด้วยหกเหลี่ยมเวกเตอร์ eXtensions และตัวเร่งเทนเซอร์หกเหลี่ยมใหม่
  • เครื่องยนต์ AI รุ่นที่ 5
  • วอลคอมม์เซนเซอร์ฮับ
  • 15 ท็อป
  • Hexagon 780 พร้อมสถาปัตยกรรม Fused AI Accelerator
  • เครื่องยนต์ AI รุ่นที่ 6
  • Qualcomm Sensing Hub (รุ่นที่ 2)
    • โปรเซสเซอร์ AI เฉพาะใหม่
    • ลดภาระงาน 80% จาก Hexagon DSP
    • พลังการประมวลผลเพิ่มขึ้น 5 เท่า YoY
  • หน่วยความจำที่ใช้ร่วมกันขนาดใหญ่ขึ้น 16 เท่า
  • ตัวเร่งสเกลาร์เร็วขึ้น 50% ตัวเร่งเทนเซอร์เร็วขึ้น 2 เท่า YoY
  • 26 ท็อป

หน่วยความจำ

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

พื้นที่จัดเก็บ

64GB ยูเอฟเอส 2.1

128GB ยูเอฟเอส 3.0

512GB ยูเอฟเอส 3.0

ผู้ให้บริการอินเทอร์เน็ต

  • ISP Spectra 380 แบบ 14 บิตคู่
  • ISP Spectra 480 แบบ 14 บิตคู่
  • ปริมาณงาน 2.0 กิกะพิกเซลต่อวินาที
  • ทริปเปิล 14 บิต Spectra 580 ISP
  • ปริมาณงาน 2.7 กิกะพิกเซลต่อวินาที

กระบวนการผลิต

7nm (N7 ของ TSMC)

7nm (N7P ของ TSMC)

5nm (5LPE ของ Samsung)

เวอร์ชันซอฟต์แวร์

แอนดรอยด์ 10

แอนดรอยด์ 10

แอนดรอยด์ 11

ภาพรวมเกณฑ์มาตรฐาน

โดยมีอินพุตจาก มาริโอ เซอร์ราเฟโร

  • อันตูตู: นี่คือเกณฑ์มาตรฐานแบบองค์รวม AnTuTu ทดสอบประสิทธิภาพของ CPU, GPU และหน่วยความจำ ในขณะที่รวมทั้งการทดสอบเชิงนามธรรมและล่าสุด การจำลองประสบการณ์ผู้ใช้ที่เกี่ยวข้อง (เช่น การทดสอบย่อยที่เกี่ยวข้องกับการเลื่อนผ่าน ลิสต์วิว) คะแนนสุดท้ายจะถ่วงน้ำหนักตามการพิจารณาของนักออกแบบ
  • GeekBench: การทดสอบที่เน้น CPU เป็นหลักซึ่งใช้เวิร์กโหลดการคำนวณหลายอย่าง รวมถึงการเข้ารหัส การบีบอัด (ข้อความและรูปภาพ) การเรนเดอร์ การจำลองทางฟิสิกส์ คอมพิวเตอร์วิทัศน์ การติดตามรังสี การรู้จำคำพูด และการอนุมานโครงข่ายประสาทเทียมแบบม้วน บนภาพ การแบ่งคะแนนจะให้ตัวชี้วัดที่เฉพาะเจาะจง คะแนนสุดท้ายจะถูกถ่วงน้ำหนักตามการพิจารณาของนักออกแบบ โดยเน้นไปที่ประสิทธิภาพจำนวนเต็ม (65%) จากนั้นประสิทธิภาพลอยตัว (30%) และสุดท้ายคือการเข้ารหัส (5%)
  • GFXBench: มุ่งหวังที่จะจำลองการเรนเดอร์กราฟิกวิดีโอเกมโดยใช้ API ล่าสุด เอฟเฟกต์บนหน้าจอมากมายและพื้นผิวคุณภาพสูง การทดสอบที่ใหม่กว่าใช้ Vulkan ในขณะที่การทดสอบแบบเดิมใช้ OpenGL ES 3.1 เอาต์พุตเป็นเฟรมระหว่างการทดสอบและ เฟรมต่อวินาที (โดยพื้นฐานแล้วตัวเลขอื่นหารด้วยความยาวทดสอบ) แทนที่จะเป็นแบบถ่วงน้ำหนัก คะแนน.
    • ซากปรักหักพังแอซเท็ก: การทดสอบเหล่านี้เป็นการทดสอบที่หนักหน่วงในการคำนวณมากที่สุดที่นำเสนอโดย GFXBench ปัจจุบันชิปเซ็ตมือถือชั้นนำไม่สามารถรองรับ 30 เฟรมต่อวินาทีได้ โดยเฉพาะอย่างยิ่ง การทดสอบนำเสนอเรขาคณิตการนับรูปหลายเหลี่ยมที่สูงมาก การเทสเซลเลชันของฮาร์ดแวร์ พื้นผิวที่มีความละเอียดสูง การส่องสว่างทั่วโลกและการทำแผนที่เงาจำนวนมาก เอฟเฟกต์อนุภาคมากมาย ตลอดจนการบานและระยะชัดลึก ผลกระทบ เทคนิคเหล่านี้จะเน้นไปที่ความสามารถในการคำนวณเชเดอร์ของโปรเซสเซอร์
    • แมนฮัตตัน ES 3.0/3.1: การทดสอบนี้ยังคงมีความเกี่ยวข้องเนื่องจากเกมสมัยใหม่ได้มาถึงความเที่ยงตรงของกราฟิกที่เสนอแล้วและใช้เทคนิคประเภทเดียวกัน มันมีรูปทรงเรขาคณิตที่ซับซ้อนซึ่งใช้เป้าหมายการเรนเดอร์หลายเป้าหมาย การสะท้อน (แผนที่ลูกบาศก์) การเรนเดอร์แบบตาข่าย แหล่งแสงที่เลื่อนออกไปจำนวนมาก เช่นเดียวกับการบานและระยะชัดลึกในขั้นตอนหลังการประมวลผล
  • MLPerf มือถือ: MPerf Mobile เป็นเกณฑ์มาตรฐานโอเพ่นซอร์สสำหรับการทดสอบประสิทธิภาพ AI บนมือถือ มันเป็น สร้างโดย MLCommonsซึ่งเป็นสมาคมวิศวกรรมแบบเปิดที่ไม่แสวงหาผลกำไร เพื่อ "มอบความโปร่งใสและเวทีการแข่งขันที่เท่าเทียมกันสำหรับการเปรียบเทียบระบบ ML ซอฟต์แวร์ และ โซลูชั่น" การทำซ้ำครั้งแรกของ MLPerf Mobile มอบเกณฑ์มาตรฐานประสิทธิภาพการอนุมานสำหรับคอมพิวเตอร์วิทัศน์และภาษาธรรมชาติจำนวนหนึ่ง งานการประมวลผล สำหรับข้อมูลเพิ่มเติมโปรดดูที่กระดาษ "เกณฑ์มาตรฐานการอนุมาน MLPerf Mobile: เหตุใดการเปรียบเทียบ AI บนมือถือจึงเป็นเรื่องยาก และต้องทำอย่างไร"
    • การจำแนกภาพ: การทดสอบนี้เกี่ยวข้องกับการอนุมานป้ายกำกับเพื่อนำไปใช้กับรูปภาพอินพุต กรณีการใช้งานทั่วไป ได้แก่ การค้นหารูปภาพหรือการแยกข้อความ โมเดลอ้างอิงที่ใช้คือ MobileNetEdgeTPU พร้อมพารามิเตอร์ 4M ชุดข้อมูลคือ ImageNet 2012 (224x224) และเป้าหมายคุณภาพคือ 98% ของ FP32 (76.19% Top-1)
    • การแบ่งส่วนภาพ: การทดสอบนี้เกี่ยวข้องกับการแบ่งพาร์ติชันอิมเมจอินพุตออกเป็นวัตถุที่มีป้ายกำกับ กรณีการใช้งานทั่วไป ได้แก่ การขับขี่ด้วยตนเองหรือการสำรวจระยะไกล โมเดลอ้างอิงที่ใช้คือ DeepLab v3+ พร้อมพารามิเตอร์ 2M ชุดข้อมูลคือ ADE20K (512x512) และเป้าหมายคุณภาพคือ 93% ของ FP32 (0.244 mAP)
    • การตรวจจับวัตถุ: การทดสอบนี้เกี่ยวข้องกับการวาดกรอบล้อมรอบวัตถุพร้อมทั้งจัดทำป้ายกำกับสำหรับวัตถุเหล่านั้น กรณีการใช้งานทั่วไปเกี่ยวข้องกับการป้อนข้อมูลจากกล้อง เช่น สำหรับการตรวจจับอันตรายหรือการวิเคราะห์การจราจรขณะขับรถ โมเดลอ้างอิงคือ SSD-MobileNet v2 พร้อมพารามิเตอร์ 17M ชุดข้อมูลคือ COCO 2017 (300x300) และเป้าหมายคุณภาพคือ 97% ของ FP32 (54.8% mIoU)
    • การประมวลผลภาษา: การทดสอบนี้เกี่ยวข้องกับการตอบคำถามแบบเรียกขาน กรณีการใช้งานทั่วไปได้แก่เครื่องมือค้นหาออนไลน์ โมเดลอ้างอิงคือ MobileBERT พร้อมพารามิเตอร์ 25M ชุดข้อมูลคือ mini Squad (ชุดข้อมูลการตอบคำถามของ Stanford) v1.1 dev และเป้าหมายคุณภาพคือ 93% ของ FP32 (93.98% F1)

ผลลัพธ์ AnTuTu

เริ่มต้นด้วย AnTuTu เราจะเห็นว่าอุปกรณ์อ้างอิง Qualcomm Snapdragon 888 ทำคะแนนได้เกือบ 17,000 คะแนน สูงกว่าอุปกรณ์อ้างอิง Snapdragon 865 และสูงกว่า Pixel ที่ใช้ Snapdragon 855 เกือบ 350,000 จุด 4. เมื่อคุณดูคะแนนย่อยของ CPU, GPU, หน่วยความจำ และ UX (ไม่ได้แสดงไว้ที่นี่) 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 ที่ใช้ Snapdragon 855 แล้ว 888 QRD มีคะแนนเหนือกว่าในการทดสอบย่อย GPU และหน่วยความจำ 98.42% และ 117.58% ตามลำดับ

ในขณะเดียวกัน Snapdragon 888 QRD ได้คะแนนประมาณ 30.05% และ 90.28% สูงกว่าในการทดสอบย่อย CPU ของ AnTuTu เมื่อเทียบกับ Snapdragon 865 QRD และ Pixel 4 ที่ขับเคลื่อนด้วย Snapdragon 855 ตามลำดับ คะแนนย่อย UX นั้นเปรียบเทียบได้ยากเนื่องจากอุปกรณ์แต่ละเครื่องใช้งานระบบปฏิบัติการ Android เวอร์ชันที่แตกต่างกัน (Pixel 4 และ Snapdragon 865 QRD ใช้ Android 10 เมื่อฉันเปรียบเทียบประสิทธิภาพเมื่อปีที่แล้ว ในขณะที่ 888 QRD ใช้ Android 11.)

การเพิ่มประสิทธิภาพหน่วยความจำครั้งใหญ่นั้นค่อนข้างน่าสนใจ ทั้ง 865 QRD และ 888 QRD มี RAM LPDDR5 ขนาด 12GB แม้ว่าเราจะไม่รู้ว่า RAM นั้นโอเวอร์คล็อกไว้ที่เท่าใด โดยเฉพาะอย่างยิ่ง 865 รองรับ LPDDR5 RAM สูงสุด 16GB ที่ความเร็ว 2750MHz ในขณะที่ 888 รองรับ LPDDR5 RAM สูงสุด 16GB ที่ความเร็ว 3200MHz การกระแทกใน CPU และ GPU ประสิทธิภาพที่นี่เหนือความคาดหมายของเราเล็กน้อย เนื่องจาก Qualcomm กล่าวว่า CPU และ GPU ของ Snapdragon 888 เพิ่มขึ้น 25% และ 35% ตามลำดับ ปีต่อปี. ยิ่งเกณฑ์มาตรฐาน CPU และ GPU เป็นศูนย์กลางมากขึ้นซึ่งเป็นไปตามการเพิ่มขึ้นของการแสดงซึ่งสอดคล้องกับความคาดหวังของเรามากกว่า

ผลลัพธ์ Geekbench

ใน Geekbench 5.0 นั้น Qualcomm Snapdragon 888 ทำงานได้ดีขึ้น 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% เมื่อเทียบกับ Snapdragon 865 แกนหลัก ARM Cortex-X1 Prime เดี่ยวของ CPU ได้รับการโอเวอร์คล็อกที่ 2.84GHz แบบอนุรักษ์นิยม ซึ่งเป็นความเร็วสัญญาณนาฬิกาเดียวกันกับ ARM รุ่นล่าสุด Cortex-A77 Prime core — เป็นไปได้ที่เราจะได้เห็นความเร็วสัญญาณนาฬิกา 3+GHz สำหรับ Snapdragon 888 "Plus" ในช่วงกลางปีที่หลีกเลี่ยงไม่ได้ รีเฟรช หากเป็นกรณีนี้ เราสามารถคาดหวังได้ว่าประสิทธิภาพของ CPU จะได้รับการปรับปรุงให้ดียิ่งขึ้นไปอีก แม้ว่าในขณะนี้ ก็ยุติธรรมที่จะกล่าวว่าการเพิ่มขึ้นนั้นแข็งแกร่ง แต่ก็เป็นเพียงการเพิ่มขึ้นเท่านั้น

ดังนั้น หากคุณกำลังอัพเกรดจากรุ่นเรือธงที่มีอายุสองปี 888 ควรได้รับการปรับปรุงครั้งใหญ่ในด้านประสิทธิภาพของ CPU หากคุณกำลังอัพเกรดจากเรือธงที่มีอายุหนึ่งปี กำไรเหล่านั้นจะน้อยกว่ามาก ฉันรู้สึกตื่นเต้นเป็นการส่วนตัวที่ได้เห็นว่าอุปกรณ์ Snapdragon 888 จัดการกับการจำลองคอนโซลได้อย่างไร

ผลลัพธ์ของ GFXBench

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

มีเกมไม่กี่เกมที่ต้องการแรงม้าของ GPU มากนัก (ไฟล์ Genshin Impact ล่าสุดเป็นข้อยกเว้นประการหนึ่ง) แต่ประสิทธิภาพของ GPU ที่ได้รับการปรับปรุงนั้นมีประโยชน์มากกว่าแค่การเล่นเกม แต่การเล่นเกมเป็นเหตุผลหลักว่าทำไมผู้คนถึงสนใจผลการวัดประสิทธิภาพเหล่านี้ และ Snapdragon 888 มอบการเรนเดอร์กราฟิกที่เร็วขึ้น 35% และประสิทธิภาพการใช้พลังงานที่ดีขึ้น 20% อย่างแน่นอน ปีต่อปี. ผลลัพธ์เหล่านี้แสดงให้เห็นเพียงประสิทธิภาพสูงสุดของ GPU เท่านั้น ดังนั้นเราจะต้องกลับมาทบทวนอีกครั้ง GFXBench—เมื่อเราได้ฮาร์ดแวร์เชิงพาณิชย์แล้ว—เพื่อใช้การวัดประสิทธิภาพในระยะยาว การทดสอบประสิทธิภาพ

ผลลัพธ์ของ MPerf

บางทีสิ่งที่น่าสนใจที่สุดก็คือประสิทธิภาพของ AI วอลคอมม์ โดยทั่วไปแล้วประสิทธิภาพของ AI จะก้าวกระโดดอย่างมากในแต่ละปีแต่กำไรปีนี้น่าประทับใจที่สุด AI engine ของ Snapdragon 888 มีประสิทธิภาพ 26 TOPS เพิ่มขึ้นจากประสิทธิภาพ 15 TOPS ของ Snapdragon 865 และ 7 TOPS ของ Snapdragon 855 Qualcomm ให้เครดิตประโยชน์ส่วนใหญ่กับสถาปัตยกรรมตัวเร่งความเร็ว AI ที่หลอมรวมใหม่ของ Hexagon 780 DSP โดยหลอมรวม ตัวเร่งสเกลาร์ เวกเตอร์ และเทนเซอร์เพื่อกำจัดระยะห่างทางกายภาพและหน่วยความจำพูลสำหรับการแบ่งปันและย้ายข้อมูล อย่างมีประสิทธิภาพ

อย่างไรก็ตาม เป็นการยากสำหรับเราที่จะแสดงให้เห็นว่าการก้าวกระโดดในด้านประสิทธิภาพนี้มีความสำคัญเพียงใด เราได้พูดคุยอย่างเจาะลึกเกี่ยวกับความยากลำบากในการเปรียบเทียบ AI ในระหว่างการสัมภาษณ์ของเรา Travis Lanier ของ Qualcomm, แกรี่ บรอทแมน และซิอัด อัสการ์. ข่าวดีก็คือ นับตั้งแต่ที่เราหารือกับผู้บริหาร Qualcomm มีความก้าวหน้าที่สำคัญในด้านการวัดประสิทธิภาพ AI

ในตอนต้นของบทความนี้ เราได้กล่าวถึงว่า Qualcomm รันการวัดประสิทธิภาพ AI ที่แตกต่างกัน 4 แบบบนอุปกรณ์อ้างอิง Snapdragon 888: AIMark, AITuTu, MLPerf และ Procyon ของ UL บางทีเกณฑ์มาตรฐานที่มีแนวโน้มมากที่สุดคือ MLPerf Mobile ซึ่งจะเปิดตัวเร็วๆ นี้ เกณฑ์มาตรฐาน AI มือถือแบบโอเพ่นซอร์สที่ได้รับการสนับสนุนจากผู้จำหน่าย SoC หลายราย ผู้ให้บริการเฟรมเวิร์ก ML และโมเดล ผู้ผลิต ผลอนุมานมือถือชุดแรก เป็นสาธารณะเราจึงนำผลลัพธ์เหล่านั้นมาเปรียบเทียบกับ Snapdragon 888 ผลลัพธ์ครอบคลุม 3 อุปกรณ์เท่านั้น: 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 ไม่ได้ให้ผลลัพธ์ด้านเวลาแฝง — มีเพียงตัวเลขปริมาณงาน — ดังนั้นเราจึงไม่ได้วางแผนผลลัพธ์ทั้งหมดเป็น ผู้ขายส่งมา สำหรับการตรวจสอบโดย MLCommons

ในเกณฑ์มาตรฐานการอนุมานการประมวลผลทางคอมพิวเตอร์วิทัศน์และภาษาธรรมชาติที่เลือกเหล่านี้ เราจะเห็นว่าอุปกรณ์อ้างอิง Qualcomm Snapdragon 888 ได้รับคะแนนสูงสุดในการทดสอบทั้งสี่ครั้ง จากชิปเซ็ตรุ่นก่อนหน้า 3 รุ่น Dimensity 820 ของ MediaTek มีประสิทธิภาพเหนือกว่า Snapdragon 865+ และ Exynos 990 ในการตรวจจับวัตถุ ในขณะที่ Exynos 990 มีประสิทธิภาพเหนือกว่า Snapdragon 865+ และ Dimensity 820 ใน เอ็นแอลพี. Snapdragon 865+ ของ Qualcomm มีความสามารถในการแข่งขันโดยทั่วไป โดยได้คะแนนเทียบเท่ากับ Dimensity 820 ในการแบ่งส่วนภาพและมีประสิทธิภาพเหนือกว่าใน NLP ในการทดสอบอนุมานเฉพาะเหล่านี้กับรุ่นและชุดข้อมูลเฉพาะเหล่านี้ Snapdragon 888 มีประสิทธิภาพเหนือกว่าชิปเซ็ต 3 รุ่นสุดท้าย

เป็นเรื่องน่าสนใจที่จะเห็นว่าแอปพลิเคชันและฟีเจอร์ใดที่นักพัฒนาและ OEM สามารถสร้างได้โดยใช้ความสามารถ AI ของ Snapdragon 888 คอมพิวเตอร์วิทัศน์จะมีบทบาทสำคัญในฟีเจอร์การถ่ายวิดีโอที่ปรับปรุงด้วย AI มากมายที่เราจะทำ มีแนวโน้มว่าจะเห็นได้ในปี 2021 ในขณะที่ประสิทธิภาพ NLP ที่ได้รับการปรับปรุงสามารถส่งผลต่อด้านที่อยู่ติดกันของวิดีโอ เช่น เสียง ได้เช่นกัน การบันทึก.

อย่างไรก็ตาม เราควรสังเกตว่าผลลัพธ์ของ Snapdragon 888 นั้นเป็นอย่างไร ไม่ได้รับการยืนยัน โดย MLCommons เนื่องจากส่วนหนึ่งของกระบวนการตรวจสอบขององค์กรกำหนดให้อุปกรณ์เป็น มีวางจำหน่ายทั่วไป (อุปกรณ์อ้างอิงของ Qualcomm ไม่ได้จำหน่ายผ่านผู้ให้บริการหรือแบบปลดล็อค โทรศัพท์). นอกจากนี้ ประสิทธิภาพยังขึ้นอยู่กับโมเดล ML รูปแบบตัวเลข และเฟรมเวิร์ก ML ที่เลือก รวมถึงตัวเร่งความเร็ว ML ใดบ้างที่พร้อมใช้งาน

บทสรุป

Snapdragon 888 ของ Qualcomm นำเสนอการปรับปรุงประสิทธิภาพของ CPU และ GPU ที่เพิ่มขึ้นอีกครั้ง แต่มีการปรับปรุงการประมวลผลภาพและ AI อย่างมาก มีคนไม่มากที่อัพเกรดจากอุปกรณ์อายุสองปีจะสังเกตเห็นการปรับปรุงใน CPU และ GPU (เว้นแต่ว่าพวกเขาวางแผนที่จะทำงาน โปรแกรมจำลองหรือเล่นเกมอย่าง Genshin Impact) แต่พวกเขาจะสังเกตเห็นความก้าวหน้าอื่น ๆ ที่เกิดขึ้นบนมือถืออย่างแน่นอน เทคโนโลยี. อุปกรณ์มีการแสดงอัตราการรีเฟรชที่สูงกว่า กล้องที่มีเซ็นเซอร์ภาพความละเอียดสูงกว่า รองรับการเชื่อมต่อ 5G และอื่นๆ อีกมากมายในปัจจุบัน ประสิทธิภาพ AI ที่เพิ่มขึ้นมหาศาลจะไม่มีใครสังเกตเห็นโดยผู้ใช้ทั่วไป แต่ความเป็นไปได้ที่เกิดขึ้นกับชิปเซ็ตใหม่ของ Qualcomm นั้นน่าตื่นเต้นที่จะไตร่ตรอง การปรับปรุงวิดีโอ AI แบบเรียลไทม์ การสตรีมจากกล้องหลายตัว และอื่นๆ อีกมากมายจะเกิดขึ้นในปีหน้า และ บริษัทอย่าง Google ยังคงประหลาดใจกับฟีเจอร์ที่พวกเขาเปิดตัวซึ่งได้รับการสนับสนุนโดยการเรียนรู้ของเครื่องจักร โมเดล

Qualcomm ไม่ใช่บริษัทเดียวที่ทำการปรับปรุงกลุ่มผลิตภัณฑ์ SoC Exynos 2100 ที่กำลังจะมาถึงของ Samsung สำหรับ Galaxy S21 ได้รับการกล่าวขานว่าจะนำการปรับปรุงประสิทธิภาพที่สำคัญมาใช้ นอกจากนี้ยังมี HiSilicon Kirin 9000 ใหม่ของ Huawei และกลุ่ม SoC มือถือ Dimensity ที่กำลังเติบโตของ MediaTek ฉันหวังว่าจะกลับมาอีกครั้ง การวัดประสิทธิภาพเหล่านี้เมื่อเรามีอุปกรณ์ระดับแนวหน้าอย่างน้อยหนึ่งเครื่องกับรุ่นถัดไปของ Samsung, Huawei และ MediaTek ซิลิคอน.

การสาธิตการเปรียบเทียบประสิทธิภาพ Qualcomm Snapdragon 888

ฉันได้กล่าวไว้ในตอนต้นของบทความนี้ว่า Qualcomm แบ่งปันวิดีโอที่บันทึกไว้ล่วงหน้ากับเรา หากคุณสนใจ ฉันได้อัปโหลดวิดีโอนั้นลง YouTube แล้ว มันแสดงให้เห็นว่า Snapdragon 888 รันการวัดประสิทธิภาพทั้งหมดที่ฉันแชร์ด้านบน รวมถึงการวัดประสิทธิภาพ AI ที่เหลือที่ฉันไม่ได้แสดง

ในขณะเดียวกัน นี่คือตารางที่ Qualcomm ให้เราเพื่อสรุปผลการวัดประสิทธิภาพ Snapdragon 888:

ผลลัพธ์เกณฑ์มาตรฐานจากอุปกรณ์อ้างอิง Qualcomm Snapdragon 888 ที่มา: ควอลคอมม์