การเปรียบเทียบ Snapdragon 8 Gen 2: ความคาดหวังของสมาร์ทโฟนเรือธงในปี 2023

เมื่อสัปดาห์ที่แล้วก็เห็นการประกาศของ วอลคอมม์ Snapdragon 8 เจนเนอเรชั่น 2 ที่การประชุมสุดยอดเทคโนโลยีของบริษัทที่ฮาวาย ชิปเซ็ตล่าสุดของ Qualcomm ได้รับการอัปเกรดข้อกำหนดและในกระบวนการผลิต TSMC ซึ่งหาก 8 Plus Gen 1 เป็นอะไรก็ตามที่ควรดำเนินการควรได้รับประสิทธิภาพเพิ่มขึ้นบ้าง ยิ่งไปกว่านั้นในขณะที่บริษัทยังลังเลที่จะให้รายละเอียดด้านเทคนิคเชิงลึกในบางด้าน (รวมถึงการละเลยที่จะ กล่าวถึงชื่อเวอร์ชัน Adreno หรือ Kryo) เรายังคงสามารถใช้ช่วงการวัดประสิทธิภาพยอดนิยมบนการอ้างอิง Snapdragon 8 Gen 2 อุปกรณ์. การวัดประสิทธิภาพเหล่านี้ช่วยกำหนดบรรทัดฐานของความคาดหวังด้านประสิทธิภาพสำหรับเรือธงที่กำลังจะมาถึงในปี 2023 ทำให้เรามีสิ่งที่น่าตั้งตารอ

เกี่ยวกับบทความนี้: Qualcomm สนับสนุนเพื่อนร่วมงานของฉัน ริช วูดส์เพื่อเข้าร่วมการประชุม Snapdragon Tech Summit ที่เมืองเมาอิ รัฐฮาวาย บริษัทจ่ายค่าตั๋วเครื่องบินและค่าโรงแรมให้เขา อย่างไรก็ตาม Qualcomm ไม่มีข้อมูลใดๆ เกี่ยวกับเนื้อหาของบทความนี้

เราเปรียบเทียบ Snapdragon 8 Gen 2 อย่างไร

บนอุปกรณ์อ้างอิง Snapdragon 8 Gen 2 จาก Qualcomm เราใช้การวัดประสิทธิภาพแบบองค์รวม (AnTuTu), การวัดประสิทธิภาพที่เน้น CPU เป็นศูนย์กลาง (Geekbench), การวัดประสิทธิภาพที่เน้น GPU เป็นศูนย์กลาง (GFXBench) และการวัดประสิทธิภาพ MLPerf แต่ละเกณฑ์มาตรฐานดำเนินการสามครั้ง และเราได้ค่าเฉลี่ยของผลลัพธ์ทั้งสามรายการ Qualcomm ได้เปิดใช้งานตัวเลือก "UI Perf Mode" ตามค่าเริ่มต้นที่เราเปิดใช้งานไว้ โดยจะพยายามบังคับให้แอปการเปรียบเทียบประสิทธิภาพทำงานบน Prime Core เพื่อให้ได้คะแนนที่สูงขึ้นเล็กน้อยในการวัดประสิทธิภาพบางอย่าง ดังนั้น โปรดคำนึงถึงสิ่งนี้เมื่อดูผลลัพธ์เหล่านี้ เป็นที่น่าสังเกตว่าเมื่อเราได้อุปกรณ์เชิงพาณิชย์ที่มี Qualcomm Snapdragon 8 Gen 2 แล้ว เราจะทำการรันการวัดประสิทธิภาพเหล่านี้อีกครั้ง

Qualcomm ให้คะแนนเกณฑ์มาตรฐานที่คาดหวังแก่เราโดยอิงจากการทดสอบของตัวเอง เราใช้ข้อมูลนี้เพื่อการอ้างอิงเท่านั้น และมีตารางที่ด้านล่างของบทความนี้ซึ่งมีคะแนนเกณฑ์มาตรฐานที่ Qualcomm คาดหวังให้อุปกรณ์อ้างอิงบรรลุผล

ภาพรวมการวัดประสิทธิภาพ Snapdragon 8 Gen 2

• อันตูตู: นี่คือเกณฑ์มาตรฐานแบบองค์รวม AnTuTu ทดสอบประสิทธิภาพของ CPU, GPU และหน่วยความจำ ในขณะที่รวมทั้งการทดสอบเชิงนามธรรมและล่าสุด การจำลองประสบการณ์ผู้ใช้ที่เกี่ยวข้อง (เช่น การทดสอบย่อยที่เกี่ยวข้องกับการเลื่อนผ่าน ลิสต์วิว) คะแนนสุดท้ายจะถ่วงน้ำหนักตามการพิจารณาของนักออกแบบ
• GeekBench: นี่คือการทดสอบที่เน้น CPU เป็นหลักซึ่งใช้ปริมาณงานการคำนวณหลายอย่าง รวมถึงการเข้ารหัส การบีบอัด (ข้อความและรูปภาพ) การเรนเดอร์ การจำลองทางฟิสิกส์ คอมพิวเตอร์วิทัศน์ การติดตามรังสี การรู้จำคำพูด และการอนุมานโครงข่ายประสาทเทียมแบบม้วน ภาพ การแบ่งคะแนนจะให้ตัวชี้วัดที่เฉพาะเจาะจง คะแนนสุดท้ายจะถูกถ่วงน้ำหนักตามการพิจารณาของนักออกแบบ โดยเน้นไปที่ประสิทธิภาพจำนวนเต็ม (65%) จากนั้นประสิทธิภาพลอยตัว (30%) และสุดท้ายคือการเข้ารหัส (5%)
• GFXBench: มุ่งหวังที่จะจำลองการเรนเดอร์กราฟิกวิดีโอเกมโดยใช้ API ล่าสุด ซึ่งรวมถึงเอฟเฟกต์บนหน้าจอจำนวนมากและพื้นผิวคุณภาพสูง การทดสอบที่ใหม่กว่าใช้ Vulkan ในขณะที่การทดสอบแบบเดิมใช้ OpenGL ES 3.1 ผลลัพธ์จะเป็นเฟรมระหว่างการทดสอบและ เฟรมต่อวินาที (โดยพื้นฐานแล้วจำนวนอื่นหารด้วยความยาวการทดสอบ) แทนที่จะเป็นคะแนนแบบถ่วงน้ำหนัก
  • ซากปรักหักพังแอซเท็ก: การทดสอบเหล่านี้เป็นการทดสอบที่หนักหน่วงในการคำนวณมากที่สุดที่นำเสนอโดย GFXBench ปัจจุบันชิปเซ็ตมือถือชั้นนำไม่สามารถรักษา 30 FPS ได้ โดยเฉพาะอย่างยิ่ง การทดสอบนำเสนอเรขาคณิตการนับรูปหลายเหลี่ยมที่สูงมาก การเทสเซลเลชันของฮาร์ดแวร์ พื้นผิวที่มีความละเอียดสูง การส่องสว่างทั่วโลกและการทำแผนที่เงาจำนวนมาก เอฟเฟกต์อนุภาคมากมาย ตลอดจนการบานและระยะชัดลึก ผลกระทบ เทคนิคเหล่านี้จะเน้นไปที่ความสามารถในการประมวลผลเชเดอร์ของโปรเซสเซอร์
  • 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 สำหรับข้อมูลเพิ่มเติม โปรดดูที่ กระดาษแผ่นนี้ ในหัวข้อ "เกณฑ์มาตรฐานการอนุมานของ MLPerf Mobile: เหตุใดการเปรียบเทียบเกณฑ์มาตรฐาน AI บนมือถือจึงเป็นเรื่องยาก และต้องทำอย่างไรกับเกณฑ์มาตรฐานดังกล่าว"
  • การจำแนกภาพ: การทดสอบนี้เกี่ยวข้องกับการอนุมานป้ายกำกับเพื่อนำไปใช้กับรูปภาพอินพุต กรณีการใช้งานทั่วไป ได้แก่ การค้นหารูปภาพหรือการแยกข้อความ โมเดลอ้างอิงที่ใช้คือ MobileNetEdgeTPU พร้อมพารามิเตอร์ 4M ชุดข้อมูลคือ ImageNet 2012 (224×224) และเป้าหมายคุณภาพคือ 98% ของ FP32 (76.19% Top-1)
  • การแบ่งส่วนภาพ: การทดสอบนี้เกี่ยวข้องกับการแบ่งพาร์ติชันอิมเมจอินพุตออกเป็นวัตถุที่มีป้ายกำกับ กรณีการใช้งานทั่วไป ได้แก่ การขับขี่ด้วยตนเองหรือการสำรวจระยะไกล โมเดลอ้างอิงที่ใช้คือ DeepLab v3+ พร้อมพารามิเตอร์ 2M ชุดข้อมูลคือ ADE20K (512×512) และเป้าหมายคุณภาพคือ 93% ของ FP32 (0.244 mAP)
  • การตรวจจับวัตถุ: การทดสอบนี้เกี่ยวข้องกับการวาดกรอบล้อมรอบวัตถุและจัดทำป้ายกำกับสำหรับวัตถุเหล่านั้น กรณีการใช้งานทั่วไปเกี่ยวข้องกับการป้อนข้อมูลจากกล้อง เช่น สำหรับการตรวจจับอันตรายหรือการวิเคราะห์การจราจรขณะขับรถ โมเดลอ้างอิงคือ SSD-MobileNet v2 พร้อมพารามิเตอร์ 17M ชุดข้อมูลคือ COCO 2017 (300×300) 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)

ผลลัพธ์มาตรฐาน

อันตูตู

เช่นเดียวกับในปีที่แล้ว เราเห็นคะแนน AnTuTu ดีขึ้นประมาณ 10% ด้วย Snapdragon 8 Gen 2 ในปีนี้ นี่เป็นการปรับปรุงที่สำคัญเพียงพอซึ่งแสดงให้เห็นตั้งแต่เริ่มต้นแล้วว่า Snapdragon 8 Gen 2 เป็นชิปเซ็ตที่ทรงพลังกว่าชิป Qualcomm อื่น ๆ ทุกตัวจนถึงตอนนี้ ไม่ค่อยสอดคล้องกับประสิทธิภาพของ CPU ที่เร็วขึ้น 35% แต่ด้วยการที่ AnTuTu เป็นเกณฑ์มาตรฐานแบบองค์รวม นั่นไม่ได้หมายความว่ามันจะสะท้อนถึงการเพิ่มขึ้นของ CPU ทั้งหมดทั้งหมด

กี๊กเบนช์ 5

อย่างไรก็ตาม Geekbench เป็น ตัวชี้วัดประสิทธิภาพที่เน้น CPU เป็นศูนย์กลาง เราเห็นประสิทธิภาพแบบมัลติคอร์เพิ่มขึ้นเกือบ 30% ซึ่งดูเหมือนว่าจะเป็นไปตามการปรับปรุง 35% ที่ Qualcomm โฆษณาไว้ เกณฑ์มาตรฐานไม่ได้สะท้อนถึงผลกำไรเหล่านี้ที่ Qualcomm วัดผลเสมอไป แต่นั่นเป็นเพราะความแตกต่างในการวัด เครื่องมือทุกชิ้นมีวิธีการที่แตกต่างกันในการคำนวณคะแนนและทดสอบชิปเซ็ต และวิธีการของ Geekbench อาจไม่จำเป็นต้องเปิดเผยการปรับปรุงเหล่านั้นที่ Qualcomm จะทำขึ้นมา การปรับปรุง 30% ซึ่งสะท้อนให้เห็นในการปรับปรุงปีต่อปียังคงน่าประทับใจ

GFXBench

Qualcomm ไม่ได้เปิดเผยมากนักเกี่ยวกับ Adreno GPU ใน Snapdragon 8 Gen 2 ดังนั้นเราจึงไม่มีอะไรจะพูดเกี่ยวกับ GPU นอกเหนือจากประสิทธิภาพที่เพิ่มขึ้น เราไม่ทราบจำนวนคอร์ เราไม่ทราบความถี่ และเราไม่มีหมายเลขเวอร์ชันด้วยซ้ำ นี่คือการเปลี่ยนแปลงที่เกิดขึ้นกับ Snapdragon 8 Gen 1 และน่าหงุดหงิดเมื่อเปรียบเทียบ GPU มันเป็นจำนวนมาก ง่ายต่อการอธิบายความแตกต่างในบริบทของหมายเลขเวอร์ชัน แทนที่จะตั้งชื่อชิปแต่ละตัว เวลา.

อย่างไรก็ตาม ผลลัพธ์แสดงให้เห็นถึงการปรับปรุงประสิทธิภาพโดยรวมของกราฟิก นอกเหนือจากการทดสอบ T-Rex ของ GFXBench อย่างแปลกประหลาด การทดสอบนี้เป็นการทดสอบที่มีความเข้มต่ำ ดังนั้นฉันจะไม่ใส่สต็อกลงไปมากนักนอกจากข้อเท็จจริงที่ว่ามันมีอัตราเฟรมที่ต่ำกว่า อาจเป็นกรณีที่เป็นเพียงการเพิ่มประสิทธิภาพ และการทดสอบอื่นๆ ที่เข้มข้นกว่านั้นก็ให้ผลลัพธ์ที่ดีกว่ามาก ในการทดสอบแมนฮัตตันของ GFXBench ซึ่งใช้ OpenGL ES 3.1 API และเรนเดอร์ฉากนอกหน้าจอ 1080p Snapdragon 8 Gen 1 มีอัตราเฟรมเฉลี่ย 179 FPS ในทางตรงกันข้าม Snapdragon 8 Gen 2 มีความเร็วถึง 222 FPS

ในการทดสอบ Aztec Ruins ของ GFXBench ซึ่งใช้ Vulkan กราฟิก API และเรนเดอร์ฉากนอกหน้าจอความละเอียด 1080p Snapdragon 8 Gen 1 มีอัตราเฟรมเฉลี่ยที่ 49fps ในการเปรียบเทียบ Snapdragon 8 Gen 2 ดึง 65 FPS ออกมา เห็นได้ชัดว่าประสิทธิภาพกราฟิกได้รับการปรับปรุง และบางส่วนก็ได้รับการปรับปรุงอย่างมาก นั่นคือการปรับปรุง 44% ในการทดสอบ Aztec Ruins Vulkan และการปรับปรุง 24% ในการทดสอบแมนฮัตตัน

เพียงบางส่วนเท่านั้น เกม Android ที่ยอดเยี่ยม ต้องใช้แรงม้าของ GPU มาก แต่ประสิทธิภาพของ GPU ที่ได้รับการปรับปรุงนั้นมีประโยชน์มากกว่าแค่การเล่นเกม

เอ็มแอลเพอร์ฟ

Qualcomm มีความเข้มงวดเป็นพิเศษเกี่ยวกับข้อมูลเฉพาะเกี่ยวกับการปรับปรุงปัญญาประดิษฐ์ และนั่นก็เป็นเช่นนั้นเสมอ เราไม่มีตัวเลขใดๆ สำหรับ TOPS (Trillion Operations Per Second) แม้ว่าบริษัทจะให้ข้อมูลเกี่ยวกับเราแล้วก็ตาม การปรับปรุงบางอย่างที่จับต้องได้ เช่น ประสิทธิภาพปัญญาประดิษฐ์เพิ่มขึ้น 435% และประสิทธิภาพที่ดีขึ้น 65% ต่อ วัตต์. ผลลัพธ์ข้างต้นแสดงให้เห็นว่า Snapdragon 8 Gen 2 ทำงานอย่างไรใน AI และคุณสามารถเปรียบเทียบกับอุปกรณ์อื่นๆ ได้ ที่ได้รับการทดสอบโดย MLCommons.

สรุปและคะแนนที่คาดหวัง

ตารางที่ Qualcomm ให้คะแนนเกณฑ์มาตรฐานที่คาดหวังไว้นั้นอยู่ด้านล่าง ซึ่งคุณจะเห็นได้ว่าส่วนใหญ่สอดคล้องกับผลลัพธ์ที่เราได้รับข้างต้น

Qualcomm กล่าวว่าอุปกรณ์แรกที่ขับเคลื่อนโดย Snapdragon 8 Gen 2 จะเปิดตัวภายในสิ้นปี 2565 เราจะคอยดูว่า Snapdragon 8 Gen 2 ทำงานอย่างไรเมื่อเปรียบเทียบกับสิ่งที่ชอบ MediaTek มิติ 9200. หากคุณกำลังอัปเกรดจากอุปกรณ์ที่มีอายุมากกว่าอย่างน้อยสองปี การปรับปรุงต่างๆ ก็น่าจะสังเกตเห็นได้ชัดเจน แม้ว่าประสิทธิภาพ AI ที่เพิ่มขึ้นมหาศาลจะไม่มีใครสังเกตเห็นโดยคนส่วนใหญ่ก็ตาม บริษัทต่างๆ แทบจะไม่ได้ใช้ประโยชน์จากศักยภาพของ AI อย่างเต็มที่เมื่อพูดถึงชิปเซ็ตของ Qualcomm และมีแนวโน้มว่าจะเหมือนเดิมอีกครั้งที่นี่

Qualcomm ยืนยันว่าบริษัทต่อไปนี้จะเปิดตัวอุปกรณ์ที่ขับเคลื่อนด้วย Snapdragon 8 Gen 2: Redmagic, Honor, ZTE, Xiaomi, Meizu, Vivo, Sony, Redmi, OPPO, นูเบีย, Motorola, OnePlus, ชาร์ป, Asus, และ iQOO เรากำลังรอคอยที่จะลองใช้ชิปเซ็ตนี้ในการตั้งค่าที่มีการควบคุมมากขึ้นในอุปกรณ์เชิงพาณิชย์ในอนาคต