去年底联发科新一代AI旗舰芯片Helio P90的发布意外让ETHZ Benchmark苏黎世跑分这款AI测试平台由幕后走到台前。这款跑分软件凭借其巨细靡遗的测试项目,成为了在AI性能测试方面超越安兔兔、鲁大师等在内的传统跑分软件°按制程工艺来看骁龙855采用7纳米技术,跑分理应高于联发科Helio P90的12纳米, 然而Helio P90在其发布会期间凭借升级版APU 2.0,最终以25654分的成绩问鼎移动端AI处理平台,成功击败骁龙855。

联发科p90和骁龙845哪个好(高通855跑分真正超越联发科P90)(1)

日前,二者的博弈得到了反转,根据ETHZ Benchmark苏黎世跑分在官网公布的最新数据显示,骁龙855有了一个新的测试成绩被上传至官网,分数是27356分,不仅拿下了榜首位置,而且比初期的成绩(21526分)提升高达21%左右,同为开发者平台的骁龙855做了怎样的改变?我们也来简单分析一下。

作为当今移动端最权威的AI测试软件,ETHZ Benchmark的测试项目繁杂超乎消费者想象。简单来说,这款软件提供了8大项的核心测试环节,具体如下:

MobileNet-V1神经网络的目标识别/分类 对象识别/初始分类-V3神经网络 人脸识别 图像去模糊 基于CPU、NPU、DSP的VG-19神经网络图像超分辨率 仅在CPU上的SRGAN神经网络的图像超分辨率 语义图像分割 照片增强

ETHZ Benchmark所使用到的深度学习模型的项目特征。(图/网络)

首先我们从产品思路来看,这几年高通和联发科其实有了很大的不同。高通的优势依旧在于传统的CPU、GPU以及基带通信方面,可以说在计算性能和图形还原方面,高通俨然是公开市场的最强者,即便是三星、海思这样的巨头也无法与之比拟。不过似乎也是为了保证传统的性能优势,高通近些年的AI策划似乎略有踌躇。例如在各大厂商争先推出神经网络引擎、AI专核、NPU等专属平台的同时,高通仍以传统的CPU和GPU运算来推动AI的计算,先天AI硬件的缺失也导致其AI性能的不足,例如之前的苏黎世跑分中,骁龙855就不敌麒麟980,而后者则拥有专属NPU人工智能模块。

联发科的策略则显得比较有意思,这家厂商虽然此前在处理器的浮点运算性能方面做到了主流,但是在图形领域则一直令用户有所遗憾,不过联发科这两年则跟进新技术,在人工智能领域狠推AI专核,历经三代产品的铺垫,联发科以AI成功实现了性能反转。同样以苏黎世跑分来说,12纳米的联发科Helio P90此前就一举超越骁龙855,其AI专核的策略正在逐渐奏效,而这也成为其产品转型的重要推手。

联发科p90和骁龙845哪个好(高通855跑分真正超越联发科P90)(2)

而近日苏黎世跑分中高通骁龙855排名的提升也让我们看到其对AI性能的重视,例如在考验移动端AI性能中的第4,第5,第6和第8四大核心项目,这几大项都围绕着神经网络进行超分辨率的图形运算,涉及到SRCNN超分辨率卷积神经网络算法、VGG-19视觉几何组运算、SRGAN、DPED、ResNet深度残差网络等技术,这四大测试子项目涉及到当今移动端AI视觉运算的最前沿领域,而在这部分高通即便二次优化以后,仍然提升有限,而我们猜测本质原因就是在于AI专核的硬件缺失。

联发科p90和骁龙845哪个好(高通855跑分真正超越联发科P90)(3)

利用AI实现的图片增强去噪功能极为考验算力。(图/网络)

所以从目前的成绩来看,即便骁龙855在榜首位置,但是它在AI核心项目上的测试水平依旧全面低于Helio P90,而主要原因就是联发科AI专核已更新三代产品,APU 2.0的算力再度增强,具备了天生的优势。既然如此,为什么骁龙855的得分可以在优化后领先联发科Helio P90,难道芯片真的可以通过优化来实现大规模的性能提升吗?实则不然,这主要是跟运算机制有关系。

例如ETHZ跑分测试中的第1、2、3、7项涉及的是主要由Android神经网络API(NN API)支持的CNN模型,测试会对设备进行硬件加速,主要测试的部分围绕着视觉感知来进行,包括常见的目标识别、目标分类和人脸识别等抽象级图形部分。这些测试中所说的硬件加速基本都是系统调用了传统的CPU GPU的功能来参与AI运算,而这恰巧是高通在传统运算性能上的优势,因此高通在本次ETHZ上的分数拉升其实是CPU和GPU的功劳,但本质上又是陷入了一种“跑分为王”思维,在核心的AI成绩上其实并没有太大的改变。

联发科p90和骁龙845哪个好(高通855跑分真正超越联发科P90)(4)

目前高通在传统以CPU和GPU为核心的跑分软件上有优势。(图/网络)

目前的应用已经出现对算力、图形以及神经网络的频繁交换需求,所以未来越来越多的智能手机芯片将会使用专门的AI专核来满足高场景的运算需求。如同文中所说的,对于图像画质的处理需消耗极大的专项算力,如果使用本就已经负担极重的CPU来再次投入运算,将造成设备的功耗失衡乃至体验卡顿的情况出现,而AI专核的行业未来趋势显然不言而喻。

目前苹果、海思以及联发科等芯片厂商均开启AI专核的布局,从长远来看高通不得不跟进。毕竟12纳米的联发科Helio P90赶超7纳米的骁龙855,无疑是一方面证明了AI专核策略的正确性。期待未来以联发科、海思为代表的独立AI核心派,掀起以高效人工智能算力实现对高通传统运算模式的持续领先。

,