AI跑分超过骁龙845又如何?CPU和GPU性能决定联发科Helio P90命运

简介: 一直以来,对于联发科处理器的表现,圈内有个说法:一核有难,九核围观。当然,这个说法跟处理器本身关系并不大,问题出在联发科芯片设计的调度问题。联发科芯片的亮点是核心够多,且工作流程是高负载启用大小核心,低负载禁用大核心。以“启用小核心并调整CPU频率大小”的调度方式,达到省电不影响性能之目的。

一直以来,对于联发科处理器的表现,圈内有个说法:一核有难,九核围观。

当然,这个说法跟处理器本身关系并不大,问题出在联发科芯片设计的调度问题。联发科芯片的亮点是核心够多,且工作流程是高负载启用大小核心,低负载禁用大核心。以“启用小核心并调整CPU频率大小”的调度方式,达到省电不影响性能之目的。

但在手机使用过程中却往往是“一核工作多核围观”,使得很多搭载联发科芯片的手机莫名其妙的卡顿。只能说,联发科芯片的调度机制需要进一步优化。

image.png

有业内人士总结了联发科芯片几大特点:

1 、基带落后,当然是相对高通这个基带狂魔而言。

2 、制程落后,旗舰产品一般都逊色于高通制,目前高通开始量产7nm旗舰产品,联发科主流产品应该是10-12nm。

3 、大部分安卓系统调度都有问题,十个核心,工作进程中两个a72大核一般围观。

4 、GPU舍不得花钱,核心少,频率高,发热大,对大型3D游戏支持不佳。

5 、安卓系统更新慢,一般都会晚于高通。

之所以会有以上问题,一方面与联发科另辟蹊径的低功耗路数有关,联发科自知硬拼高通的高性能定会导致元气大伤;另一方面在于联发科芯片的定位,既然做中低端市场自然主打性价比,在产品投入上自然能省则省。这,也算是联发科近些年的产品理念之一。

最近,联发科官方在推特官宣其处理器新品Helio P90。其宣传动画给出了Powelful(强劲性能)、Efficient(顶尖能效)、Groundbreaking AI(开创性AI)三个关键词,并强调这是一款this chip changes everything(颠覆性芯片)”。另有消息传出,Helio P90仍基于台积电12nm制造。

image.png

目前尚不知Helio P90性能表现如何,但之前流传Helio P80跑分表现尚可,据说其AI跑分仅次于高通新一代旗舰8150。不出意外的话,Helio P90跑分应该会更高。因为之前只是曝光了这款CPU的AI跑分数,业内对这款芯片的整体性能尚没有太多认知。结合业内人士对联发科CPU特点的总结以及行业现状,这款产品可能会有以下问题。


AI能力并不能彰显CPU及GPU性能

进入AI时代,人工智能几乎成了芯片产品的标配,没有AI算力的芯片几乎就是半个残疾。但在手机领域,AI能力并不能代表芯片整体性能。AI可以算是吸引终端用户的卖点,却不能成为衡量产品是否成功的标准。

image.png

目前在手机产品上,AI主要是在拍照、系统优化及语音助手等功能上落地。虽然手机有这些功能,但能够将这些功能用起来的用户少之又少。据说Helio P90在AI方面主打暗光拍照、逆光拍照等等功能,怕是这些功能也无法对用户有真正吸引力。且,几乎现在发布的每款手机都有AI拍照功能,用户对此的感知基本已经麻木。

反而,因为手游行业的火热以及用户对娱乐的需求,现在用户最关心的还是手机处理器的CPU及GPU性能,尤其更关注GPU性能,毕竟这关系这是否能够流畅的玩一款3D网游。此外,与游戏相关的手机功耗、网络制式等处理器参数,也是消费者选择手机时比较关心的点。所以,Helio P90单凭AI跑分高一项表现,并不能说服消费者。


发热的老问题是否已解决?

在中端市场,以前联发科也有着与高通一战的能力。但在高通600系列及800系列推出后,联发科的诸多优势便一去不复返,市占率一再下滑,最后就连其“铁杆兄弟”魅族弃之理而去,转投高通怀抱。要知道,联发科要重现当年雄风的决心有多强,在AI能力成为弯道超车的关键着力点之后,联发科一直在谋算如何扳回一城。

image.png

之前联发科发布的P60等几款产品,都以AI为主打,尤其是P60曾是一款被寄予厚望的产品。可惜的是,这款产品依然有联发科处理器的老毛病:发热量太高。主打低功耗的芯片容易发热,这着实有点儿讽刺。也正因为这个突出特点,令很多手机厂商对其望而却步。

不知道即将发布的P90是否存在发热高这个毛病,如果仍存在此问题,将会是一众厂商选择高通产品的最佳理由。而在中端市场这一块儿,哪个厂商都不愿承担处理器不稳地的风险,很有可能会继续选择已闯出赫赫威名的骁龙660或者710 。


来自中端神U骁龙660的竞争

在手机圈内,去年高通发布的骁龙660,成为了中端机首选,以至于被业内称作中端神U。今年高通发布的骁龙710可看作是骁龙660的继承者,继续受到了很多用户的追捧。出于多种因素,目前的联发科已经放弃高端市场而专攻中低端市场。

image.png

短期而言,这个策略可以给联发科带来诸多利益。但从目前的表现来看,联发科中端处理器产品也没有比高通更好的表现。长此以往,联发科中端市场或许也将被高通蚕食。

Helio P90为中端产品中阶定位,发布以后定会与高通有一战,届时会与高通骁龙670、骁龙710 等中阶处理器对阵。在AI性能这个维度,P90已无后顾之忧,但尚未曝光的CPU、GPU性能将会决定P90今后的作战能力乃至命运。如果这两项能力不及大家预期,很可能会遭到手机厂商的婉拒。

希望P90整体性能也如AI性能一样强悍,不然定会被骁龙660、710干掉。尤其是,联发科P90上市以后,可能会遭遇骁龙710的清库存阶段。如此一来,高通低价销售710处理器,这对于联发科并不是件好事。

image.png

如果以上分析都成真,那能够挽救helio P90的只有性价比。但性价比这个维度,厂商第一眼看到的或许是价格。如果helio P90的CPU、GPU 性能真的不堪一击,加上高通660及710的低价清仓,helio P90遭遇背水一战将无可避免。

眼下,只有希望helio P90这款芯片能够如其网络宣传一般,在保证AI性能的基础上,其在CPU和GPU性能同样出色。否则,将再现X30之惨状。

相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
目录
相关文章
|
弹性计算 人工智能 Serverless
阿里云ACK One:注册集群云上节点池(CPU/GPU)自动弹性伸缩,助力企业业务高效扩展
在当今数字化时代,企业业务的快速增长对IT基础设施提出了更高要求。然而,传统IDC数据中心却在业务存在扩容慢、缩容难等问题。为此,阿里云推出ACK One注册集群架构,通过云上节点池(CPU/GPU)自动弹性伸缩等特性,为企业带来全新突破。
|
存储 并行计算 调度
迈向可编程观测:在GPU Kernel中构建类eBPF风格的性能探针
本文旨在梳理作者学习路径,带领读者共同探索 GPU Kernel 性能分析从宏观到微观的技术演进。
1362 24
迈向可编程观测:在GPU Kernel中构建类eBPF风格的性能探针
|
存储 机器学习/深度学习 人工智能
GPU云存储性能:加速AI与高性能计算的关键
在人工智能(AI)、机器学习(ML)和高性能计算(HPC)飞速发展的今天,数据存储和处理的效率已成为决定项目成败的关键因素。传统的云存储方案往往无法满足GPU密集型工作负载的需求,而GPU云存储性能的优化正成为企业提升计算效率、降低延迟的核心突破口。本文将深入探讨GPU云存储性能的重要性、关键技术及优化策略,助您在数据驱动的竞争中占据先机。
|
机器学习/深度学习 存储 人工智能
阿里云GPU服务器gn6v、gn7i、gn6i性能特点、区别及选择参考
阿里云GPU云服务器产品线凭借其强大的计算能力和广泛的应用价值,在这些领域中发挥着举足轻重的作用。阿里云GPU云服务器能够为各类复杂的计算任务提供高效、稳定的计算支持,助力企业和开发者在技术创新和业务拓展的道路上加速前行。本文将详细介绍阿里云GPU云服务器中的gn6v、gn7i、gn6i三个实例规格族的性能特点、区别及选择参考,帮助用户根据自身需求选择合适的GPU云服务器实例。
1649 60
|
存储 弹性计算 固态存储
阿里云服务器配置费用整理,支持一万人CPU内存、公网带宽和存储IO性能全解析
要支撑1万人在线流量,需选择阿里云企业级ECS服务器,如通用型g系列、高主频型hf系列或通用算力型u1实例,配置如16核64G及以上,搭配高带宽与SSD/ESSD云盘,费用约数千元每月。
1789 0
|
人工智能 负载均衡 调度
COMET:字节跳动开源MoE训练加速神器,单层1.96倍性能提升,节省百万GPU小时
COMET是字节跳动推出的针对Mixture-of-Experts(MoE)模型的优化系统,通过细粒度的计算-通信重叠技术,显著提升分布式训练效率,支持多种并行策略和大规模集群部署。
1220 9
|
存储 缓存 监控
Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
本文介绍了Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
1600 8
|
机器学习/深度学习 测试技术 PyTorch
深度学习之测量GPU性能的方式
在深度学习中,测量GPU性能是一个多方面的任务,涉及运行时间、吞吐量、GPU利用率、内存使用情况、计算能力、端到端性能测试、显存带宽、框架自带性能工具和基准测试工具等多种方法。通过综合使用这些方法,可以全面评估和优化GPU的性能,提升深度学习任务的效率和效果。
1521 5
|
人工智能 弹性计算 编解码
阿里云GPU云服务器性能、应用场景及收费标准和活动价格参考
GPU云服务器作为阿里云提供的一种高性能计算服务,通过结合GPU与CPU的计算能力,为用户在人工智能、高性能计算等领域提供了强大的支持。其具备覆盖范围广、超强计算能力、网络性能出色等优势,且计费方式灵活多样,能够满足不同用户的需求。目前用户购买阿里云gpu云服务器gn5 规格族(P100-16G)、gn6i 规格族(T4-16G)、gn6v 规格族(V100-16G)有优惠,本文为大家详细介绍阿里云gpu云服务器的相关性能及收费标准与最新活动价格情况,以供参考和选择。
|
存储 缓存
CPU性能
【10月更文挑战第30天】CPU性能
1556 3