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
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
目录
相关文章
|
6天前
|
机器学习/深度学习 人工智能 弹性计算
阿里云AI服务器价格表_GPU服务器租赁费用_AI人工智能高性能计算推理
阿里云AI服务器提供多种配置,包括CPU+GPU、FPGA等,适用于人工智能、机器学习和深度学习等计算密集型任务。本文整理了阿里云GPU服务器的优惠价格,涵盖NVIDIA A10、V100、T4等型号,提供1个月、1年和1小时的收费明细。具体规格如A10卡GN7i、V100-16G卡GN6v等,适用于不同业务场景,详情见官方页面。
50 11
|
15天前
|
存储 Serverless 文件存储
AI 场景下,函数计算 GPU 实例模型存储最佳实践
当前,函数计算 FC 已被广泛应用在各种 AI 场景下,函数计算支持通过使用容器镜像部署 AI 推理应用,并且提供多种选项来访问训练好的模型。为了帮助开发者高效地在函数计算上部署 AI 推理应用,并快速解决不同场景下的模型存储选型问题,本文将对函数计算的 GPU 模型存储的优缺点及适用场景进行对比分析,以期为您的模型存储决策提供帮助。
|
2月前
|
存储 人工智能 vr&ar
转载:【AI系统】CPU 基础
CPU,即中央处理器,是计算机的核心部件,负责执行指令和控制所有组件。本文从CPU的发展史入手,介绍了从ENIAC到现代CPU的演变,重点讲述了冯·诺依曼架构的形成及其对CPU设计的影响。文章还详细解析了CPU的基本构成,包括算术逻辑单元(ALU)、存储单元(MU)和控制单元(CU),以及它们如何协同工作完成指令的取指、解码、执行和写回过程。此外,文章探讨了CPU的局限性及并行处理架构的引入。
转载:【AI系统】CPU 基础
|
2月前
|
人工智能 缓存 并行计算
转载:【AI系统】CPU 计算本质
本文深入探讨了CPU计算性能,分析了算力敏感度及技术趋势对CPU性能的影响。文章通过具体数据和实例,讲解了CPU算力的计算方法、算力与数据加载之间的平衡,以及如何通过算力敏感度分析优化计算系统性能。同时,文章还考察了服务器、GPU和超级计算机等平台的性能发展,揭示了这些变化如何塑造我们对CPU性能的理解和期待。
转载:【AI系统】CPU 计算本质
|
2月前
|
机器学习/深度学习 人工智能
SNOOPI:创新 AI 文本到图像生成框架,提升单步扩散模型的效率和性能
SNOOPI是一个创新的AI文本到图像生成框架,通过增强单步扩散模型的指导,显著提升模型性能和控制力。该框架包括PG-SB和NASA两种技术,分别用于增强训练稳定性和整合负面提示。SNOOPI在多个评估指标上超越基线模型,尤其在HPSv2得分达到31.08,成为单步扩散模型的新标杆。
77 10
SNOOPI:创新 AI 文本到图像生成框架,提升单步扩散模型的效率和性能
|
16天前
|
机器学习/深度学习 人工智能 缓存
基于英特尔平台加速 AI 应用及 LLM 推理性能介绍|龙蜥大讲堂第115期
本文摘自龙蜥大讲堂英特尔 AI 软件工程师黄文欢的分享,主要包括以下三个方面的内容: 1. 第五代英特尔至强处理器 2. LLM 推理加速框架 xFast Transformer 及其优化策略 3. 性能数据及 Demo 展示
|
2月前
|
机器学习/深度学习 人工智能 负载均衡
利用AI智能分析代理IP流量:提升网站性能的新策略
在数字时代,网站性能至关重要。代理IP技术广泛应用于突破地域限制、保护隐私和优化访问速度,但也带来了服务器负担加重和安全风险。AI智能分析代理IP流量成为有效策略,通过精准识别、动态调整和预测分析,提升网站性能和安全性。案例显示,某电商平台通过AI智能分析成功提升了访问速度和安全性,用户满意度显著提高。未来,AI技术将进一步优化代理IP应用,助力网站发展。
53 5
|
3月前
|
人工智能 并行计算 流计算
【AI系统】GPU 架构与 CUDA 关系
本文介绍了英伟达GPU硬件基础概念,重点解析了A100 GPU架构中的GPC、TPC、SM等组件及其功能。接着深入讲解了CUDA并行计算平台和编程模型,特别是CUDA线程层次结构。最后,文章探讨了如何根据CUDA核心数量、核心频率等因素计算GPU的算力峰值,这对于评估大模型训练的算力需求至关重要。
106 2
|
3月前
|
机器学习/深度学习 存储 人工智能
【AI系统】为什么 GPU 适用于 AI
本文探讨了GPU在AI计算中的应用,从卷积计算的基本原理入手,解析了GPU线程分级与AI计算模式的关系,以及矩阵乘法如何通过GPU编程提升算力利用率。文章还介绍了计算强度的概念,分析了不同数据结构对计算强度的影响,以及GPU中Tensor Core的作用,强调了在不同存储位置下,找到计算强度与矩阵大小的最佳平衡点对AI计算系统优化的重要性。
143 2
|
3月前
|
机器学习/深度学习 人工智能 并行计算
【AI系统】GPU 架构回顾(从2010年-2017年)
自1999年英伟达发明GPU以来,其技术不断革新。本文概述了从2010年至2024年间,英伟达GPU的九代架构演变,包括费米、开普勒、麦克斯韦、帕斯卡、伏特、图灵、安培、赫柏和布莱克韦尔。这些架构不仅在游戏性能上取得显著提升,还在AI、HPC、自动驾驶等领域发挥了重要作用。CUDA平台的持续发展,以及Tensor Core、NVLink等技术的迭代,巩固了英伟达在计算领域的领导地位。
63 1