親身體驗 Snapdragon X Elite：基準測試、遊戲、NPU 處理等
自從去年年底Snapdragon X Elite平台發布以來，我們就看到關於其性能的謠言和洩密不斷。幸運的是，我們現在已經能夠獲得實際使用經驗，以展示平台的強大和高效。
幾週前，我受邀*前往位於聖地亞哥的高通總部，親身體驗了 X Elite 平台的演示，以回答這個問題 – Snapdragon X Elite 與競爭對手相比如何？
基準測試
在演示過程中，我們訪問了一些運行預定義基準測試的參考硬體系統，例如 3D Mark、Jetstream 等。下表列出了在 23w Snapdragon X Elite 上運行的這些測試的一些結果型號（系統瓦數而非封裝瓦數）與Intel Core Ultra 7 155h 比較：
| 基準 | 驍龍 X 精英 23w | 英特爾酷睿 Ultra 7-155h |
| 7-Zip 檔案壓縮（越低越好） | 18.98秒 | 21.09秒 |
| Visual Studio程式碼編譯（越低越好） | 30.56秒 | 68.14秒 |
| 3D Mark GPU 基準測試 | 39.11 幀 | 33.98 幀/秒 |
| Spedometer2.0（Edge – Native ARM，越高越好） | 第438章 | 第376章 |
| Spedometer2.0（Chrome – Native ARM，越高越好） | 第457章 | 第413章 |
| JetStream 2（Chrome – 原生 ARM，越高越好） | 316.765 | 295.098 |
| Geekbench 6 CPU | 2774 單 / 14027 多 | 2401 單/13001 多 |
| Procyon – 人工智慧推理基準 | 1716（高通SNPE） | 514（英特爾 OpenVINO） |
從上面的數字可以看出，X Elite 毫不遜色，在每一項基準測試中都擊敗了英特爾酷睿 Ultra 7 155h，而功耗僅為英特爾酷睿 Ultra 7 155h 的一小部分。至少，這對我來說是關鍵——事實上，X Elite 運行時的總系統功耗約為 23w，而英特爾系統上僅 CPU 就可以消耗 100+w 。
1
功率與性能
有趣的一件事是高通為其平台提供功率資訊的方式。與傳統晶片製造商不同，CPU 不是以 TDP（或熱設計功耗）來衡量的，TDP 是用於有效衡量 CPU 在負載下預期發熱量的數字。雖然不是基於“功耗”，但評論者通常將這個數字視為對晶片原始功率的事實上的參考。相反，高通使用的是系統總功率，很可能是從他們測量行動平台晶片（如Snapdragon 8 Gen 3）功耗的方式中得出的。這意味著，就像上面的範例係統一樣，23 瓦的數字適用於整個系統系統而不僅僅是CPU，這可能導致CPU使用更少的功率——這是我在接觸實際硬體後渴望測試的東西。
不幸的是，我們無法測量這些系統上的溫度或其他指標，但根據使用較新的第 13 代 Intel Core Ultra 7 筆記型電腦進行閒置溫度或高於 60 攝氏度的工作的經驗來看，有一些東西可以在僅消耗一小部分功率的情況下提高效率是一個非常有吸引力的前景。
賭博
但你能運行遊戲嗎？答案當然是肯定的！雖然這些系統並未作為「遊戲系統」進行行銷，但這並不意味著我們無法在旅途中運行一些輕度遊戲。
我們體驗了一些遊戲演示，例如 Baulders Gate 3、Control 和 Redout 2，在下面的影片中您可以看到它們的運行情況。我不會就 30 fps 與 60 fps 進行爭論，但在我看來，如果您想在會議之間擠出幾輪遊戲，您可以獲得足夠好的遊戲體驗，進行一些輕鬆的遊戲體驗。
鮑德斯門 3
雖然我不確定選擇了什麼圖形設置，但該演示的分辨率為 1080p，幀速率徘徊在 30fps 左右，沒有任何卡頓。
紅輸出2
同樣，這款遊戲以 1080p 運行，但幀速率遠高於 30fps。
值得重申的是，這些系統並不是作為遊戲系統銷售的，而是高通與微軟合作所做工作的證明，使 Windows 11 ARM（和 X Elite GPU）運作良好，足以運行現代遊戲。
設備上的人工智慧
X Elite 平台更有趣的方面之一是設備上的人工智慧處理。雖然英特爾和 AMD 都發布了自己的帶有專用 NPU（或神經處理單元）的產品，但 X Elite 是最強大的，至少在紙面上是如此。為了進行比較，英特爾將NPU 與其CPU/GPU 結合起來處理設備上的AI，以提高其處理能力，這可能會導致電池壽命延長和性能下降，而X Elite 在專用NPU 中擁有足夠的原始處理能力來運行所有AI不需要CPU或GPU的任務（但如果需要也可以在GPU/CPU上運行，但這不是重點）。
目前，人工智慧以 TOPS（或每秒萬億次操作）的值來衡量，它告訴我們人工智慧模型在設備上處理的速度有多快：
| 處理器 | 神經網路處理器電源 | 峰值（使用 GPU/CPU） |
| 驍龍 X 精英 | 45 上衣 | 75 上衣 |
| 英特爾流星湖 | 11 上衣 | 34 上衣 |
| AMD 銳龍 Hawk Point | 16 上衣 | 38 上衣 |
正如您所看到的，與英特爾和 AMD 的當前產品相比，X Elite 表現出色。
那麼這在現實世界的性能/應用程式中意味著什麼？這意味著您可以非常快速地處理人工智慧模型。多快？這是一個我不得不拍幾次的視頻，因為它發生得太快了。該演示是設備上的穩定擴散，它採用文字提示並產生圖像：
眨眼你可能就會錯過。該演示特別令人印象深刻的是，整個穩定擴散模型僅在 Hexagon NPU 上運行的設備上進行。雖然可以在具有 NPU/CPU/GPU 組合的 AMD 或 Intel 系統上執行類似的操作，但這最終會降低效率並需要更多功率。 NPU 是專門為 AI 處理任務而設計的，因此使用專用 NPU 更有意義，尤其是在電池壽命每一分鐘都很重要的筆記型電腦上。
計算的未來
因此，在完成所有這些演示和基準測試之後，您可能會問，我們什麼時候才能看到使用該晶片的真實模型？答案很快就出來了。據我們所知，戴爾、宏碁、聯想等 OEM 甚至微軟自己的 Surface 系列將在 2024 年夏季發布一系列公告。
一旦我們能夠拿到實際的生產硬件，我們肯定會重新審視，但同時，我們非常焦急地等待由Snapdragon X Elite 提供支援的產品，因為它有可能徹底改變運算空間，讓運算空間變得更好。
*高通非常慷慨地邀請我到他們位於聖地亞哥的總部進行這些演示，並支付了差旅費和住宿費，但除此之外他們沒有任何編輯影響力。
發佈留言