效能進化多少？高通新一代旗艦處理器 Snapdraogn 855 全面實測
-
歡迎來到 ePrice 比價王！
-
期待明年的865還有後年的875，885跟895指日可待
-
855說真的，亮點極少，就跟著A12遙遠的後面跑
今年三星高通不期待了，就看看華為蘋果的新U表現吧跟粉絲講道理不如去對牛彈琴 -
期待高通的處理器繼續保持衝上去。科技始終來自於人...
-
驍龍S855是2019年安卓陣營最強的處理器，屌打三星獵戶座跟華為麒麟!
-
現在都在强調AI智慧科技，所需要的硬體設備相對來說，就要更高階。
-
這其實各說各話 所以s855到底是跟a12比還是a13呢?
論日期 跟a12同製程 算是同代處理器
論年份 跟a13都是2019年的處理器
所以拿高通跟蘋果互比意義不大 反正android也不會用a系列處理器
所以我說s855的手機可以快點發表上市嗎?好想換機啊
-
要應付AI智慧科技及日益強大的軟硬體，處理器要更加強大啊~
-
蘋果 A12X 處理器的安兔兔跑分是 51 萬左右，Snapdragon 855 的 36 萬分可再進步。
-
我看完後 一般人很難懂
但是新的就是更強更好
chiu
去年底在夏威夷的技術研討活動中，Qualcomm正式對外揭曉新款旗艦處理器Snapdragon 855，分別聚焦在5G、人工智慧 (AI)、混合實境 (XR)，其中包含在導入第四代Snapdragon AIE人工智慧引擎、提昇3倍AI表現、首度導入電腦視覺影像訊號處理器、支援HDR10+、HEIF影像格式，以夾加入即時4K HDR人像模式錄影等應用功能，讓此款處理器強調在效能表現以外，更進一步著眼於連接、性能、AI、拍攝、娛樂5個核心技術，藉此提昇整體沉浸式應用體驗。
藉由此次CES 2019活動，筆者進一步藉由搭載Snapdragon 855處理器的參考設計機種進行包含處理器整體效能測試，以及人工智慧算力測試，藉此預期首波應用此款旗艦處理器的市售機種實際效能表現。
▲ 採用Snapdragon 855處理器、6GB記憶體的Qualcomm參考設計機種。
如先前說明，Snapdraogn 855以台積電7nm FinFET製程技術打造，分別採用全新Kryo 485客製化CPU核心、Hexagon 690 DSP，以及Spectra 380 ISP設計，同樣整合Snapdragon AIE人工智慧引擎應用模式，強調相比前一代Snapdragon 845帶來45%效能提昇，而在新款Adreno 640 GPU效能表現也有高達20%提昇比例，因此強調在整體運算效能相比其他競爭對手提昇許多。
而Snapdraogn 855另一項重點，則是在於結合第四代Snapdragon AIE人工智慧引擎，藉此提昇整體人工智慧運算能力表現，其中分別可應用在相機拍攝、app加速啟用、眼部識別、語音辨識、氣除噪音、電腦視覺等應用，藉此讓手機等裝置功能應用可以有更高執行效率，並且減少CPU、GPU或DSP等處理元件不必要的運算資源浪費，進而減少使用者等待時間與電力損耗比例。
▲ Qualcomm分別將Snapdragon 855處理器分別著眼於連接、性能、AI、拍攝、娛樂5個核心技術。
不過，Qualcomm也不諱言表示當前針對人工智慧算力量測方式，多數還是基於CPU、GPU、DSP等元件效能表現加總計算，除了難以透過單一數據結果反應人工智慧算力實際帶動使用體驗，其實也包含現有對應不同需求的人工智慧技術運算重點均有差異，甚至有針對特定應用打造的人工智慧運算模式，因此不能以相同計算方式比較。
雖然此次評測過程裡，雖然Qualcomm表示市面現有測試工具仍無法詮釋完整的人工智慧技術算力表現，其中更因為不同運算模式的人工智慧技術仍持續增長，因此難以透過單一工具詮釋最佳效能表現，但為了能讓人工智慧算力應用有更直覺比較，內部其實還是藉由電腦視覺分析、學習等應用讓人可以實際比對使用人工智慧與否的算力表現差異，但主要僅針對相同處理器比對使用。
同時，Qualcomm也強調縱使在現有人工智慧量測工具表現數據良好，卻不一定代表處理器本身CPU、GPU、DSP等運算元件設計優異，有可能是因為處理器本身運算模式符合人工智慧量測工具執行方式 (例如以獨立NPU運算元件獲得額外加總計分)，因此在總體得分可以獲得明顯成績，但實際在CPU、GPU、DSP等元件的個別運算效能表現卻不明顯，因此也很難評斷此款處理器整體是否表現優異。
▲ 如何量測一款處理器的「人工智慧」？Qualcomm認為藉由單一數據很難完整標示人工智慧實際帶來體驗，同時藉由傳統CPU、GPU、DSP量測方式進行加總也不適合。
另一個Snapdraogn 855的重點，則是針對5G連網應用打造，不過現階段設計仍未將5G連網數據晶片Snapdragon X50與處理器整合，而是以獨立搭配使用模式為主，加上此次測試環境並未特別架設5G連網資源，因此在此次測試過程並未列入，但以Qualcomm今年開始的發展目標，確實將會以Snapdraogn 855搭配5G連網推動更多沉浸式體驗發展。
Snapdraogn 855處理器特色回顧
在處理器運算平台細節內，Snapdraogn 855分別採用全新Kryo 485客製化CPU核心、Hexagon 690 DSP，以及Spectra 380 ISP設計，同時依然整合Snapdragon AIE人工智慧引擎應用模式，強調相比前一代Snapdragon 845帶來45%效能提昇，而在新款Adreno 640 GPU效能表現也有高達20%提昇比例，另外相比其他同樣以台積電7nm製程技術生產的處理器，Qualcomm更強調Snapdragon 855將帶來更加穩定的效能輸出。此次採用的Kryo 485客製化CPU核心裡，分別採用一組運作時脈達2.84GHz的「主核」、3組運作時脈達2.42GHz的「效能核心」，以及4組運作時脈達1.8GHz的「節能核心」，構成多叢集架構設計，確定以Arm DynamIQ架構形成「1+3+4」核心配置設計，其中「主核」部分將採用三種不同運作時脈構成，針對不同運算需求提昇最佳效能表現，而「效能核心」則採用BIG.little大小核架構設計，對應更穩定的效能輸出表現，「節能核心」則以進階版aSMP形式打造，主要提供一般運作時的基本效能表現，同時確保節能表現，同時也能對應更細膩的效能分配。
藉由Arm DynamIQ形式設計，讓Snapdragon 855處理器運算平台的運算核心配置可以更加細膩，讓單一最大核可在必要時發揮峰值效能，並且透過三組效能核心維持穩定運作，而四組節能核心則可在一般操作手機時發揮節電效果。
此次在CPU架構、GPU與DSP設計略有不同，更在Hexagon DSP內加入特定區塊作為學習應用
在此次採用DynamIQ架構的設計中，Qualcomm將核心架構配置拆分成單一「主核」，藉此對應瞬間最大效能運作需求，例如用於App啟用，或是特性峰值效能表現，而「效能核心」則是對應穩定效能輸出，並且配合「節能核心」對應一般操作使用情境。而將「主核」獨立拆分，主要考量還是在於避免處理器最高運作時脈因過熱等保護機制受限，讓處理器能隨時透過「主核」輸出最高效能。
而藉由Adreno GPU加速效果，則可在人工智慧運算加速提昇50%的算數邏輯單元，藉此優化裝置端在人工智慧語音處理、影像拍攝、內容處理，以及混合實境等應用提昇。透過整合Android NN-API在內人工智慧運算框架，更可讓各類人工智慧技術應用服務執行效果提昇。
其他功能部分，則包含在Hexagon 690 DSP加入全新張力加速器提昇人工智慧應用運算，並且在Spectra 380 ISP內加入全新電腦視覺運算能力，另外也原生加入整合以超音波原理設計的3D Sonic Sensor螢幕下指紋識別設計，以及Quick Charge 4+快速充電技術。
▲ Snapdragon 855加入諸多全新功能，其中更有不少設計因應5G網路即將到來而打造。
此次測試工具，分別採用安兔兔 (Antutu) v7.1.1、Geekbench v4.3.0、GFXBench 4.0.x、ES 3.1、3DMark等測試項目量測CPU、GPU、DSP在內加總評分，另外也包含以網頁形式提供使用的量測工具，包含Octane v2.0、Jetstream v1.1與Speedometer。Snapdraogn 855效能測試
而針對人工智慧算力表現的測試工具，則採用瑞士蘇黎士聯邦理工學院針對目前市面多數人工智慧演算技術打造的量測工具ETH AI Benchmark 2.1.1，以及中國奇鲁科技打造的魯大師AIMark v1作為比較，另外也透過Qualcomm內部團隊打造的AI Engine DEMO展示採用人工智慧運算與否的算力表現差異。
此次採用的Snapdraogn 855參考設計機種，基本上就是先前曾在夏威夷技術研討活動上展示設計，除了以輕薄機身設計詮釋Snapdraogn 855處理器以7nm FinFET製程技術帶來的低發熱、低耗電特性，同時也呈現未來新款手機可能設計，例如更窄邊框設計的全尺寸螢幕、異構螢幕，以及多鏡頭應用等設計。
但實際反應效能表現，未來仍可能因為不同品牌機種設計而異，例如去年由各品牌推出採用Snapdragon 845處理器的手機產品，便因為內部散熱機構等因素，導致整體運算效能表現不同。
常見效能量測工具測試結果 (點按縮圖可放大)：
人工智慧算力量測工具測試結果 (點按縮圖可放大)：
此次針對Snapdragon 855的人工智慧算力測試部分，特別藉由一般運作時脈版本，以及另一款超頻版本的參考設計機種進行量測，而由於比對用機種並未特別區分一般版與超頻版兩種規格，因此僅以一般版量測分數作為比對。
▲ 此次透過兩組不同運作時脈機種比對人工智慧算力差異。