忘掉跑分 忘掉幀率 忘掉性能 | DigiTalk

來自專欄 Digi史記

首先，如果想看安兔兔、GeekBench、3DMark跑分，這些數字網上都有。想看某款遊戲動態幀率曲線，愛否or小白也有相關資料庫。

以下你將看到的DigiTalk性能論，不會再去重複測這兩部分事實性內容。但希望你聽過之後，能刷新你對SoC性能的一部分理解。

其實，如果S9+是歐版的話，手頭上這四台旗艦，正好代表了智能手機處理平台的四大金剛。

iPhone X：A11 Bionic / 2*Monsoon + 4* Mistral / Apple-designed GPU

三星S9+：Exynos 9810 / 4*M3 + 4*A55 / Mali G72MP18

小米MIX2S：驍龍 845 / 4*A75 + 4*A55 / Andreno630

華為P20 Pro：麒麟 970 / 4*A73 + 4*A53 / Mali G72MP12

CPU一超多強格局

從紙面性能來說，A11 Bionic表示：我不是針對在座的各位誰。蘋果單核一直以來就是吊打一切的存在，跟底兒大一級壓死人類似，與A11的Monsoon大核相比，A73這種只能算是「中核」。

Android陣營這邊，基本都是基於4+4的ARM公版架構。在單核性能天花板存在的條件下，多核在可預見的當前階段，是必然趨勢。包括蘋果，不也開始堆小核了。

事實上，蘋果的自研晶元，也是源於ARM 64位架構，跟高通、三星、華為一樣，均為RISC晶元架構。不同之處在於，ARM允許蘋果從頭設計自己的晶元。

不知道大家發現沒有，我們對於每一年旗艦的定義，很大程度上源自是否搭載同期的頂級處理器。比如在這個時候搭載835的紅魔、8895的魅族15Plus，就多少會受人詬病。

至於不服跑個分，首先我希望在座的各位明白，SoC除了跑分的時候，在99%的情況下都是無法滿載火力全開的。

在電池技術無法取得革命性突破的條件下，智能手機SoC在設計思路上，並不是追求極致性能，而是相對平衡的能耗比。

事實上，你在搭載A11的iOS或者搭載驍龍835/845的Android平台上，運行崩換3或者吃雞遊戲，實際體驗基本是一致的，並不會感受到如GeekBench跑分那般明顯的差距。

從編程語言的角度講，衡量CPU素的的唯一指標，就是執行相同代碼所耗費的時間。而無論安兔兔還是GeekBench，最終跑分都是加權演算法後的結果。

至於「性能溢出論」，我一直是站在對立面上的，但同時我也說過，SoC早已不是評價一款智能手機的唯一/核心標準。

對於這四款旗艦處理器的CPU架構，可以說是「一超多強」的局面。A11 Bionic就像是籃球之神喬丹，好在Android陣營這邊，也有科比、詹姆斯、庫里。

GPU用不用單獨講？

通俗講，用戶方得到的信息，例如「660王者榮耀優化賽高」等，都是面向整個SoC處理器的。一般人不太會去區分CPU和GPU，包括一些評測媒體，也會說「崩壞3吃大核性能」這種話語。

包括廠商方面也是，對於GPU的重視程度以及宣傳力度，往往沒有CPU那麼高。相比於CPU，GPU是專門面向圖形處理運算的，具體來說是面向並行高精度浮點運算設計的，可以用gigaFLOPS去衡量一款GPU的浮點運算能力。

那麼當前手機GPU是個什麼水平呢？我舉幾個GPU GFLOPS的數據你們自己感受下：

iPhone 7: 249.6

驍龍 835: 567

Kirin 970: 346.8

Exynos 8895: 371.2

i7-7700K核顯: 364.8~441.6

MacBook Pro 2017：729.6～883.2

GTX 960: 2308

GTX 1070: 5783~7296

事實上，手機集成在SoC上的GPU，可以看作類似核顯的存在，但跟獨立顯卡仍然存在量級差距。因為GPU浮點運算性能，很大程度上受限於內存帶寬，手機SoC並沒有專門的高速顯存，同時功耗和散熱也限制著硬體性能。

如果移動平台SoC的GPU要比誰的性能更炸裂，那麼老黃的Nvidia就是核彈了。只可惜核彈裝不到手槍里，所以單獨把手機GPU拿出來說，我覺得沒有太大必要。浮點運算能力也不能完全代表性能，更噁心的是還有聯合優化這種騷操作。

遊戲方聯合手機廠商，針對SoC優化的事情大家都是知道的。這也是我為什麼一直排斥做某款遊戲動態幀率對比的原因。最終得出660吊打835的結論，還被廠商引用在Keynote里，其實並不是一件很長臉的事兒。

這跟部分秒天秒地的思域改裝車主，有什麼區別？

甚至更有某數字廠雞賊地修改成友商型號，巧妙避開了據說開價八位數的優化費用。不要跟我說換非企鵝系的遊戲測不就完了，但是660的出貨量那麼大，就算不收費也不是沒有主動優化的可能性。

所以你覺得，遊戲幀率動態測試，是衡量SoC真實性能的靠譜方法嗎？我覺得不夠嚴謹，而且對晶元工程師來說，也不太公平。

事實上，我們不應該把GPU的應用局限於現階段的手游場景。蘋果的Metal 2和Core ML已經融合了機器學習演算法，未來可能是屬於沉浸式3D和增強現實的「綠洲世界」。這也涉及到我們接下來要講的AI部分。

AI是不是偽命題？

如果說GPU沒有必要拿出來單獨講，那麼AI我懷疑可能是個偽命題。在SoC還沒有具象的AI模塊時，一些廠商拿所謂的AI智能語音交互說事兒，你看看Siri、Bixby、Google Assistants、Alexa、微軟小冰理你嗎？

國產手機廠商里自己做語音，現在唯一能拿得出手的，只有小愛同學，就這還沒用在小米手機上。目前AI語音交互融合最好的，應該是三星的Bixby，但頻次仍然不會太高。畢竟對著手機說話這件事，在公共場合還是顯得有點「傻」。

智能語音交互這件事，還是比較適合家居封閉場景的音箱產品來做。OK，語音講不通，拍照可以吧，AI雙攝了解一下？

在旗艦SoC手機中，小米和華為都是把AI拍照擺出來作為賣點宣傳的。但我看了一下兩家的文案，所謂的AI拍照，主要是智能識別不同的拍照場景，進行實時優化調校。

所以我可否把這理解為一種更智能的演算法干預？如果只是識別拍攝場景或者被拍物體，然後實時優化成像，這個過程我覺得只有前半部分夠AI。後半部分，無論是後期加濾鏡，還是多幀合成HDR，ISP模塊之前就能做。

什麼叫人工智慧？應該輔助人完成人做不到的事情。比如華為AIS防抖，能夠幫助用戶手持完成夜景拍攝。雖然華為暫時還沒有公布相關技術細節，但至少這樣的AI應用我還勉強能夠認可。至於什麼AI場景、AI美顏、AI加速，我想說廠商你們這樣濫用AI前綴良心不會痛嗎？

AI模塊或者說NPU，所面向的卷積神經網路（CNN）運算，其實GPU也能勝任。只不過存在效率和能效的差異，就跟獨立出GPU專門負責圖形處理運算，釋放CPU壓力一樣。如果有一天手機某個核心運算過程，NPU具備數十倍於CPU/GPU的效率， 我們再來為AI單獨跑個分。

A11 Bionic中的Neural Engine並不進行通用化用途，只針對處理某些特殊任務運算，例如Face ID、AR、Animoji這些場景。在未來的某代蘋果A系列晶元上，我們或許講看到獨立設計的Neural Engine模塊。

總之，學術界理解的AI或者說機器學習，跟手機圈拿來做營銷的AI，完全是是兩碼事。但我還是看好手機AI的未來，所有技術最終都會落地在終端上，只不過現階段沒辦法顯性體現罷了。

至於ISP/DSP，就不單獨拿出來說了，篇幅要超字。

總結：忘掉性能

「我660王者榮耀吊打麒麟960」、「蘋果A11單核性能跑分無敵」、「紅魔835吃雞不如黑鯊845」，誠然這些都是事實，但我希望你們能在某個維度空間下忘掉性能。

我可以為iOS買單iPhone、可以為拍照買單華為P20 Pro、可以為曲面屏買單S9+、可以為性價比買單MIX2S，這些都與SoC性能關係不大。

好了，以上就是敗叔對旗艦SoC性能的一點看法，沒有跑分對比、沒有幀率測試，只有四顆旗艦的芯。