避免瓶颈,移动平台拒绝陷入“挤牙膏”怪圈

慧聪通信网 2021-07-26 10:54 来源:飞象网

【慧聪通信网】(魏德龄/文)当移动平台的CPU性能开始每年毫无悬念的在15%-25%的固定提升中徘徊,甚至GPU在架构上也时长变动不大。于是,一些留心于技术参数的消费者,也开始把PC平台上的“挤牙膏”称谓用在了一些新推出的移动平台身上。不过现实情况却是,移动平台正在拒绝陷入以往PC平台上的“挤牙膏”怪圈。

 

提出每瓦性能

当PC平台的厂商甚至都开始在近年干脆推出真的牙膏衍生纪念品的时候,作为目前一统移动平台的ARM,在近期抛出一个全新的性能观点,ARM的研究员及技术总监Rob Aitken宣称,芯片生产范式正在改变,建议将每瓦性能作为芯片设计的指标,取代原先的摩尔定律。

有意思的是,“超越摩尔定律”更是ARM以往不少场合演讲中的口头禅,最初一度被用来形容ARM架构的产品在性能上的巨大提升,以及未来规划。另外,也开始在近年用来强调创新性概念及框架上的优势。也许,在ARM的眼中,摩尔定律更像是一个以往PC时代的标靶,此番“每瓦性能”定律的提出,则直接表达出了对摩尔定律的不屑一顾。

摩尔定律作为一个经常被提及的名词,源自于英特尔创始人之一戈登·摩尔所提出的“集成电路上可容纳的晶体管数目,约每隔两年便会增加一倍”的理念。

避免瓶颈,移动平台拒绝陷入“挤牙膏”怪圈

近年来,随着制程工艺的进步,ARM架构的移动平台的晶体管数量同样在飞速增长。例如,苹果在去年全球首发的5nm制程A14,晶体管数量达到了118亿个,相较7nm制程的A13增加了40%。同是5nm制程的麒麟9000的晶体管数量更是达到了153亿个。骁龙888尽管并未公布具体的晶体管数量,但同样表示达到了百亿级别。

此外,移动平台无疑将会最先跟进未来的4nm、3nm、2nm的更先进工艺,这同样也意味着移动平台的晶体管数量也必将大幅增长。但ARM“每瓦性能”定律的提出,无疑向外界表示,晶体管数量的增加绝非是最重要的指标。

 

大幅攀升的AI性能

实际上,从目前5nm制程的各个产品的实际表现来看,其在CPU上的提升感知确实并不明显,消费市场也早已厌倦了15-25%左右的提升。SoC的进步也并不能再表现出以往主频从512Hz到1GHz、再到1.2GHz双核所带来的立竿见影的体验提升。而厂商也在悄悄的将关注焦点进行了转移。

避免瓶颈,移动平台拒绝陷入“挤牙膏”怪圈

相较于CPU、GPU,AI在移动平台上经历了从无到有,再到成为每年最大提升项的巨大飞跃。以骁龙移动平台为例,在AI性能的提升上,骁龙845为3TOPS、骁龙855为7TOPS、骁龙865为15TOPS、骁龙888更是提升至了26TOPS。同时,骁龙888中更是将标量、张量、向量模块进行融合,实现每瓦性能提升3倍。

苹果的A系列处理器同样在近几代中不断提升AI性能,实际上,A14 的CPU性能仅比 A13 快了约 16%,GPU仅提升约8.3%,但在AI算力上,机器学习速度提升70%,机器学习加速器则令运算速度快达10倍。从苹果A11到A14,同样实现了AI算力上的大幅进化,此前A12相比A11的AI算力提升就达到了8.3倍。苹果的M1芯片同样十分重视AI算力的提升,以MacBook Pro为例,CPU性能比上一代提升了2.8倍,GPU提升5倍,机器学习能力直接提升了11倍。

显然,动辄就有10倍左右提升的AI能力才是厂商在设计芯片时的发力重点。AI也正在成为一部智能手机能否实现体验上持续提升的关键,用得好无疑比超频模式下的跑分更重要更实际。

 

“用得好”比“跑分高”更重要

AI在智能手机中的作用正在涉及方方面面,例如通过学习用户的使用习惯来控制后台进程、管理电量、控制充电时间。

避免瓶颈,移动平台拒绝陷入“挤牙膏”怪圈

对于目前OEM厂商集中发力的拍照功能,AI能够辨识拍摄物体的类型,来帮助进行参数的自动设定。拍照完成后还能自动对照片进行美化调整。后期用户的抠图过程中,还能通过机器学习来提升抠取的精准度。随着AI算力在5nm时代的大幅提升,AI在视频拍摄、视频会议的过程中,也能提升虚拟场景、实时预览、人物替换等大量全新功能的加速能力。

与此同时,智能手机中的每瓦性能问题确实也正在被一些消费者所关注,如果性能提升的背后是瓦数的巨大增加,发热、功耗的问题无疑也将一并出现,过高的发热也会增加厂商的调教难度,因为发热造成的降频又将会在带来瞬时可感的卡顿,影响用户的使用体验。

此外,制程快速的进步、晶体管数量急剧增加的背后,巨大的成本也需要消费者来买单,目前旗舰机中的处理器BOM成本持续增加,一方面由于5G的原因,更重要的还有制程上的提升。面对先进制程所带来的成本压力,异构集成的话题已经开始更多在人们的耳边刮来。消费者是否喜欢为先进制程、晶体管数量买单也同样值得关注,就在当下这个旗舰机型5nm普及之年,第二梯队的7nm机型甚至受到了市场的更多追捧,价格与体验上的平衡,也让其性价比十分凸显。

对于物体类别的辨识、物体间边缘的区分,其实对于几个月的婴儿就是一件小菜一碟的事儿,大脑在迅速成长的早期就能赋予人类极强的智慧。看似迅速成长的AI也许还只是在婴儿期的小宝宝,还有更多成长道路上的惊喜和未知将会上演,让移动设备可以用得更好,消费者也更有为其买单的动力。


免责声明:凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。