避免瓶颈,移动平台拒绝陷入“挤牙膏”怪圈

飞象网讯(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RobAitken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
文章图片
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
文章图片
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MacBookPro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 。
避免瓶颈,移动平台拒绝陷入“挤牙膏”怪圈】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 。