A17 Pro vs 8Gen3，手机旗舰SoC迭代，GPU和NPU成为下一轮发力点

电子发烧友网报道（文/周凯扬）随着2023年步入尾声，无论是苹果还是高通，都已经推出了新一代的旗舰手机SoC，这也昭示着安卓与iOS阵营手机性能的又一次年末大比。然而，对比过去拼通用计算性能和通用图形计算性能的局面，今年两大厂商都已经开始卷向其他的计算负载，比如光追、超分这样的特殊GPU负载，以及终于被积极调动算力的NPU单元。我们就从CPU，GPU和NPU三个手机SoC主力计算单元来分析苹果A17 Pro和高通骁龙8Gen3在设计上新一轮迭代。
 
CPU，单核多核性能各有千秋
 
A17 Pro和骁龙8Gen3分别是基于台积电3nm和4nm工艺打造的芯片，在最先进的半导体工艺下，CPU上的提升尤其引人注目，尤其是苹果的A17 Pro还是首发3nm的芯片。然而在各路实机测试的表现中，两者的成绩却是各有胜负。
 
A17 Pro虽说用上了最先进的3nm工艺，且对微架构进行了一定的改进，最大主频从A16时期的3.46GHz大幅提升至3.78GHz，但A17 Pro依然保持了6核（2性能核+4能效核）的配置，即便是在苹果自己给出的性能指标中，相较上一代也只有10%的性能提升。
 
而高通的骁龙8Gen3 Kyro CPU，通过升级大核为Cortex-X4、升级中核为Cortex-A720、升级小核为Cortex-A520，并将一个额外的能效核转换成了性能核，从上一代的1：4：3配置，换成了1：5：2配置。正是因为在如此激进的设计改动下，8Gen3的CPU实现了30%的性能提升，20%的能效提升。

主流手机SoC CPU的Geekbench 6测试 / androidauthority

 
然而在Geekbench 6的测试中，我们还是能看到一些有意思的对比。根据androidauthority对iPhone15 Pro和骁龙8Gen3参考机的测试可以看出，在单核性能上，A17 Pro还是领先一大截的，而在多核性能上，骁龙8Gen3终于实现了反超。这不免让人期待起未来Snapdragon X Elite的CPU架构下放到手机SoC后，高通CPU的单核性能会有怎样的提升。
 
GPU，光追和超分辨率技术
 
至于GPU性能的对比，结果与上一代似乎并没有太大不同，在3D Mark的测试中，A17 Pro的GPU全方位落后于骁龙8Gen3。根据苹果的说法，他们对这一代GPU进行了历史上最大的一次重新设计，但从这个结果来看，重新设计的方向应该主要放在了硬件光追和超分技术上，其相比前代提升的20%GPU性能还是无法与骁龙8Gen3相提并论。

主流手机SoC GPU的3DMark测试 / androidauthority

 
今年的手机SoC设计中，硬件光追已经成了标配。苹果称其GPU加入的硬件光追相较基于软件的光追，速度提升了4倍，更适合用于沉浸式AR应用和游戏体验。不过相较从上一代骁龙8Gen2就开始布局硬件光追的高通来说，苹果在硬件光追上的性能水平还是有所不及。从上面的3DMark光追测试成绩可以看出，8Gen3的硬件光追加速性能要高出A17 Pro一大截。
 
高通在硬件光追的开发上也领先于苹果，相比去年8Gen2仅有实时光追支持，今年的骁龙8Gen3还加入了对虚幻5引擎Lumen全局光照和反射系统的支持，可以实现比普通硬件光追更好的光线表现效果。
 
除了硬件光追以外，无论是高通还是苹果，都在这一代GPU的设计中加入了超分辨率的技术，比如苹果的MetalFX和高通的Snapdragon Game Super Resolution（GSR）。为了运行性能要求更高的3A游戏大作，仅仅靠堆高GPU性能是远远不够的，受限于智能手机的散热结构，我们需要英伟达DLSS或AMD的FSR这类超分辨率技术进一步降低配置要求和功耗。
 
去年的WWDC 2022上，苹果正式宣布了MetalFX这一超分技术，利用相对较低分辨率的图像输出更高的分辨率，从而减少渲染负载，提高应用或游戏体验。不过届时该技术主要是为M2系列的处理器开发的，而如今苹果已经打算将这一技术引入手机GPU。

手机超分技术对比 / 高通

 
而高通则在今年推出了GSR这一超分技术，高通宣称可以提供10bit HDR 144FPS的游戏性能体验。从上述超分技术对比中可以看出，GSR最高可以实现两倍的超分。高通还表示，虽然GSR技术兼容大部分GPU，但只有在骁龙硬件平台上才能发挥出最大性能。
 
不过在实现方式上，苹果的MetalFX和高通的GSR还是有一些区别的。高通的GSR是一项单通空域超分辨率技术，与AMD开源的FSR 1.0实现方式一样。而苹果的MetalFX，则给到了开发者选择，既可以采用空域超分辨率技术，也可以使用FSR 2.0一样的时域抗锯齿超分辨率技术。
 
不过，高通选择这一技术路线不是没有原因的，首先空域超分更容易达到较好的性能和图像质量表现，比过去的插值超分在边缘细节上更有优势。而时域超分虽说可以实现更好的图像质量，但其所需的数据输入在手机图形的渲染管线却不常见，只有一部分PC游戏移植到手机上更适合这一方案。
 
这点从苹果MetaFX的开发文档中也可以看出，如果只选择空域超分的话，开发者只需要输入像素色彩，而选择时域超分则需要提供像素色彩、深度和动态信息，这对游戏开发者来说，就需要在渲染管线上花更多的工夫。所以高通的GSR和苹果MetaFX中的空域超分更容易适配，相信未来即将支持超分的一大批游戏都会选择这一方案。
 
NPU，设备端生成式AI
 
自今年生成式AI成为热门应用后，手机SoC厂商以及大模型应用开发者们均看到了手机AI计算单元NPU的另一大功用。尤其是在高通骁龙8Gen 3的产品详情中，高通着重介绍了这一芯片平台在生成式AI上的优势。
 
骁龙8Gen 3的Hexagon NPU相较上一代有了质的提升，性能提升高达98%，能效比提升高达40%。这也是高通首度在NPU中加入支持多模态生成式AI模型的AI引擎，该引擎支持LLM（大语言模型）、LVM（语言视觉模型）和ASR（自动语音识别）模型，端侧最大支持100亿参数的模型。
 
在LLM上，以Meta 70亿参数的Llama 2模型为例，骁龙8Gen 3支持到20token每秒的表现。同时NPU也进一步提高了Sensing Hub各大传感器调用用户数据的能力，比如同时支持两个始终感应的摄像头等。
 
苹果今年似乎并没有着重强调A17 Pro的神经引擎，除了35TOPS的计算性能。不过从M2和M3系列的神经引擎配置来看，苹果或许对于A17 Pro这一智能手机SoC的AI性能有更多的准备。要知道，同为16核的神经引擎，去年的A16和M2芯片其AI算力只有17 TOPS，哪怕是刚公布的M3系列芯片，其AI算力都只有18TOPS。
 
写在最后
 
至此，我们看到了高通和苹果两家厂商对于AI计算的重视，只不过两者的侧重点略有不同。比如目前苹果目前更注重于打造“直觉式AI”，着重加强设备端系统级AI和多媒体AI的表现，比如输入法自动更正、个人语音、拍照人像模式、第三方app中的图片降噪/超分等。而高通已经开始拥抱生成式AI，尤其是智能语音助手的AI性能，也给到了第三方AI应用开发者更自由的硬件资源调用。
 
然而无论是从纸面参数，还是从各大性能测试得出的结果可知，安卓旗舰SoC与苹果SoC的性能代差已经完全消除了，甚至前者在GPU性能上已经实现了反超。由此也可以看出，半导体工艺提升带来的性能收益已经在缩小，反而是芯片微架构和核心配置决定了最终的手机SoC性能。