炼数成金 门户 商业智能 芯片 查看内容

晶体管数量125亿、性能超越高端笔记本CPU,5nm A14芯片性能推演

2020-1-17 15:13| 发布者: 炼数成金_小数| 查看: 64543| 评论: 0|来自: EETOP

摘要: 今年的iPhone 12系列依然有不少看点,比如首次支持5G网络、后置四摄(加入ToF)、搭载5nm A14处理器等。苹果将连续第三年从其制造合作伙伴台积电的制造工艺改进中受益。A12采用7纳米工艺制造,而A13采用增强的7纳米 ...
今年的iPhone 12系列依然有不少看点,比如首次支持5G网络、后置四摄(加入ToF)、搭载5nm A14处理器等。

关于这款SoC,外媒对其性能做了纸面推演。

跃升至5nm制造
相较于A13的83亿颗晶体管,A14预计在85平方毫米的面积内塞入125~150亿颗,超越麒麟990的103亿颗。
A14在Geekbench 5中的多线程跑分预计在5000分上下,相当于6核的MacBook Pro了。如果在考虑6GB RAM以及GPU单元规模加大,部分图形任务场景提升50%将不是问题。

AI性能至少是A13的两倍。

跃升至5nm制造
苹果将连续第三年从其制造合作伙伴台积电的制造工艺改进中受益。A12采用7纳米工艺制造,而A13采用增强的7纳米工艺制造,这主要是为了实现更快的时钟速度和更低的功耗。今年,苹果可能会跳到台积电的全新5nm工艺。实际上,它可能是较早的使用该芯片的大规模消费类芯片。

这是一个很大的升级。5nm模式绝不是半步,而是7nm之后的下一个“全节点”。台积电表示,它在整个过程中广泛使用了极紫外(EUV)光刻技术,其逻辑密度提高了80%,并且在与7nm芯片相同的功率下运行速度可以提高15%,在相同的性能水平下可以降低功耗30%。

台积电工艺演进

当然,设计也很重要。苹果不一定会满足这些确切数字。但是仅在制造过程中,A14就会成为更快,更节能的芯片。

更多的晶体管数量
A13的尺寸约为98.5 mm 2,比83.2 mm 2的 A12 大约大20%。这仅比我去年的最初预测稍小,但是我对晶体管预算的假设远远没有达到。

我以为苹果会使用台积电的N7 +节点,该节点可提供更高的晶体管密度。相反,苹果选择了N7P模式,但事实并非如此。结果,A13拥有约85亿个晶体管,而不是我预测的100亿个。

对于今年,我认为苹果很可能会保持处理器的整体尺寸不变。对于具有大量堆叠组件的高性能高端移动处理器而言,约100 mm 2 是一个不错的尺寸。

如果我们以台积电(TSMC)的话说,它提高了5纳米工艺的晶体管密度,那么我们预估A14可能会集成到令人难以置信的150亿个晶体管,这将比除了较大的高端桌面和服务器cpu和gpu之外的所有cpu都要大。如果苹果将总芯片面积缩小到约85 mm 2那么也可以集成约125亿个晶体管。

CPU性能
对于A13,苹果并没有做很多事情来改变其基本的CPU架构。内核数量仍然相同,并且内核之间没有显着差异。相反,该公司依靠增强的7nm工艺提供的更快的时钟速度来提高性能。

在单线程性能方面,A13比A12(在Geekbench 5中)提高了20%。它比我去年预计的要多,并且是最快的移动CPU。

单线程性能有望提高,但不如多线程性提高的多
我们可以预期A14的得分将接近1600。仅5纳米制程应该比苹果公司在A13中使用的增强型7纳米制程快大约8%。由于更高的峰值时钟速度以及晶体管预算大大提高而带来的一些架构上的改进,A14得分可能会在1,500-1,600之间波动。

多核性能很难预测,A12和A13具有四个小的高效核心和两个很大的高性能核心。苹果已经非常有效地调度工作负载以尽可能利用所有内核,因此,更好的调度不太可能给我们带来很大的改善。但是,随着晶体管密度从5nm大幅提高,苹果可能会增加第三个大内核,或者显着提高高效内核的性能,这实际上将提高多线程性能。

如果苹果不添加更多内核,多线程性能将会提高,但这是一个保守的预测。

趋势线为我们提供了大约4,500的分数,但是我认为架构变化和时钟速度的结合将给我们带来更多。如果Geekbench 5多核得分攀升至5,000左右,为此我们不会感到惊讶。

就其价值而言,最快的Android手机在此测试中得分约为3,000,而得分5,000将类似于6核主流台式机CPU或高端笔记本电脑CPU。它是15英寸MacBook Pro。

图形性能
从App Store首次亮相以来,iPhone一直是一种游戏设备。但是游戏对Apple的重要性从未比现在有了其Apple Arcade服务重要。图形性能使游戏如虎添翼,但GPU还用于图像处理,机器学习和许多其他任务中的计算功能。换句话说,GPU性能至关重要。


A13的图形性能有了很大的飞跃。A14也会有类似的飞跃。

如果我们看一下3DMark Sling Shot ExtremeUnlimited测试,则A13的性能有了巨大飞跃,远远超出了近期趋势的预期。我预计得分约为4,800,而苹果公司的得分远超过6,000!足以击败的Android手机,但是自那以后更新的型号将其推高了一点,今年发布的较高级Android手机将走得更远。

我们希望苹果公司将花费大量的晶体管数量,以使GPU更加强大。随着更多的内存带宽,我们可以期望GPU性能远远超出趋势线预测的7,000的低范围。除非出现新的性能瓶颈,否则我认为得分可能超过9,500。换句话说,我认为可以将游戏中使用的高端图形的图形性能提高50%。

GPU计算越来越重要。如果A14的速度提高50%,也不会感到惊讶。

在使用GPU进行计算时,我认为我们可以预期会有类似的减速。更大的GPU加上更快的时钟速度和更多的内存带宽可以使我们获得50%或更多的收益-使Geekbench 5的计算得分跃升至9,500至10,000范围。

图像处理和神经引擎
A系列处理器的功能不仅仅包含CPU和GPU内核。它们包含用于特定任务的专用硬件,例如图像处理(将来自相机的数据转换为一流的照片和视频),视频编码和解码以及为整个iOS中使用的机器学习任务提供动力的神经引擎。

苹果在A13中添加了专用硬件来处理矩阵乘法,并添加了更新的“机器学习控制器”以平衡处理器各个部分(CPU,GPU和神经引擎)中的计算任务。正如我所预料的那样,它没有向神经引擎添加内核,但是由于CPU,GPU和NE的所有部分都以更高的时钟速度运行,因此性能得到了改善。

苹果公司在A13的CPU中增加了新的矩阵数学硬件。A14可能没有类似的“新”功能,但更多的神经引擎内核似乎是一个合理的期望。

这是Apple十分关心的领域,并且是改善照片和视频质量,增强现实以及整个操作系统中Siri的许多功能的必要组成部分。考虑到5nm制造工艺可以提供更高的晶体管预算,我认为苹果这次将增加Neural Engine内核,并且可能还会进行其他架构改进。

看到Apple声称机器学习任务的速度至少是A13的两倍,这不足为奇。

苹果公司并没有真正提供其想象处理引擎的性能细节,但是追求更好的相机质量的要求永无止境,因此它也可能会更好。

我们认为A14将是Apple的第一款对AV1视频编解码器进行硬件解码的芯片,甚至可能支持硬件编码。如果是这样,请期待苹果花一些时间在舞台上谈论用iPhone 12拍摄的视频如何比以往更小,更高质量。

更快的LPDDR5
苹果多年来一直在其iPhone SoC中使用LPDDR4内存。它首先由从LPDDR3跳到LPDDR4在A9在2015年,然后到LPDDR4x 在2017年的A12和A13中的A11中使用的相同的RAM,只要拆解可以确定。

但是我们正处于下一代低功耗移动存储器的风口浪尖。LPDDR5的规格已于去年完成,三星已经开始生产,SK-Hynix 也即将开始生产。高端Android手机将于今年上半年首次配备,这使得iPhone(至少是高端机型)可能会在今年年底发布。

三星现在正在为今年的手机生产LPDDR5,苹果可能就是其中之一。 

有什么好处?三星目前生产的LPDDR5比iPhone 11中使用的LPDDR4x快30%,并且至少能节能30%。内存带宽是许多任务(尤其是移动图形性能和图像处理)的关键瓶颈。

值得注意的是:三星目前仅批量生产12Gbit 的LPDDR5芯片。如果苹果将其用作供应商,则可能意味着iPhone 12中的RAM升级到6GB,可以轻松地使用四个芯片来组成6G BYTE的内存 。

通过Snapdragon X55调制解调器提供5G支持
今年,人们普遍预计苹果将在新款iPhone中包括5G支持。在某种程度上,要归功于苹果与高通之间已解决的诉讼和许可协议,所有5G版本iPhone都将配备X55调制解调器。低端型号甚至也可能具有该调制解调器,但通过软件禁用了5G无线电。

苹果几乎肯定会在iPhone 12中使用高通公司的Snapdragon X55调制解调器。

至于其他无线功能,我们可以预期将继续支持Wi-Fi 6,蓝牙5,NFC和超宽带(UWB)。

原文链接:https://www.macworld.com/article/3514528/what-we-might-expect-from-apples-a14-processor.html

声明:文章收集于网络,版权归原作者所有,为传播信息而发,如有侵权,请联系小编删除,谢谢!

欢迎加入本站公开兴趣群
商业智能与数据分析群
兴趣范围包括:各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识
QQ群:81035754

鲜花

握手

雷人

路过

鸡蛋

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

 

GMT+8, 2020-9-19 17:52 , Processed in 0.169840 second(s), 23 queries .