我们比较了两个手机CPU处理器:高通 骁龙 845 (Adreno 630)和高通 骁龙 710(Adreno 616)。目高通 骁龙 845 在CPU天梯排行榜中的综合得分是52,而高通 骁龙 710处理器的综合得分是36。通过对比两个CPU在AnTuTu和Geekbench等基准测试中跑分差异和基本参数信息,可以得出以下结论:
处理器名称 | 高通 骁龙 845 | 高通 骁龙 710 |
CPU睿频 | Adreno 600 | Adreno 600 |
核心 | 8 | 8 |
CPU睿频 | 2800 MHz | 2200 MHz |
架构 | ARMv8.2-A | ARMv8.2-A |
三级缓存 | 2 MB | 1 MB |
制程工艺 | 10 nanometers | 10 nanometers |
晶体数量 count | 3 billion | 5.3 billion |
处理器名称 | 高通 骁龙 845 | 高通 骁龙 710 |
GPU名称 | Adreno 630 | Adreno 616 |
CPU睿频 | Adreno 600 | Adreno 600 |
GPU frequency | 710 MHz | 650 MHz |
核心 | 8 | 8 |
FLOPS | 727 Gigaflops | 384 Gigaflops |
处理器名称 | 高通 骁龙 845 | 高通 骁龙 710 |
内存类型 | LPDDR4X | LPDDR4X |
内存频率 | 1866 MHz | 1866 MHz |
Bus | 2x 32 Bit | 2x 16 Bit |
最大带宽 | 29.8 Gbit/s | 14.9 Gbit/s |
最大值 | 8 GB | 8 GB |
处理器名称 | 高通 骁龙 845 | 高通 骁龙 710 |
Neural processor (NPU | Hexagon 685 | Hexagon 685 |
存储类型 | UFS 2.1 | eMMC 5.1, UFS 2.1 |
屏幕分辨率 | 3840 x 2160 | 3360 x 1440 |
相机最大分辨率 | 1x 32MP, 2x 16MP | 2x 192MP, 1x 32MP |
视频录制 | 4K at 60FPS | 4K at 30FPS |
视频播放 | 4K at 120FPS | 4K at 60FPS |
视频编码支持 | H.264, H.265, VP9 | H.264, H.265, VP8, VP9 |
音频编码支持 | H.264, H.265, VP9 | H.264, H.265, VP8, VP9 |
处理器名称 | 高通 骁龙 845 | 高通 骁龙 710 |
基带 | X20 LTE | X15 LTE |
5G网络支持 | No | No |
下行速度 | Up to 1200 Mbps | Up to 800 Mbps |
上行速度 | Up to 150 Mbps | Up to 150 Mbps |
Wi-Fi | 5 | 5 |
蓝牙 | 5.0 | 5.0 |
定位系统支持 | GPS, GLONASS, Beidou, Galileo, QZSS, SBAS | GPS, GLONASS, Beidou, Galileo, QZSS, SBAS |
在社交平台上,高通已经提前宣布了一个令人激动的消息——全新的高通骁龙X系列AIPC处理器将于4月24日正式亮相。此次发布会的焦点无疑是两款新的芯片:骁龙XElite和骁龙XPlus。我们期待这次发布会能够给PC市场带来全新的活力和变革。
高通骁龙8Gen4将首次采用台积电3nm工艺,这意味着安卓阵营正式迈入3nm时代。苹果率先切入3nm工艺,首颗3nm芯片是A17Pro,由iPhone15Pro和iPhone15ProMax首发搭载。目前高通骁龙8Gen4性能极强,但是因为频率设定过高,功耗表现一般,预计量产时频率会降低。
除了骁龙XElite外,高通还在测试代号为X1P”的SoC存在两个版本。正在测试的两款SoC的SKU编号为X1P”,由于骁龙XElite的SKU编号为X1E”,因此可以暂时理解为这两款SoC命名是骁龙XPLUS。且已有测试中的骁龙X系列集成了高通第四代5G基带骁龙X65,若相关产品研制成功,以后将会有更多支持5G网络功能的笔记本电脑推出。
Redmi品牌总经理王腾正式揭晓,备受瞩目的RedmiTurbo3即将在本月闪亮登场。这款新品将搭载全新的骁龙8系旗舰芯片,以卓越的性能表现,引领中端市场的性能跃升。在GPU方面,骁龙8sGen3搭载了与骁龙8Gen2相同的高性能AdrenoGPU,为用户带来无与伦比的游戏体验和能效表现。
Meta最近发布了LLama3,这是一款新的大型语言模型,用于实现更安全、更准确的生成式人工智能体验。除了LLM,Meta还推出了LlamaGuard2、CodeShield和CyberSecEval2等信任和安全工具,以帮助确保符合行业和用户安全期望。随着400亿参数显示出更高的准确性,可以推断出更高的AI硬件需求不会很快减少。