15tops算力

㈠ 打不過麒麟9000驍龍888的AI性能到底有多強

毫無疑問，AI正在成為判斷手機SoC體驗好壞的重要指標，因為系統運行的流暢度、拍照成像演算法的優化以及很多交互功能都需要人工智慧輔助，因此我們有必要了解時下主流SoC的AI性能強弱排行。

在AI Benchmark官網可以查看詳細的排行榜單

安兔兔和魯大師等跑分軟體都提供了AI性能測試的專屬環節，但就專業和認可度而言，來自蘇黎世聯邦理工學院推出AI Benchmark才是當前最具說服力的基準測試工具，該APP會使用MobileNet -V1、InceptionV3、Resnet - V1等在內的9種神經網路模型進行測試，項目包含2個物體識別分類、2個超解析度，其餘是人臉識別、圖像去模糊、語義圖像分割、圖片增強和內存極限測試。

需要注意的是，SoC廠商官方公布的AI單元理論性能，與AI Benchmark實際的跑分成績可能並不成正比。以驍龍865為例，其採用的由CPU+GPU+DSP構成的第五代AI Engine引擎理論AI算力高達15TOPS，但在AI Benchmark中卻只能跑出最高93左右的分數，遠低於聯發科天璣1000+的139分，僅與天璣800相當。要知道，天璣1000+集成NPU3.0的理論AI算力只有4.5TOPS。

這個問題的背後，可能是AI Benchmark的評測機制無法發揮AI Engine引擎的真正實力，也可能是CPU+GPU+DSP組合方案的效率真的不如專用的AI單元。

作為高通新一代旗艦級SoC，高通驍龍888延續了家族前輩通過CPU+GPU+DSP等模塊攜手進行端側AI運算的設計，只是這一次新添了名為Sensing Hub感測器的部分，一同構成了第六代AI Engine引擎，其算力高達26TOPS。

不過，從首發驍龍888的小米11手機在AI Benchmark上的跑分成績來看，139的分數雖然大幅領先上代前輩驍龍865，但也只是追平了天璣1000+，距離集成2+1達芬奇架構2.0架構NPU的麒麟9000還有相當大的距離。

雖然AI Benchmark的評測並不能保證100%公允，但至少說明高通驍龍在AI方面還大有優化空間可挖。

㈡ 晶元算力tops是什麼意思

TOPS，處理器運算能力單位。TOPS是Tera Operations Per Second的縮寫，1TOPS代表處理器每秒鍾可進行一萬億次（10^12）操作。

㈢ 晶元算力tops是什麼意思

晶元算力tops就是處理器運算能力。tops是TeraOperationsPerSecond的縮寫，1tops代表處理器每秒鍾可進行一萬億次（10^12）操作。

集成電路或稱微電路（microcircuit）、微晶元（microchip）、晶片/晶元（chip）在電子學中是一種將電路（主要包括半導體設備，也包括被動組件等）小型化的方式，並時常製造在半導體晶圓表面上。

集成電路對於離散晶體管有兩個主要優勢：成本和性能。成本低是由於晶元把所有的組件通過照相平版技術，作為一個單位印刷，而不是在一個時間只製作一個晶體管。性能高是由於組件快速開關，消耗更低能量，因為組件很小且彼此靠近。2006年，晶元面積從幾平方毫米到350 mm²，每mm²可以達到一百萬個晶體管。

㈣ Tops 科普

        目前各大媒體都在爭相報道華為汽車的各種指標，裡面有一個參數叫Tops，每秒萬億次，目前華為公布是400+，意思就是每秒可以進行400萬億次的運算（供16 路視頻信號，12 路 CAN 信號和 8 條乙太網傳輸的信號，能夠滿足自動駕駛高並發、高算力、多感測器信號融合計算的需求）；同樣的在高性能計算技術盛會NVIDIA GTC如期而至，公布自動駕駛汽車晶元組——DRIVE Atlan，單顆晶元的算力能夠達到1000TOPS，將應用於L4及L5級別自動駕駛（預計2024年上市使用）。

        Tops的全稱是（Tera Operations Per Second）的縮寫，1TOPS代表處理器每秒鍾可進行一萬億次（10^12）操作），由於自動駕駛需要多個sensor的融合，使用綜合最優計算給出精確判斷，所以對於這個指標特別敏感；據報道要能夠實現完全L4以上級別，一般都說是需要1000Tops以上的算力；【意思到2024年後，大街上很多汽車都是自動駕駛】

        高TOPS是運算單元（PE）的理論值，而非整體系統的真實值，會受內部的SRAM、外部DRAM、指令集、演算法、模型優程度影響，往往100TOPS真正能夠達到10Tops就非常高了。還有自動駕駛主要是需要確定的演算法，目前深度學習還只是一種非確定性的演算法，要實現完全自動駕駛還是需要一定的時日與努力的科研，讓他的標定系統更加准確，更加快速。

參考：https://www.sohu.com/a/397739421_391994

㈤ rk3588相當於高通

rk3588相當於高通QCS8250，兩者只是性能接近、市場定位一致
瑞芯微RK3588和高通QCS8250都是面向AIoT應用的通用型SoC，二者市場定位一致，性能接近，也是目前AIoT領域性能最強的晶元。總的來講RK3588和QCS8250都是ARM架構的處理器，二者主要性能基本一致，不過高通歷來都是榨乾處理器的潛力，因此性能偏高，而瑞芯微深耕行業定製多年，有著更豐富的拓展介面。
RK3588跟QCS820都是採用ARM的混合架構，CPU主要性能基本一致。QCS8250脫胎於驍龍865，雖然驍龍865處理器主頻高達2.8GHz，但是高頻狀態下的產品壽命極短，並不適合行業應用，QCS8250作為一顆面向AIoT行業應用的通用型SoC，CPU控制在主流的2.4GHz，採用2.4GA77+1.8GHzA55的組合架構，而RK3588採用2.4GHzA76+2.0GHzA55的架構，二者CPU性能基本一致。但是QCS8250的GPU部分性能更強，高通在移動市場稱霸多年，其圖形處理器一直以高性能著稱，雖然RK3588採用了最新的G610GPU，但是高通QCS8250的GPU性能要比RK3588強不少，如果需要高性能GPU做一些圖形處理，QCS8250將會是更好的選擇。
QCS8250跟RK3588都內置了獨立的NPU，不過高通的AI算力構成比較復雜，有內置獨立NPU，也有AIDSP，還有GPU，官方給出的綜合算力是15TOPS，在通用型SoC中這算是比較高的了。RK3588也內置了自研的第三代三核NPU處理器，可提供6TPOS算力支持，這個算力也基本可以滿足大多數終端的邊緣計算需求。此外RK3588還支持PCIE3.0*4拓展，可通過外掛加速卡來實現算力拓展，目前國內1000TOPS級別的AI晶元也已經開始落地，就AI算力而言，只要業務場景需要，總有合適的解決方案。QCS8250跟RK3588在AI方面表現也基本持平，雖然QCS8250的算力更強，但是算力拓展能力不足，再加上瑞芯微的ROCK-XSDK已經推出多年，AI生態相對成熟，在業務落地方面會更有優勢。大家可根據自己的業務場景選擇合適的晶元。在產品落地方面，RK3588性價比優勢十分突出，不單是跟高通QCS8250相比，在目前所有上市的8K通用型SoC中，RK3588的性價比都是最能打的那一個。從核心板SOM來比較，QCS8250的落地價格大概是RK3588的2~3倍。當然，如此大的差距並不完全是晶元差價造成的，單從晶元考慮，差距不會這么明顯，但是高通的授權費用很高，研發成本也比較高，這部分投入攤到產品里，推高了產品的售價。相對而言，瑞芯微在研發方面是比較開放的，不會設立很高的門檻，一切以出貨為主，比較務實，因此項目落地成本會低一些。
沒有一個產品是完美的，雖然RK3588跟QCS8250是兩顆定位比較接近的晶元，不過通過對比我們發現二者特點還是很明顯的，在實際的項目應用中，不需要糾結。簡單來說，如果需要算力強的，且對價格不敏感的，QCS8250是一個比較好的選擇。這種產品一般以邊緣計算主機為主，只需要網口和簡單串口就可以滿足需求。如果需要8K輸出，無疑RK3588是更好的選擇。如果產品需要大規模部署，RK3588的價格優勢也十分明顯。軟體生態方面，高通留給開發者的空間並不大，需要基於官方SDK的框架進行，相對而言RK3588更加開放，甚至後續有可能開源。目前基於QCS8250和RK3588的產品都已經上市，大家可根據自己的需求選擇合適的平台進行開發。

㈥ 驍龍870算力多少tops

驍龍870的AI算力為15TOPS。
在游戲測試中，驍龍870的成績是平均幀率28.8FPS，平均功耗6.2W，驍龍870的AI算力為15TOPS。
高通驍龍870能夠實現15TOPSAI運算性能。

㈦ 16tops算力相當於

GTX1080ti。根據查詢相關公開消息顯示，為AI晶元升騰310，12nm製程，算力為16TOPS這算力，相當於GTX1080ti。GTX1080Ti採用了和TitanXPascal相同的GP102核心，包含3584個流處理蔽局器，神笑核心最高頻率1.6GHz，352bit位寬11GBGDDR5X顯游並含存。