سالهاست که گفتگو درباره رایانههای هوش مصنوعی (AI PC) حول نامهای آشنایی مانند اینتل، AMD و اپل میچرخد؛ شرکتهایی که هرکدام درباره توان پردازش عصبی و رایانش نسل بعدی ادعاهایی مطرح میکنند. اما اکنون با معرفی Snapdragon X2 Elite Extreme، کوالکام با اعدادی وارد میدان شده که نمیتوان نادیده گرفت.
کوالکام در تمامی بنچمارکهای مهم مربوط به هوش مصنوعی روی دستگاه – از UL Procyon و Geekbench AI گرفته تا آمار TOPS و حتی بهرهوری انرژی در سطح پلتفرم نهتنها رقابتی ظاهر شده، بلکه با اختلافی چشمگیر پیشتازی میکند؛ اختلافی که انتظارات از لپتاپهای ویندوزی را بازتعریف میکند.
آنچه از دادههای جدید کوالکام مشخص میشود این است که سرعت بالای X2 Elite Extreme تنها نکته مهم نیست؛ بلکه تعریف عملکرد هوش مصنوعی بهسمت NPUهایی در حال تغییر است که برای پردازشهای مداوم و کارآمد یادگیری ماشینی طراحی شدهاند، نه صرفاً توان خام GPU.
از بینایی ماشین لحظهای تا پردازشهای مولد (Generative AI)، روایت تمام اسلایدها یکسان است: NPU جدید کوالکام نهتنها همسطح رقبا نیست، بلکه پیشتاز است و معماریهای رقیب برای رسیدن به آن نیازمند بازنگری اساسی خواهند بود.
مقایسه TOPS در NPU
این اسلاید نشان میدهد که کوالکام چگونه Snapdragon X2 Elite را از نظر توان خام محاسباتی (TOPS) در جایگاه نخست میان NPUهای لپتاپی قرار میدهد. یک نوار قرمز بلند مقدار 80 TOPS را نمایش میدهد که بهوضوح بالاتر از رقباست. پس از آن:
-
AMD Ryzen AI 9 HX 375 با 55 TOPS
-
AMD Ryzen AI 9 Max+ 395 و AI 7 350 هر دو با 50 TOPS
-
Intel Core Ultra 9 288V با 48 TOPS
-
Apple M4 و M4 Max با 38 TOPS
در پایین این فهرست، پردازندههای Intel Core Ultra 9 285H و Ultra 9 285HX با 13 TOPS قرار دارند. البته در این نمودار جزئیات مربوط به پیکربندی سیستمها ارائه نشده است.
امتیازات Procyon AI در بینایی ماشین
این اسلاید از عملکرد تئوری فاصله گرفته و به ارزیابی عملی از طریق UL Procyon AI Computer Vision میپردازد. نتایج:
-
Snapdragon X2 Elite Extreme: امتیاز 4151 (رتبه اول)
-
Apple M4: امتیاز 2121
-
Intel Core Ultra 9 288V: امتیاز 1866
-
AMD Ryzen AI 9 HX 370: امتیاز 1742
-
Intel Core Ultra 9 285H: امتیاز 719
کوالکام در این بخش ادعا میکند که عملکرد X2 Elite Extreme تا 5.7 برابر سریعتر از Intel 285H است. در اینجا تفاوت بین ادعای TOPS و عملکرد واقعی در workloadهای هوش مصنوعی کاملاً مشخص میشود.
بنچمارک Geekbench AI 1.5
در این تست که طیف گستردهای از پردازشهای هوش مصنوعی را ارزیابی میکند:
-
Snapdragon X2 Elite Extreme: امتیاز 88,615 (رتبه اول)
-
Apple M4: امتیاز 52,193
-
Intel Core Ultra 9 288V: امتیاز 48,566
-
Intel Core Ultra 9 285H: امتیاز 15,628
-
AMD Ryzen AI 9 HX 370: قادر به اجرای این بنچمارک نبوده است
کوالکام در این بخش نیز مدعی است که عملکرد X2 Elite Extreme تا 5.6 برابر سریعتر از 285H است. برای تمامی پلتفرمها مشخصات کامل سیستم تست ارائه شده است.
بهرهوری NPU نسبت به وات (Procyon AI CV)
این اسلاید، بهرهوری در دنیای واقعی را بر اساس امتیاز Procyon AI CV بر حسب مصرف انرژی نمایش میدهد:
-
Snapdragon X2 Elite Extreme: بهرهوری 3.8x (رتبه اول)
-
Intel Core Ultra 9 288V: بهرهوری 2.1x
-
AMD Ryzen AI 9 HX 370: بهرهوری 1.7x
-
Intel Core Ultra 9 285H: مقدار پایه 1.0x
کوالکام تأکید میکند که X2 Elite Extreme تا 3.8 برابر کارآمدتر است که نشان میدهد طراحی آن برای پردازشهای پایدار و کممصرف بهینهسازی شده است.
برتری NPU هگزاگرون نسبت به NPU و GPU اینتل
طبق دادههای جدید کوالکام، Snapdragon X2 Elite Extreme در پردازشهای هوش مصنوعی روی دستگاه از تمام NPUها و حتی GPUهای مجتمع رقبا عملکرد بهتری دارد. در تست بینایی ماشین UL Procyon:
در بخش شتاب GPU نیز پردازشهای AI مبتنی بر گرافیک اینتل عقبتر باقی میماند. بهرهوری انرژی این اختلاف را تشدید میکند:
-
200.5 امتیاز بهازای هر وات
-
تا 3.8 برابر کارآمدتر از NPU اینتل
-
تا 3.7 برابر کارآمدتر از GPU اینتل
نتیجهگیری: برای پردازشهای AI در ویندوز، NPU کوالکام در حال حاضر بهترین ترکیب سرعت و کارایی را ارائه میکند.
بهرهوری انرژی بدون کاهش عملکرد
این اسلاید پردازندههای AI را بر اساس معیاری بهنام Idle-Normalized Platform Power (INPP) مقایسه میکند؛ معیاری که نشان میدهد سیستم برای انتقال از حالت idle به پردازش سنگین چقدر انرژی مصرف میکند. INPP کمتر یعنی بهرهوری بالاتر.
در این مقایسه:
-
Snapdragon X2 Elite Extreme در بالاترین سطح عملکرد و کمترین مصرف قرار دارد
-
نسخه استاندارد X2 Elite نیز کارآمد است و همچنان از پردازندههای x86 بهتر عمل میکند
جمعبندی
البته باید یادآور شد که تمام این دادهها بر اساس تستهای داخلی کوالکام انجام شده و باید منتظر دستگاههای نهایی در سال 2026 ماند تا این ادعاها در مرکز تست Digit بهصورت مستقل تأیید شود.
تا آن زمان، باید منتظر ماند و دید.
source