最新新闻
起亚电动SUV EV9升级,动力与软件得到全面提升 上汽大众新款SUV途岳正式上市,售价15.86-21.66万元 福特领衔投资45亿美元,将在印尼建立镍加工厂 主机厂召开座谈会,探讨国六B切换情况 特斯拉在墨西哥大举投资,助力其成为电动汽车大国 特斯拉推出版Giga啤酒,啤迷大喜过望 西安特斯拉中心车间揭秘,让你近距离了解制造 宝马、特斯拉等豪掷重金,墨西哥将成电动车大国 本田雅阁e:HEV亮相:能否成为雅阁救世主? 特斯拉中国首次败诉,需退一赔三 AI伦理员工大量裁减引发业界担忧,微软、谷歌等科技巨头被指责 AI过于强大,人类面临危险?马斯克、图灵奖得主呼吁暂停GPT-4模型后续研发 微软早期阶段将广告植入GPT-4版必应搜索 故意毁灭证据:美法庭对谷歌Play商店垄断诉讼开出罚单 元宇宙仍是未来,但实现需要时间——Meta重申在计算领域的地位 AI老板发出警告:无法解释的推理能力可能导致人类灭亡 监管机构开始对特斯拉Model X的问题展开调查 追溯OpenAI的历史,揭示其与马斯克的众多纷争 GitHub裁员,印度团队成最大受害者 微软与OpenAI强力结盟,共同致力于网络安全领域 AI视频素材来源不明,百度文心一言创作者面临版权风暴 OpenAI神秘CTO只有35岁,是ChatGPT之母 马斯克脑机接口公司开始寻找合作伙伴 推进人体试验 芝麻信用黑灰产生意:购买会员、薅羊毛可轻松提升信用分 比尔盖茨遭马斯克批评 AI 理解有限 AI越来越智能,你的工作还能保住吗?现实不容忽视 微软研究惊艳科学界:GPT-4能力接近人类,AI朝“天网”迈进? 推特泄露部分源代码,GitHub受命删除,安全问题引人担忧 谁在制造泰国游客流失的恐慌?真相揭秘 为何马斯克和OpenAI撕破脸了?马斯克为何实际控制被拒?
您的位置:首页 >资讯 > 科技 >

评测NVIDIA移动芯片和索尼 SONY WH-1000XM3固件版本差异验证

2020-01-05 08:39:42   来源:
导读 NVIDIA(英伟达)这个名字相信每一个电脑用户都不陌生,这家全球知名的GPU厂商已经成为了图像处理器这一领域的绝对王者。可即便有巨大的市场

NVIDIA(英伟达)这个名字相信每一个电脑用户都不陌生,这家全球知名的GPU厂商已经成为了图像处理器这一领域的绝对王者。可即便有巨大的市场份额,在过去的17年中,NVIDIA的股价几乎总在20美元(对应市值100亿美元左右)附近徘徊,其推出的Tegra系列处理器在智能手机领域也不温不火。

但从2015年开始,NVIDIA股价飙涨,不仅一扫移动处理器市场的阴霾,更是历史性的突破100美元(对应市值600亿美元左右),达到前所未有的新高度。

↑ NVIDIA上市以来股价的变化 via Bloomberg

近两年NVIDIA快速布局汽车和深度学习领域,在Tegra处理器的基础上相继推出了DRIVE PX和DRIVE PX2自动驾驶汽车计算平台,并开始与特斯拉、奥迪、博世等车企合作开发无人驾驶技术,在2017年CES上更是推出了搭载DRVIE PX2的NVIDIABB8无人驾驶原型车。这一次,在自动驾驶和智能汽车的风口上,NVIDIA或许会成为新的王者。

↑ 2017年CES上NVIDIA的无人驾驶试验车

一、GPU王者失意智能手机时代

已经在GPU领域耕耘深厚的NVIDIA在2008年推出了基于ARM和Geforce的移动处理器Tegra,随后由于这一处理器系列在图像处理方面的巨大优势,迅速占领了对图像处理要求较高的游戏机和平板市场,并在随后几年中不断更新升级。但在智能手机领域,Tegra系列一直被高通、三星吊打,就连华为都已经后来居上自从Tegra 4以后,NVIDIA在智能手机领域几乎销声匿迹,甚至首发T4处理器的小米3手机,到现在还会被用户吐槽。NVIDIA这个GPU之王在智能手机市场起了个大早,赶了个晚集,这次失败有偶然、但更多的是必然。

↑ 曾被寄予厚望的Tegra系列处理器

1. 基带——手机CPU的核心

基带,调制解调技术的统称,是负责手机与外界信号接收转换的关键桥梁,通话、上网、待机等所有的通讯技术都绕不开它。我们一般都会认为手机CPU的性能体现在是其处理速度和功耗,其实在智能手机时代还有一层最基础、最关键的需求——手机信号质量,这一由基带性能决定的通讯功能直接决定了手机的通话质量和上网速度。

在基带技术这一块,NVIDIA几乎是一片白纸,不仅仅NVIDIA,模拟通信时代的巨头德州仪器、摩托罗拉等公司在数字通信技术(3G、4G)上都毫无成绩可言,而这一领域的专利几乎全部由高通垄断,高通也依靠其基带技术推出骁龙系列集成式移动处理芯片,并在这一领域逐渐成为主流。

在使用ARM架构的手机处理器上,各家的性能差异并不是特别大,但高通还能提供稳定可靠的集成式基带,其成本具有绝对的优势,毕竟就算NVIDIA处理器性能再剽悍,也还是的使用高通的基带芯片,开发难度和成本都相应提高。在这一点上,不仅NVIDIA,大部分厂商的衰弱都应该说是必然,除非你能研究出自己的基带专利技术,比如华为麒麟系列这个后起之秀。

↑ 集成基带的高通骁龙和华为麒麟处理器

2. 定位偏差+T4难产

NVIDIA做GPU起家转战移动处理芯片一定不会放弃这个优势,因此Tegra处理器集成了强大的图像处理功能,并将市场主要定位在了平板和游戏机领域,T1在这两个领域的成功也证明了NVIDIA的实力。因此T2依然专注于此,但此时3G、4G技术开始发酵,高通强势出击,在这一时代T2依靠其图像处理性能在手机领域也能有一定的市场,但NVIDIA此时已经错失了整合基带的时机,T3几乎是全面落后。随后T4的难产和高功耗也注定了NVIDIA在手机领域大势已去。

二、智能汽车——新王者之路

智能手机市场的失败并没有让黄仁勋妥协。在2015年NVIDIA新品发布会上,tegra X1处理器发布,但这一次老黄只简单介绍了这款新品,随后便抛出一颗重磅炸弹——DRIVE PX,基于Tegra X1打造的全新智能汽车处理平台。NVIDIA正式宣布大举进军汽车领域,奥迪、特斯拉等汽车公司也相继与其展开合作。随后,NVIDIA股价开始一路狂飙,那么这次的成功是偶然还是必然?

↑ 搭载DRIVE PX 2的Roborace无人驾驶赛车

1. GPU与CPU的区别

CPU和GPU都是现代计算机技术中不可或缺的关键处理器,CPU擅长复杂的逻辑运算和通用性数据运算,是为解决复杂的计算和控制而发明的;GPU擅长大数据量、逻辑不复杂的重复计算,是为解决图像像素处理发明的。设计目标的不同,使得两者的结构也有巨大的差异,如下图所示:

↑ CPU与GPU结构对比

CPU具有强大的运算单元和巨大的缓存区域,在执行复杂计算和控制时,运算单元可以保证计算的效率,缓存区域又可以提供足够的数据加载区域,即便又复杂的运算和终端逻辑也能保证速度和精度,因此CPU更擅长串行运算和逻辑控制。

GPU具有众多密集的运算单元和少量的缓存区域,每个线程配备一个缓存区和控制单元,而运算单元也只需要处理简单的逻辑 ,这也使得每个线程可以同时并发工作,所以GPU适合大规模、逻辑简单的并行运算。

2. GPU加速算法

图像处理的核心就是处理一个个信息简单但数量巨大的像素点,这是GPU诞生的舞台,用GPU处理图像和渲染等工作可以极大的提高效率。在此基础上NVIDIA提出了一种GPU加速计算的方法,同时运用CPU和GPU处理计算任务,将程序的密集运算放在GPU上,其他的逻辑依然在CPU上完成,这种结合让GPU可以在更多的应用场景发挥作用。

↑ NVIDIAGPU加速算法示意图

例如在机器学习领域,使用GPU提供的强大并行运算能力去处理海量的学习数据,再用CPU完成其他的逻辑。Tegra系列处理器便可完美的支持这种运算方法,这也让NVIDIA成为众多机器学习系统的首选,据卡耐基梅隆大学的lan Lane教授称:"借助 GPU,预先录制的语音或多媒体内容的转录速度能够大幅提升。与CPU软件相比,我们执行识别任务的速度超级高可提升33倍。"

↑ NVIDIAk40处理器针对机器学习应用的基准测试结果

3. Tegra的新舞台——自动驾驶

图像处理、机器学习都已经成为目前自动驾驶不可缺少的技术,自动驾驶中的环境感知、目标识别,都需要图像处理的参与;而借助机器学习算法,又能有效提高目标识别的效率和准确度,这也为NVIDIATegra处理器带来了新的舞台。

索尼 SONY WH-1000XM3固件版本差异验证

坊间一直流传,索尼WH-1000XM3的新固件版本降噪性能要比老的更差,即最早期的2.x.x版本的降噪性能要比目前的4.x.x更好。这也让不少WH-1000XM3的用户一直停留在2.x版本不升级,甚至动用比较麻烦的方法去对耳机做固件降级。出于闲的蛋疼的原因,我们终于找到机会来验证一下到底是不是如此。

验证的方法看似简单,但也不简单。今天的办法是找了两只固件版本分别为2.0.0和4.2.2的WH-1000XM3做对比,其中老版本的那只是我们最近做测试借网友的。新版本的一只,是一个月前从pdd海淘的。为什么不用同一只耳机刷不同固件对比呢?因为刷一次固件大概需要1小时,时间太久,万一差别细微,恐听觉记忆不够用。

用两只耳机测解决了听觉记忆的问题,但也有了新问题!那就是你们都不信的煲机。买来这只新耳机,我们用有线模式狂煲了200多个小时,低频改善明显,但仍然没有办法追上那只老的。老的低频动态会更好,低频爆发力更强,声音更为松弛均衡。但这次又证明了煲机有效,至于有没有用,你们随便。

此次对比主要是听觉降噪部分,使用了室内安静环境、商场嘈杂环境和地铁车厢内三个场景。室内环境几乎没有太大差别,所以忽略不做描述。

商场嘈杂环境是考察重点,因为坊间流传说法是4.x版本的固件在中高频部分的降噪能力变弱,有点像AirPods Pro把噪声中的中高频突出的效果。实际测试发现,第一,两个版本固件效果都不错,没有发现明显的中高频降噪差异,整体性能在这方面还是要好于AirPods Pro。第二,新版这只耳机在嘈杂环境下,如果身边走过行人在说话,确实可以比老版的降噪性能稍差。但也只是在身边很近的人声相关,远处人声、广播、音响的中高频等都没差异。

而地铁车厢内的测试没有发现明显差异。但需要注意的是,由于头架与耳垫的疲劳程度新耳机与旧耳机还是存在一些差异,所以随着耳机越来越旧,低频的降噪性能可能会有轻微降低,当然这个程度很轻微。

总结

坊间流言有一点点道理,两个版本固件在中高频部分的降噪性能差异微乎其微,没有太大差异,也没有和AirPods Pro太大相似处,整体性能仍然优于AirPods Pro。另外本次蛋疼的测试还有两个小收获。第一,新款耳机的低频可能需要300-500小时后,才可以有比较松弛的听感,有比较大可能性新款低频可能确实更硬了。当然,煲机也相当重要,毕竟可以不用心疼电池进行有线煲机啊。第二,WH-1000XM3对比任何耳机降噪功能效果时,最好佩戴好之后开机,或者佩戴上之后用环境声切换键切一圈[即打开关闭降噪],这样才能有正确的降噪效果。直接佩戴后,可能需要几十秒才能进入最佳状态,当然噪声不复杂时不需要。

免责声明:本文由用户上传,如有侵权请联系删除!