2016/06/10
HTC 10 Snapdragon 820 Kyro の浮動小数点演算能力
Snapdragon 820 は Qualcomm 独自の 64bit CPU core Kyro を搭載しています。vfpbench で浮動小数点演算速度を計測してみました。
Qualcomm はもともと自社製 CPU core の Scorpion や Krait シリーズを採用していました。早い時期から 1GHz を超える高クロック化、また multi-core 化を実現しており主にハイエンド SoC での差別化を図っています。
ところが 64bit 時代に入ると一転し、フラグシップの Snapdragon 810 も ARM の一般的な Cortex-A57/A53 の big.LITTLE 構成となっていました。Kyro は久々に登場した Qualcomm の独自 CPU でかつ初の 64bit core になります。
2 + 2 の非対称 Multi core なので vfpbench では正しく計測することができませんでした。そのため Single-Thread 時の結果を中心に見ています。
Snapdragon 820 Kyro (2.2GHz x2 + 1.6GHz x2)
上の値は 1 core あたりの性能です。思ったよりも低い数値が出ています。より詳細なログは下記の通り。
乗算、加算ともに 64bit 単位で、1 cycle あたり 乗算1, 加算2 の構成になっているように見えます。よって 32bit 単精度の場合は 6 flop/cycle となり、Atom 系 (Silvermont, Airmont) に近い値になると思われます。同時に積和命令だけではピークにならないので、実際の理論値はおそらく 6 flop x 2.2GHz = 13.2 GFLOPS くらいでしょうか。2+2 の 4 core で 45.6 GFLOSP 前後。
上の vfpbench の結果は 4 flop/cycle 時のピーク値なので、4 x 2.2GHz = 8.8 GFLOPS。それよりも数値が伸びているので、2.2GHz よりも高い clock に boost されている可能性があります。もしくは、パイプラインが深いために vfpbench でピーク性能を捉えきれていないだけかもしれません。
どちらにせよ、浮動小数点演算だけに注目すると若干控えめな結果といえます。世代が上がる毎に浮動小数点演算をひたすら強化してきた Apple Aシリーズとは大きく特性が異なります。なにせ Apple A9 Twister に至っては 24 flop/clock で初期の AVX を超えています。
倍精度の結果からも 64bit 単位のパイプラインになっているようです。余裕があれば、Multi-Thread 時を含めてもう少し詳しく調べてみたいと思っています。
関連エントリ
・iPhone SE, Apple A9 の浮動小数点演算速度
・Raspberry Pi 3 の速度比較, Cortex-A53 の速度
・ARM Cortex-A53 の浮動小数点演算速度とコンパイル時間の比較
・iPod touch 6 の浮動小数点演算速度は Core 2 Duo ライン超え
・iPad Air 2 (Apple A8X) の浮動小数点演算能力
Qualcomm はもともと自社製 CPU core の Scorpion や Krait シリーズを採用していました。早い時期から 1GHz を超える高クロック化、また multi-core 化を実現しており主にハイエンド SoC での差別化を図っています。
ところが 64bit 時代に入ると一転し、フラグシップの Snapdragon 810 も ARM の一般的な Cortex-A57/A53 の big.LITTLE 構成となっていました。Kyro は久々に登場した Qualcomm の独自 CPU でかつ初の 64bit core になります。
2 + 2 の非対称 Multi core なので vfpbench では正しく計測することができませんでした。そのため Single-Thread 時の結果を中心に見ています。
Snapdragon 820 Kyro (2.2GHz x2 + 1.6GHz x2)
ARCH: ARMv8A CPU core: 4 VFP: AArch64 NEON FMA: Yes NEON: Yes Result SingleT SP max: 10.517 GFLOPS SingleT DP max: 5.216 GFLOPS
上の値は 1 core あたりの性能です。思ったよりも低い数値が出ています。より詳細なログは下記の通り。
* VFP/NEON (単精度 fp) single-thread
sec MFLOPS
---------------------------------------------------
FPU fmul (32bit x1) n8 : 0.469 2559.9
FPU fadd (32bit x1) n8 : 0.251 4777.4
FPU fmadd (32bit x1) n8 : 0.571 4205.1
NEON fmul.2s (32bit x2) n8 : 0.456 5257.7
NEON fadd.2s (32bit x2) n8 : 0.252 9510.8
NEON fmla.2s (32bit x2) n8 : 0.456 10516.8
NEON fmul.4s (32bit x4) n8 : 0.913 5258.8
NEON fadd.4s (32bit x4) n8 : 0.489 9825.7
NEON fmla.4s (32bit x4) n8 : 0.924 10387.4
FPU fmul (32bit x1) ns4 : 1.141 1051.6
FPU fadd (32bit x1) ns4 : 0.685 1752.7
FPU fmadd (32bit x1) ns4 : 0.913 2630.1
NEON fmul.2s (32bit x2) ns4 : 1.141 2103.5
NEON fadd.2s (32bit x2) ns4 : 0.685 3504.8
NEON fmla.2s (32bit x2) ns4 : 1.146 4187.6
NEON fmul.4s (32bit x4) ns4 : 1.144 4194.1
NEON fadd.4s (32bit x4) ns4 : 0.728 6595.9
NEON fmla.4s (32bit x4) ns4 : 1.142 8403.3
FPU fmul (32bit x1) n1 : 0.459 2614.5
FPU fadd (32bit x1) n1 : 0.274 4380.9
FPU fmadd (32bit x1) n1 : 4.568 525.5
NEON fmul.2s (32bit x2) n1 : 0.458 5245.7
NEON fadd.2s (32bit x2) n1 : 0.251 9562.2
NEON fmla.2s (32bit x2) n1 : 3.651 1314.6
NEON fmul.4s (32bit x4) n1 : 0.913 5257.8
NEON fadd.4s (32bit x4) n1 : 0.488 9828.5
NEON fmla.4s (32bit x4) n1 : 3.651 2629.5
NEON fmul.4s (32bit x4) n12 : 1.376 5234.2
NEON fadd.4s (32bit x4) n12 : 0.720 10001.3
NEON fmla.4s (32bit x4) n12 : 1.381 10429.9
乗算、加算ともに 64bit 単位で、1 cycle あたり 乗算1, 加算2 の構成になっているように見えます。よって 32bit 単精度の場合は 6 flop/cycle となり、Atom 系 (Silvermont, Airmont) に近い値になると思われます。同時に積和命令だけではピークにならないので、実際の理論値はおそらく 6 flop x 2.2GHz = 13.2 GFLOPS くらいでしょうか。2+2 の 4 core で 45.6 GFLOSP 前後。
上の vfpbench の結果は 4 flop/cycle 時のピーク値なので、4 x 2.2GHz = 8.8 GFLOPS。それよりも数値が伸びているので、2.2GHz よりも高い clock に boost されている可能性があります。もしくは、パイプラインが深いために vfpbench でピーク性能を捉えきれていないだけかもしれません。
どちらにせよ、浮動小数点演算だけに注目すると若干控えめな結果といえます。世代が上がる毎に浮動小数点演算をひたすら強化してきた Apple Aシリーズとは大きく特性が異なります。なにせ Apple A9 Twister に至っては 24 flop/clock で初期の AVX を超えています。
* VFP/NEON (倍精度 fp) single-thread
sec MFLOPS
---------------------------------------------------
FPU fmul (64bit x1) n8 : 0.465 2578.8
FPU fadd (64bit x1) n8 : 0.251 4781.4
FPU fmadd (64bit x1) n8 : 0.685 3506.0
NEON fmul.2d (64bit x2) n8 : 0.913 2627.7
NEON fadd.2d (64bit x2) n8 : 0.489 4912.0
NEON fmla.2d (64bit x2) n8 : 0.924 5194.1
FPU fmul (64bit x1) ns4 : 1.369 876.4
FPU fadd (64bit x1) ns4 : 0.685 1752.6
FPU fmadd (64bit x1) ns4 : 0.913 2629.6
NEON fmul.2d (64bit x2) ns4 : 1.369 1752.7
NEON fadd.2d (64bit x2) ns4 : 0.727 3303.5
NEON fmla.2d (64bit x2) ns4 : 1.369 3505.0
FPU fmul (64bit x1) n1 : 0.456 2629.0
FPU fadd (64bit x1) n1 : 0.274 4379.8
FPU fmadd (64bit x1) n1 : 5.477 438.2
NEON fmul.2d (64bit x2) n1 : 0.913 2629.1
NEON fadd.2d (64bit x2) n1 : 0.489 4911.5
NEON fmla.2d (64bit x2) n1 : 3.651 1314.6
NEON fmul.2d (64bit x2) n12 : 1.369 2629.6
NEON fadd.2d (64bit x2) n12 : 0.721 4992.3
NEON fmla.2d (64bit x2) n12 : 1.380 5215.8
倍精度の結果からも 64bit 単位のパイプラインになっているようです。余裕があれば、Multi-Thread 時を含めてもう少し詳しく調べてみたいと思っています。
関連エントリ
・iPhone SE, Apple A9 の浮動小数点演算速度
・Raspberry Pi 3 の速度比較, Cortex-A53 の速度
・ARM Cortex-A53 の浮動小数点演算速度とコンパイル時間の比較
・iPod touch 6 の浮動小数点演算速度は Core 2 Duo ライン超え
・iPad Air 2 (Apple A8X) の浮動小数点演算能力
Snapdragon 820 (Adreno 530) の OpenGL ES の extension 結果です。Snapdragon 820 は Qualcomm 独自の 64bit CPU Kyro を搭載し、GPU も Adreno 530 に強化されています。
Android 6 なので ES 3.1 AEP 止まりですが、Android N 以降では ES 3.2 と Vulkan に対応するものと思われます。この中では ASTC HDR 対応が目を引きます。今までサポートしていたのは Mali だけでした。
Adreno 400 等、他の GPU のデータは下記からどうぞ。
・CPU/GPU OpenGL ES Extension (Mobile GPU)
HTC 10 Snapdragon 820 Android 6.0 CPU Kyro 2+2 core GPU Adreno 530
Android 6 なので ES 3.1 AEP 止まりですが、Android N 以降では ES 3.2 と Vulkan に対応するものと思われます。この中では ASTC HDR 対応が目を引きます。今までサポートしていたのは Mali だけでした。
GL_VENDOR: Qualcomm GL_RENDERER: Adreno (TM) 530 GL_VERSION: OpenGL ES 3.1 V@145.0 (GIT@I7b6ba47bd6) GL_EXTENSIONS: GL_OES_EGL_image GL_OES_EGL_image_external GL_OES_EGL_sync GL_OES_vertex_half_float GL_OES_framebuffer_object GL_OES_rgb8_rgba8 GL_OES_compressed_ETC1_RGB8_texture GL_AMD_compressed_ATC_texture GL_KHR_texture_compression_astc_ldr GL_KHR_texture_compression_astc_hdr GL_OES_texture_compression_astc GL_OES_texture_npot GL_EXT_texture_filter_anisotropic GL_EXT_texture_format_BGRA8888 GL_OES_texture_3D GL_EXT_color_buffer_float GL_EXT_color_buffer_half_float GL_QCOM_alpha_test GL_OES_depth24 GL_OES_packed_depth_stencil GL_OES_depth_texture GL_OES_depth_texture_cube_map GL_EXT_sRGB GL_OES_texture_float GL_OES_texture_float_linear GL_OES_texture_half_float GL_OES_texture_half_float_linear GL_EXT_texture_type_2_10_10_10_REV GL_EXT_texture_sRGB_decode GL_OES_element_index_uint GL_EXT_copy_image GL_EXT_geometry_shader GL_EXT_tessellation_shader GL_OES_texture_stencil8 GL_EXT_shader_io_blocks GL_OES_shader_image_atomic GL_OES_sample_variables GL_EXT_texture_border_clamp GL_EXT_multisampled_render_to_texture GL_OES_shader_multisample_interpolation GL_EXT_texture_cube_map_array GL_EXT_draw_buffers_indexed GL_EXT_gpu_shader5 GL_EXT_robustness GL_EXT_texture_buffer GL_EXT_shader_framebuffer_fetch GL_ARM_shader_framebuffer_fetch_depth_stencil GL_OES_texture_storage_multisample_2d_array GL_OES_sample_shading GL_OES_get_program_binary GL_EXT_debug_label GL_KHR_blend_equation_advanced GL_KHR_blend_equation_advanced_coherent GL_QCOM_tiled_rendering GL_ANDROID_extension_pack_es31a GL_EXT_primitive_bounding_box GL_OES_standard_derivatives GL_OES_vertex_array_object GL_EXT_disjoint_timer_query GL_KHR_debug GL_EXT_YUV_target GL_EXT_sRGB_write_control GL_EXT_texture_norm16 GL_EXT_discard_framebuffer GL_OES_surfaceless_context GL_OVR_multiview GL_OVR_multiview2 GL_EXT_texture_sRGB_R8 GL_KHR_no_error GL_EXT_debug_marker GL_OVR_multiview_multisampled_render_to_texture GL_EXT_buffer_storage GL_EXT_blit_framebuffer_paramsDisabled
Adreno 400 等、他の GPU のデータは下記からどうぞ。
・CPU/GPU OpenGL ES Extension (Mobile GPU)