苹果 iPhone 18 Pro AI 跑分曝光:NPU 最高增幅达 51.53%
A20 Pro 芯片 AI 跑分曝光:苹果 iPhone 18 Pro NPU 最高增幅 51.53%
苹果新手机芯片的 AI 性能数据,NPU 跑分提升明显,对关注手机性能的用户有参考价值。
苹果 iPhone 18 Pro 的 A20 Pro 芯片在 GeekBench AI 跑分中表现亮眼,单精度得分 5144 分。其中 NPU(专用神经网络处理器)半精度跑分达 55720 分,相比上一代 A19 Pro 增幅 51.5%,量化模式增幅 50.4%,显示性能提升显著。芯片采用双 16 核设计,8 位浮点运算速度提升至 2 倍,内存带宽同步提升 50%,旨在支持端侧大模型推理和更复杂的相机 AI 算法。
A20 Pro 芯片 AI 跑分曝光:苹果 iPhone 18 Pro NPU 最高增幅 51.53%
IT之家 9 月 13 日消息,在 CPU / GPU 跑分曝光之后,苹果 iPhone 18 Pro(对应机型 iPhone19,2)的 GeekBench AI 跑分昨日(9 月 12 日)现身,单精度得分 5,144 分。 IT之家发稿前查询 GeekBench AI 跑分平台,目前共收录了 2 条记录,分别是 Core ML 调用 GPU(通用图形计算单元)和 NPU / ANE(专用神经网络处理器)处理结果。 Core ML 是 Apple 的机器学习运行时,可以利用 CPU、GPU 和 Neural Engine,并以性能、内存占用与功耗为目标来调度模型。 根据跑分页面信息,苹果 iPhone 18 Pro 的 GeekBench AI GPU 为 12,775 / 24,077 / 26,951,Neural Engine 为 7,002 / 55,720 / 75,810。 苹果 iPhone 18 Pro 的 GeekBench AI GPU 跑分 苹果 iPhone 18 Pro 的 GeekBench AI Neural Engine 跑分 IT之家注:这三个栏目主要衡量同类 AI 任务在不同精度下的端侧推理表现,Geekbench AI 使用真实机器学习测试,并将相应工作负载的结果汇总成分数。 栏目 常见数据格式 衡量重点 现实意义 Single Precision FP32,32 位浮点 高精度浮点推理吞吐 / 延迟 兼容性和数值精度较好,但带宽、内存和计算成本高 Half Precision FP16,16 位浮点 半精度神经网络推理能力 现代本地 AI 很常见,通常明显更快、更省内存和电量 Quantized 通常 INT8,但实现可因框架而异 整数 / 量化模型推理能力 常最接近日常部署型端侧模型,目标是低延迟、低功耗、小模型 在 GeekBench AI 的 NPU 跑分对比方面,IT之家按照发文前 GeekBench 平台的 AI Benchmarks 跑分记录作为对比: 单精度(Single Precision): 芯片 / 代表设备 得分 与 A20 Pro 的分数差异 A20 Pro 增幅 A20 Pro(iPhone 18 Pro) 7,002 — — A19 Pro(iPhone 17 Pro) 5,111 +1,891 +37.0% A18 Pro(iPhone 16 Pro) 4,575 +2,427 +53.0% M5(11 英寸 iPad Pro) 5,411 +1,591 +29.4% 半精度(Half Precision): 芯片 / 代表设备 得分 与 A20 Pro 的分数差异 A20 Pro 增幅 A20 Pro 55,720 — — A19 Pro(iPhone 17 Pro) 36,772 +18,948 +51.5% A18 Pro(iPhone 16 Pro) 32,910 +22,810 +69.3% M5(11 英寸 iPad Pro) 41,100 +14,620 +35.6% 量化(Quantized): 芯片 / 代表设备 得分 与 A20 Pro 的分数差异 A20 Pro 增幅 A20 Pro 75,810 — — A19 Pro(iPhone 17 Pro) 50,411 +25,399 +50.4% A18 Pro(iPhone 16 Pro) 45,348 +30,462 +67.2% M5(11 英寸 iPad Pro) 57,553 +18,257 +31.7% 苹果 A20 Pro 的 NPU 部分采用“双 16 核”神经网络引擎设计,共计 32 个核心。苹果还加入新一代神经加速器,8 位浮点运算速度提升至 2 倍;芯片内存带宽同步提升 50%,以支持设备端模型和更复杂的推理任务。对于用户体验而言,本次 NPU 升级主要带来以下升级: 更快的端侧大模型推理(例如更流畅的本地 AI 助手、实时翻译、文本 / 图像生成)。 更强的相机 AI:夜景、人像、视频防抖、对象跟踪、实时特效等更复杂算法可以在本地实时跑。 更持久的 AI 体验:由于 NPU 能效通常优于 CPU / GPU 做同类 AI 运算,电池消耗会更可控。