vivo X200 的秘密——天玑 9400 微架构测试

天玑 9400 是联发科的第二代全大核 SoC，搭载了 1 个 Cortex-X925 超大核、3 个 Cortex-X4 准超大核、4 个 Cortex-A720 大核。

其中 Cortex-X925 原本属于 ARM CSS for Client（客户端计算子系统，即原来的 TCS 2024）计算平台套餐里的主角，CCS for Client 里的内核搭配方案是 X925+A725+A520+G925。但是联发科并没有直接采用 CSS，而是采用了自己的内核搭配方案：X925+X4+A720+G925。

按照 ARM 新闻稿的资料，CCS for Client 里的 X925 在 Geekbench 单核测试中要比 X4 提升大约 36%（如果看单周期性能则是提升了 15%），各个场合下平均提升大约 30%，提升较多的项目是 App 启动速度、Web 浏览、AI 推断等场合，游戏相关的性能提升则主要是物理计算部分。

ARM 提供的 IP 实现是灵活的多方案搭配 ，例如 cache 大小、频率设定，这些都是可以随客户（联发科）自选的，因此在天玑 9400 里的 Cortex-X4 和 Cortex-A720 的名字看上去都是上一代（天玑 9300）里的，但是具体的实现细节（频率、Cache 大小 等关键特性）其实都有升级。

上图展示了天玑 9400 的更多主要特性，可以看到，它的晶体管规模达到了 291 亿，指令集支持级别达到 ARM-V9.2，GPU 为 12 核的 IG925，拥有支持智能体的第 8 代 NPU，支持。

比较特别的是，天玑 9400 会搭载一枚额外的 4nm 蓝牙芯片，可能正是因为该芯片，让 X200 系列实现了 1.5 公里的超远距离蓝牙点对点通信支持。

Cortex-X925 架构概况

上图是 ARM Cortex-X925 内核单元图，绿色的部分属于可选单元（Crypto 是加密单元、ELA 是调试相关的 ELA-600）。

Cortex-X925 作为最新的 ARM 内核，在规格上支持 ARM V9.2、SVE/SVE2（可选）等特性，但是受到 Android ABI 的限制，目前在安卓下实际上只支持 arm64-v8a。ARM 官方提供了一个在三星 Galaxy S22 上的 SVE2 实现样例，经过实测，目前在该样例里启用 SVE2 的话，程序会马上闪退回桌面。

Apple 的 M4 确认支持 ARM-V9 和 SME，网上也有人根据 GeekBench 6.3 测试结果推测 A18 支持 ARM-V9 和 SME。

让我们回到 Cortex-X925 或者更准确地说天玑 9400 版的 Cortex-X925 上，得益于 台积电 3nm 制程，X925 的频率比 X4 的 3.4GHz 提升了大约 6%，L2 Cache 增加了一倍达到 2MiB，L3 Cache（严格来说不属于 X925，L3 Cache 属于核间总线 DSU-120 的一部分）增加了 50% 达到 12MiB。

更大的 cache、更高的频率、更先进的工艺以及改进的流水线，让 Cortex-X925 的性能和能耗比更出色。

Immortalis-G925 MC12 GPU

天玑 9400 搭载了 ARM 最新的 Immortalis-G925 MC12 GPU，相对于天玑 9300 的 Immortalis-G720 MC12 进行重大升级：

峰值性能提高 41%；

光线追踪速度提高 40%；

能效提高 44%。

Immortalis-G925 提供了透明度微映射 （OMM） 的支持，类似于我们在 Nvidia 的 Ada Lovelace上看到的。透明度微映射是一种通过识别完全不透明或透明的 alpha 测试网格或三角形来减少光线追踪工作负载的方法，GPU 可以跳过这些区域的着色器计算，由于 Alpha 评估是一个性能成本高昂的过程，这个技术可以提高光线追踪性能。

为了充分利用 OMM，Android 设备需要支持 Vulkan VK_EXT_opacity_micromap 扩展的 SoC，而天玑 9400 就是其中的第一款。

MediaTek 还与 ARM 合作开发了适用于 Immortalis-G925 的 HyperEngine超分辨率技术，能让游戏以较低的能耗成本获得精细的画面。

从微架构规格来看，IG925 和 IG720 相比非常显示，两者的真正区别更多的就是在大多数情况下，IG925 得益于台积电 3nm 制程带来的更低功耗以及随之而来的更高频率，从而实现的更高性能。

现在让我们进入测试环节。

测试平台介绍——vivo X200

各手机变频曲线

前台启用了 Geekbench 的情况下，vivo X200 的 x925 频率值会在 32.4 毫秒的时候跳到 3.63 GHz，在 60.7 毫秒是达到 3.8 GHz 级别，不过在实际的测试中，我们最多只能看到 3.63 GHz，较多的是 3.5 GHz。

SPEC CPU2017(使用 GCC 14.2 编译)

SPEC CPU2017 是由 Standard Performance Evaluation Corporation (SPEC) 提供的最新 CPU 性能评估基准，用于衡量和比较计算密集型任务的性能。

作为 CPU 业界性能评估的重要参考指标，SPEC CPU2017 对业界有着深远的影响，主要体现在以下几个方面：

性能评估标准：SPEC CPU2017 提供了一组行业标准的基准测试，用于评估和比较计算密集型任务的性能。这使得不同硬件和软件系统之间的性能可以有一个统一的衡量标准，有助于用户和开发者选择最适合的硬件和软件配置。

硬件优化：硬件制造商和设计师可以使用 SPEC CPU2017 基准测试来优化处理器、内存子系统和编译器的性能。通过了解基准测试中的性能瓶颈，硬件制造商可以改进设计，提高系统性能。

软件开发：软件开发者可以使用 SPEC CPU2017 基准测试来评估和优化他们的应用程序。这有助于确保应用程序在不同硬件平台上的性能一致性和可靠性。

市场竞争：SPEC CPU2017 基准测试结果被广泛用于市场营销和竞争分析。

研究和教育：在学术界和研究机构中，SPEC CPU2017 基准测试被用于研究计算机体系结构、编译器优化和性能分析。这有助于推动技术的发展和创新。

CPU2017 按照测试负载类型，分为 SPEC Rate 和 SPEC Speed 两大类:

SPECrate 和 SPECspeed 两者之间的主要区别如下：

命名：

5xx 是 SPECrate 版本，用于评估单线程、较轻负载或者是多任务吞吐时的性能。

6xx 是 SPECspeed 版本，用于评估更重负载和多线程应用时的处理器性能。

工作负载和编译标志：

尽管名称相似，工作负载和编译标志常常不同。SPECrate 通常允许选择 32 位或 64 位编译，而 SPECspeed 通常需要 64 位编译。

内存使用：

SPECrate 可以选择 32 位或 64 位编译（例如 -m32 或 -m64 标志）。

SPECspeed 通常需要 64 位编译（-m64）。

OpenMP 指令：

SPECrate 从不使用 OpenMP 指令，它们在构建时被抑制（对编译器不可见）。

SPECspeed 可选地使用 OpenMP 指令，适用于所有 SPECspeed 2017 浮点基准和一个 SPECspeed 2017 整数基准（657.xz_s）。

禁用旗标：

SPECrate 禁止编译器并行化，包括 OpenMP 和编译器自动并行化。

其他差异：

有些对通过编译标志启用不同的源代码。例如，627.cam4_s 包含 -DUSE_COSP 标志，用于启用与 527.cam4_r 不同的云建模方法；而国际象棋程序 deepsjeng 则使用标志来指定其主要数据结构的大小（-DSMALL_MEMORY 或 -DBIG_MEMORY）。

SPEC CPU2017 缺乏能直接用于 Android 的测试工具集，我们在 Termux 下使用 GCC 14.2 编译器执行编译和静态链接，性能旗标为：

-Ofast -march=armv8-a -static

以及若干完全遵循 SPEC CPU2017 测试规则的兼容性旗标。

测试环境为 adb shell 内以命令行方式执行，由于 CPU2017 自带的测试工具需要 perl 支持，adb shell 缺乏相应支持，因此我测试时使用了自己编写的脚本，每个测试都运行三遍取其中耗时最短的测试结果，然后根据官方 CPU2017 参考平台结果计算出性能得分。

我们的测试结果取值没有遵循 SPEC CPU2017 要求的取三次测试结果中值的要求，这是因为我们考虑到安卓手机后台有大量服务运行，容易造成影响性能干扰。

不过即使我们使用最短耗时作为测试结果，其实三次测试结果之间的差异也是极少，这是因为我们在测试的时候使用了 27 瓦的黑鲨 4 散热背夹。这个措施是为了确保测试结果稳定，否则三次结果的波动会达到 30% 的水平，使用散热背夹后，三次测试结果的差别不会超过 5%，具有高度的可复现性。

其他设置：手机电池设置为 Boost 模式，屏幕亮度调到最低（图库全白图实测亮度值 2nit，对于 OLED 屏幕来说此时虽然有耗电，但是已经是非常低），此时屏幕组件的功耗可能也就是两三百毫瓦时级别，测试时手机 USB-C 连接充电器，环境温度大约是 27摄氏度/湿度大约是45%（均为 SHT45 测量值）。

性能得分

从测试结果来看，X200 搭载的 X925（BCPU，超大核）在整数和浮点性能方面比 X100S 搭载的 X4（BCPU，超大核）分别快 22% 和 27%，。

采用 3nm 后的 X4（MCP，大核）在整数和浮点方面比上一代采用 4nm 的 X4（MCP，大核）分别快 23% 和 17%。

新制程下的 A720 对比上一代 A720 则分别快 18% 和 19%。

接下来让我们看看能耗方面的表现。

能耗比

我们在这里提供了焦耳值和功率，前者用于适合反映续航，后者适合反映发热，两个才能比完整反映使用手机时的功耗体验。

需要注意的是，对于安卓设备来说，耗电测试是一个很容易受到后台干扰的项目，这里的测试值仅供参考。

从测试结果来看：

Cortex-X925（bcpu）的功率要比 Cortex-X4（bcpu）高大约 9%~18%，但是耗能低 6~11%。

Cortex-X4（3nm mcpu）的功率要比 Cortex-X4（4nm mcpu）高大约 32~33%，耗能高 7~13%。

但是另一方面，和 4nm Cortex-X4 bcpu 相比，Cortex-X4（3nm mcpu）的功耗表现要好很多，后者功率比前者低 11%~26%，耗能低 6%~31%。

Cortex-X925（bcpu）的功率要比 Cortex-X4（bcpu）高大约 8%~9%，但是耗能低 11~13%。

在能耗比方面，X200 的天玑 9400 SoC 有不错的表现，其中：

X925 比同为超大核的上代 X4 提升了 8%~12%；

3nm 的 MCPU Cortex-X4 要比上代超大核改善了 6%~44%，这主要是两者的性能非常接近（整数性能更是优于上代），而前者的功耗要低不少。

3nm A720 的能耗比有所改善，但是基本属于同一水平。

分支预测准确性

动态分支预测在现代 CPU 中扮演着至关重要的角色，是一种提高处理器性能的重要手段，通过预测分支指令（即跳转指令）的目标地址，CPU 可以提前加载和执行下一步的指令。这样可以减少因分支指令导致的流水线中断，提高 CPU 的整体效率。

分支预测 MPKI 是每 1000 条指令的分支预测缺失指令数，比较容易反映分支预测缺失对整体的影响，适合用于不同处理器、系统之间的分支预测表现。

天玑 9300+ 和天玑 9400 的 X4、A720 分支预测单元是一样的，所以这里只需要给出天玑 9400 上三种内核的测试结果即可：

Cortex-X925 和 Cortex-X4 在 CPU2017 中的分支预测性能都非常接近，可以认为两者的分支预测性能是基本一样的，A720 则相对要差一些。

每周期指令数

透过 CPU 性能计数器事件，我们也获得了三个微架构的 CPU2017 SPECrate 每周期指令数（IPC）。

天玑 9400 内各内核对比：

X200 天玑 9400 新引入的 X925 整数 IPC 要比 3nm X4(mcpu) 高大约 8.3%，比A720 高大约 49.6%；

3 nm X4(mcpu) 整数 IPC 要比 3nm A720(scpu) 高大约 38%.

在浮点 IPC 方面，X925 IPC 值要比 X4 提升 32%，X4 比 A720 高大约 16.5%。

天玑 9400 各内核和天玑 9300+ 各内核对比：

X925 比 X4 4nm (bcpu) 的整数和浮点 IPC 各提升了 12% 和 20%。

X4 3nm(mcpu) 比 X4 4nm (mcpu) 的整数和浮点 IPC 各提升了 6% 和 3%。

天玑 9400 和 天玑 9300+ 里的 A720 IPC 没啥变化。

每 GHz 得分

为了方便大家参考，我这里也提供每 GHz 得分，需要注意的是，这里给的每 GHz 其实源自于名义上的 CPU 频率，并非真实的 CPU 运作频率。

什么意思？这是因为现在的 CPU 都采用了 DVFS 动态调频技术，调频粒度也非常细，实际的 CPU 频率值并非 CPU 性能调节器提供的信息那样。

例如 CPU 性能调节器被系统设定到最高的 3.62GHz，但是实际上的 CPU 某一刻工作频率可能只有 3.3GHz，而且这个值是动态变化的，以下就是我采集到的 X925 运行 CPU2017 实际平均频率与名义 CPU 性能调节器频率值的对比：

大家可以看到，实际的 CPU 频率值最高只有 3.5 GHz，出现在 523.xalancbmk_r，最低则是 554.roms_r 的 3.163 GHz。

造成这个名义频率和实际频率差异的原因可能是温度、功耗、I/O 等。

下面的图表就是基于测量到的实际频率值来计算每 GHz 得分的。

按照百分比对比来看，各类内核之间的每 GHz 得分对比值其实和 IPC 的情况比较接近，X925 提供了非常好的每 GHz 性能。

3nm X4 的 GHz 表现也很好，要比同等组别的 4nm X4 大核更好，原因可能是 L2 Cache 加大了一倍（256KiB->512 KiB）.但是并未做到优于上代超大核 X4 的水平，整数更好，但是浮点弱一些，很可能也是 L2 Cache 大小的缘故（512KiB vs 1 MiB）。

崩坏：星穹铁道——匹诺康尼黄金时刻

测试场景为黄金时刻，所有画质设置都设置到最高，室温维持在 28.5 摄氏度左右，开着空调，旁边有落地扇吹着。

从测试结果来看，vivo X200 能在这个条件下维持 30 分钟全程不掉帧，这是非常不错的表现。

CPU 微架构测试

Cache/内存 带宽

测试数据为每周期字节数，越高越好。

X925 具备更强的访存指令执行能力，这使得它在 Cache 阶段有更好的表现，在内存阶段则相对弱一些。

Cache/内存 时延

数据已经转换为周期值，数值越小性能越好。

测试都是在前台开着 Geekbench 的情况下执行。

从测试结果来看，X925 的 L1D 时延比天玑 9300+ 的 X4 BCPU 增加了的大约一个周期，可能因为 TLB 设计的缘故，在 L2 Cache 阶段 X925 的时延看来更好。

X925 访存阶段的时候如果小于 128MiB，时延要比其他内核低不少，同样可能是因为 TLB 的缘故。

TLB 特性

安卓系统上没有现成的工具可以查看 TLB、L1 Cache 等 Cache 细节，需要透过测试工具进行评估。

Cortex-X3 的 L1 DTLB 大小是 48 项，L2 DTLB 是 2048，L1 DTLB 命中缺失后，可以由 L2 TLB 接续但是需要额外的 5 个周期。

而在 X200 上，X925 的 L1 DTLB 大小应该是 96 项，而 L2 DTLB 则一样是 2048 项，L1 DTLB 命中缺失后的最低时延开销是 6 到 7 个周期（CPU 频率会动态变化，有时候是 3.62GHz 有时候是 3.5GHz，周期数不太好精确测定）。

一个比较有意思的现象是当我们前台有 Geekbench 的时候，操作系统似乎会启动 16KiB PageSize，使得 L1 DTLB 覆盖范围可以达到 1536 KiB，TLB 命中缺失导致的惩罚也有非常明显下降。

MLP 性能

内存级并行性（MLP）是指处理器能在 cache 或者 TLB 未命中的时候维持多少个访存操作。

两个内核的 MLP 并没有大的差别，都是在大约 12 个并发访存操作的时候不再提供显著带宽性能提升。

分支预测器

分支预测是乱序执行处理器非常重要的组成，最早好像是 IBM 的分立元件处理器 360/91 上实现，当年 Cyrix 的 5x86 可能是第一款号称支持动态分支预测的 x86 处理器，但是该功能居然在最终版本被禁用，同年稍后推出的 Pentium Pro 则应该是真正将动态分支预测落地实用的 x86 处理器。

分支预测常见的类型有 Direction Prediction 和 Indirection Prediction，前者最常见的有 if else，其跳转的目标是确定的（跳转的方向 A 或者 B 设定好的），而后者虽然也有 if else 等形式，但是跳转的方向则是不确定的（A 和 B 的位置是不确定的）。

以生活中的例子来举例。

例如你在早上出门的时候要判断是否带雨伞，如果天气预报说下雨，那你就会带雨伞，否则不带。对这种分支做预测，就是方向预测。

如果你要在一个大型商场找某个特定的商店，虽然知道商店的名字，但是商店位于哪里你本人并不知道，你需要查找商场地图才能获知。对这种分支做预测，就是间接预测。

下面让我们对这部分进行更深入的测试。

首先是直接分支预测。

直接分支

上面两张图分别是 Cortex-X4 和 Cortex-X925 的分支预测模式识别曲面图.

左下方属于最简单的分支序列，右上方则是最复杂的分支序列，理想的状态应该是完全平坦的底部或者说一马平川，曲面上升越陡峭，意味着分支预测器越容易发生预测缺失。具体个别点位上的变化不需要特别关注，主要看整体。

从测试可以看到，Cortex-X4 在（图表中的右下侧）16K 矩阵长度下出现抬起，而 Cortrx-X925 在 32K 左右才开始逐渐抬起，而且整体都普遍往前推了一个级别，这表明 Cortex-X925 在分支预测器上有一定提升，而且根据隆起的高度看，X925 分支预测缺失导致的性能惩罚要更低一些。

间接分支

天玑 9400（Vivo X200）里的 Cortex-X925 表现出了很不一样的间接分支预测特性，虽然都是在 24 就会发生跳变，但是上一代可以实现循环体内分支数为 64 的时候实现正确预测分支，而 X925 则不行。就目前而言，X925 在间接分支上的表现与我测试过的都很不一样。

ROB 大小

X925 的 ROB 达到了 448 项（相对 X4 增加了 64 项），整数、浮点寄存器堆大小也都提升了，从 192/320 提升到了 242/446。更多的乱序执行资源意味着更强的指令并行能力，能为用户带来更好的使用体验。

指令吞吐

从测试结果看，X925 和 X4 都属于 10-wide 流水线，X925 的整数指令和 Load 指令每周期都比 X4提升了 1 条指令。

浮点/ASIMD 加密指令方面 X925 有显著提升。

核间时延

核间时延很大程度上取决于各簇的最近共享缓存，两款天玑采用了全大核设计，所以核间时延性能核 DSU-120 高度相关。

高通骁龙 8 Gen3 内的小核共享 L2 Cache，所以表现出这两个小核的时延较低。

GPU 底层性能测试

安卓 GPU 底层测试本身是一件困难的事情，特别是 GPU 驱动兼容性问题层出不穷，不仅仅是 OpenCL，连 Vulkan 也是如此，例如高通 GPU 在 Vulkan 下似乎查询不到 transifer queue 支持，天玑 9400 出现填充随机数出错，天玑 9300 OpenCL 内存时延测试出错，反正每一个 SoC 都有各自的问题，时间有限，这里只能选择能跑的测试结果发上来。

GPU 内存带宽

在 OpenCL 下，天玑系列在表现出不错的 Cache 带宽性能，其实代码如果进一步优化的话，L1 Cache 的带宽很可能还可以再提高一倍。

CLPeak 峰值算力

在单精度下，X200 搭载 IG925 能达到 3.8 TFLOPS，在半精度时最高是 6.912 TFLOPS，提升较大的是单精度 vec4。

VKPeak

在 Vulkan Peak 测试中，天玑 9400 的 FP16 Vec4 可以达到 7.7 TFLOPS，是上一代的 1.33 倍，而 fp32 的领先幅度则相对较小，天玑 9300/9400 的 fp32 Vulkan 性能都远由于其他对比芯片。

纹理填充率

在填充率测试中，天玑 9400 达到了每秒 94.8 GTexel/s 的纹理填充性能，提升了接近 30%，这个测试似乎是 Mali 的传统优势。

3Dmark Solar Bay

这个测试主要体现 GPU 的光线追踪性能，光线追踪是最接近物理世界的渲染方式，但是性能开销较大，所以对 GPU 的硬件光线追踪加速单元、通用计算单元、内存带宽乃至 CPU 性能都有较高的需求。

从测试结果来看，天玑 9400 的性能比上一代提升了 42%，这是非常大的提升，意味着天玑 9400 在新型重负载游戏里可以提供更好的游戏体验。

3Dmark Wild Life Extreme Unlimited

这个测试是离屏模式下进行的，可以脱离屏幕分辨率来查看不同 GPU 子系统的传统图形渲染性能差别，从测试结果来看，此时天玑 9400 的图形性能是上一代的 1.23 倍。

王者荣耀能耗对比

测试的时候均为标准分辨率，采用真实排位赛测试，一共 1 小时，测试结果包含了战斗胜利前后的闲置状态。

从测试结果来看，X200 的功耗是 3.553 瓦，比上一代下降了 22.8%，对于改善机身温度和续航都带来了很明显的优势。

AI Benchmark 6

AI Benchmark V6 是专为下一代 AI 加速器而设计的，引入了许多新的测试和工作负载，包括最新的视觉转换器 (ViT) 架构、大型语言模型 (LLM)，甚至直接在设备上运行的 Stable Diffusion。

Vivo X200 搭载的天玑 9400 集成了 NPU 890 提供了 9847 的总分，较上一代提升了 35%，现在手机也都部署端侧大模型了，Vivo X200 的用户无疑可以从中受益。NPU AI 加速测试。

总结

相对于去年各大手机厂商纷纷推出各自的 AI 大模型应用而言，今年的 AI 应用能力更强的同时，还可以更浅层地调用，这些需要强大处理器能力来支撑。

天玑 9400 是今年最先推出的新旗舰，以目前的测试表现来看，性能、功耗等方面都做到了很好的平衡，全大核的成功再次得到了验证。

对于手机这种产品来说，单纯处理器强大其实是不够的，必须经过手机厂商深度调优并在软件层面上做优化才能充分发挥其能力。

手头这款 vivo X200 作为第一款天玑 9400 手机在这方面表现很好， PCMark 续航能力在性能得分为 149xx 的情况下达到了 21 小时以上，这是迄今性能/续航力综合表现最强的手机，没有对手。