当前位置：

社区首页

电脑数码

手机通讯

手机

iQOO手机

文章详情

iQOO 12 Pro 实力如何？看看这些数字!

iQOO 12 Pro 看点可以分为两个：影像和电竞，印象中这是首次将两者合而为一的说法，也就是的口号之一：影像最强的电竞旗舰。

iQOO 旗舰级在过去的主要卖点就是电竞，例如不久前杭州亚运会上的电竞项目决赛专用手机就是 iQOO 11S，这次的升级型号 iQOO 12 Pro 也依然继承了电竞概念，包括了赛道、传奇、燃途等三个带有运动概念的外观设计。

iQOO 12 Pro 和 iQOO 12 背后几乎一样，但是前者是曲面屏，后者是全平面屏

到手的 iQOO 12 Pro 和 iQOO 12 都是赛道版，采用了暗色系的外观，背面数百次调配的 AG 萤石玻璃触感方面有点类肤质，仔细放大观察的话，上面有遍布非常细微的凹纹，这种低调的质感是我比较喜欢的，因为可以大大减少指纹收集器的现象。

强在哪里？高通骁龙 8 Gen 3主要变化

iQOO 12 Pro 配备了来自高通的骁龙 8 Gen 3 SoC，虽然依然是 4 纳米级别制程，但是内部集成的 CPU 、GPU、GPU 却有很大的不同，例如主核或者说超大核采用了 ARM 最新的 Cortex-X4，性能核或者说大核则是采用了 5 枚 Cortex-A720，这 5 枚大核依据频率分为两簇，分别是两枚 2.96GHz 和三枚 3.15GHz。当然，Snapdragon 8 G3 依然有省电核或者说小核，是两枚同一簇内的 A520。

从内核配置而言，骁龙 8 Gen 3 SoC 的最大改变是将骁龙 8 Gen 2 SoC 内编号第三的 A5xx 低耗核升级为性能核 A7xx，使得性能核更多。

随着安卓系统后台任务更繁重，这样的选择是完全可以理解的，因为低耗核跑的东西越多，其节电效果其实约一般。

在指令集架构方面，骁龙 8 G3 的 8 个内核都完全只支持 64-bit 或者说 AArch64（ARM64 64-bit）指令集，而在上一代或者说骁龙 8 G2 出于兼容性的考虑，里面的 A710、A510 保留了 32-bit 指令的硬件支持。这是完全可以理解的做法，纯 64-bit 简化了处理器指令解码器的设计，节省了晶体管。

谷歌多年前已经开始全面切换到纯 64-bit 安卓，去年开始在 Pixel 7 上干脆屏蔽了 32-bit 应用安装，而高通对手联发科在去年推出的天玑 9200 上，其大核（Cortex-A715、Cortex-X3）已经放弃了对 32-bit 的原生支持。

软件方面目前我实测下来也没遇到什么问题，所以安卓手机现在切换到纯 64-bit 基本上没啥风险，性能方面也可以藉此得到充分发挥，例如64-bit 下一些应用例如压缩、解压缩（LZBench）的性能也比 32-bit 快了接近一倍。

高通骁龙 8 Gen 3 的另一大卖点是集成了 Adreno 750，整体计算性能是 Adreno 740的 125%。

Adreno 750 除了硬件光线追踪性能获得改善（1.4 倍于 Adreno 740）外，还首次实现了对 Mesh Shader 支持。

Mesh Shader 是一种新的几何渲染流水线，相对于 20 多年前开始引入的 vertex shader 无法进行大幅更改以上传到 GPU 的几何体来说，Mesh Shader 在大量几何体的时候能显著改善渲染效率提升性能，开发人员可以轻松地更新骨架几何体和材质。

Mesh Shader 可以视作一个可以自行输出三角形的计算着色器，能避免和显存的往返，对大量三角形渲染来说可以显著改善性能。

在这里不用再像顶点着色器里的模型一进一出，Mesh Shader 可以读取任意字节块（其实只需要几千字节），对其进行任意计算（只需要消耗几 KiB 内存就行），然后输出多达 256 个三角形，完全可以取代所有的顶点着色器（实际上还包括几何着色器、曲面细分着色器等）代码。

简而言之，这项最初在 NVIDIA RTX 20 系列开始引入的技术如今也能在手机上实现，让手机游戏实现高精细模型、场景成为可能。

在 NPU 或者说人工智能计算加速方面，骁龙 8 Gen 3 内的 Hexagon NPU 实现了比上一代快 98% 的性能和 40% 的能耗比提升，可以在端侧部署 100 亿参数的大型语言模型（LLM），高通也多次展示了手机设备端运行 Stable Diffusion（特别修改的版本，未提供下载）。

不忘本色——独家自研 Q1 电竞芯片开箱即用

第一波的 iQOO 12 系列手机都标配了 OriginOS 4 操作系统，这个操作系统基于 Android 14，内核版本为 6.1.25-android14-11-maybe-dirty。

按照之前 OriginOS 4 发布时候的说法，OriginOS 4 引入了虚拟显卡的概念，根据我的理解，其实就是为 GPU 运算单独开辟一个进程，可以有自己独立的内存空间，而且在后台运作的时候被设定为低功耗运作模式，用于执行各种 GPU 计算和渲染加速。

上图是 iQOO 12 上首次引入的 vivo 自研 Q1 电竞芯片，这枚芯片的作用是提供超分辨率、超帧率支持。

超分辨率就是以较低的分辨率渲染，然后透过像素重构的方式将画面拉伸到更高的分辨率，实际渲染负荷远低于目标分辨率，算力和带宽、功耗都大为降低，相当于台式机上 NVIDIA 的 DLSS 或者 AMD 的 FSR 等空间超分辨率技术。

而超帧率则相当于 NVIDIA DLSS 3.0 里提出的插帧技术，能在原生帧之间插入补帧画面实现更流畅的画面，也是降低功耗的一种重要手段。

和 DLSS、FSR 一样，Q1 提供的超分和超帧都可以合并运作。

按照 vivo 的说法，他们针对日活跃用户数前 500 个游戏进行了分析，为每个游戏的特性、画质、帧率、功耗等进行了模块筛排，选出了其中 135 个适合做插帧的游戏以及 35 个适合做超分的游戏，包括《原神》、《火影忍者》、《和平精英》都实现了超分支持，可以每秒 144 帧的超帧游戏更是达到百款之多，做到了开箱即用而不是空中画饼（想起了 AMD 耽搁了大半年的 FSR 3 吗？）。

万里影像——旗舰级摄像头+全焦段覆盖+万里舷窗

再来看看 iQOO 12 系列的影像能力。

这次 iQOO 12 的主摄为豪威（Omnivision）在 CES 2023 发布的 OV50H，这枚传感器的尺寸为 1/1.3 英寸（在手机领域这已经算是大底了），集成了光学防抖能力（CIPA 标准相当于 4.5 档快门），采用堆叠式设计，拥有 5000 万像素（像素大小为 1.2 微米），低光信噪比较之前提升了 1 倍，色彩还原力提升20%。这枚传感器目前已经获得了 vivo、OPPO、小米等厂商在影像旗舰机里采用。

坐拥 x100 同款传感器的 iQOO 12 在拍摄方面的确值得期待。

此外，iQOO 12 还拥有一个旗舰同款的 3 倍潜望长焦主摄，采用豪威 OV64B 6400 万像素传感，同样拥有 OIS 光学防抖，其镜头 70mm f2.57（70mm 在全画幅上属于中长焦级别，常用于半身人像、静物微距等拍摄场合）。

按照 vivo 的说法，这款长焦主摄采用了名为 NICE 的神经图像计算引擎，能用 AI 算法根据镜头成像特点做逆运算、去模糊，实现了画面降噪和细节增强，能实现 10 倍的高清变焦，最高可以跑到 100 倍。

在超广角方面，iQOO 12 的传感器拥有 5000 万像素，畸变校正后的视场为 109 度，相当于全画幅 15mm 焦段，其光圈值大小为 f2.0.

在具体拍摄功能方面，vivo 这次为 IQOO 为了运动特写更新了精彩回溯功能，让手机处于持续的预采集 1.25 秒数据状态，在按下快门的时候，能将按快门前后 0.5 秒的画面进行 120fps 的升格处理，达到先慢速回放-正常回放-慢速回放的变节奏剪辑效果。

和 iQOO 11 相比，iQOO 12 系列的外观设计有很较大的变动。

从左到右分别是 iQOO 12 Pro 赛道版、iQOO 12 赛道版、iQOO 11S 赛道版，iQOO 12 的最大特征就是该用了“万里舷窗”的摄像模组外观设计，轮廓边缘有精细的银色蚀刻装饰环，如果说 iQOO 11S 板板正正摄像模组设计是直男，那么 iOQQ 12 系列在这里真的很艺术。

万里舷窗的设计有点类似于将 x90 的圆和 iQOO 11 的直线设计融合到一起，充满了弧面、不带一丝直线，就好像 iQOO 12 系列的口号一样：影像最强的电竞旗舰，体现了影像和电竞都有追求。

iQOO 12 Pro 由于采用了曲面屏，所以机身两侧是圆弧过渡，而 iQOO 12 标准版则是直板全面屏，外框有点类似于iPhone 的经典设计，我觉得各有优势，前者在操作触感上更圆润舒适，后者会更有厚度感但是确实是我习惯的握控感更踏实。

废话不多说了，下面就让我们开始测试吧。

测试平台介绍：

iQOO 12 Pro

内存：16 GiB
闪存：1 TiB
操作系统：vivo Origin OS 4（基于 Android 14，Linux 内核 6.2）

iQOO 11S

内存：16 GiB
闪存：1 TiB
操作系统：vivo Origin OS 3（基于 Android 13，Linux 内核 5.15）

测试软件：SPEC CPU2017、Clam Microbenchmark、clpeak、GFXBench、3DMark、AIBenchmark

辅助工具：Power-Z、Toolbox Scene、Android Platform Tools、本人编写的大量自动化测试脚本。

iQOO 的电源管理极为保守，如果程序不位于它的白名单中，CPU 无法运行于全速状态。由于我们使用的一些底层测试工具和 CPU2017 等命令行程序不在该白名单内，所以我们需要将一些白名单程序放置在全屏前台，让其闲置着，然后把测试软件放在后台执行，测试后台程序也能以全速运行。

底层测试——指令吞吐/时延能力测试

X4 和 X3 在指令吞吐、时延测试中有以下主要区别：

nop 指令吞吐略有下降，从每周期 10.3 个下降为 8.5；
不相依 mov 赋值吞吐能力提升了 38%；
向寄存器（测试使用的是 x15 寄存器）赋值立即数 0时的指令吞吐能力提升了 1/3；
分支指令吞吐从每周期两条提升到每周期 3 条；
两条标量加法指令混合一条 128-bit 向量 int 32 指令的组合下，X4 每个周期可以跑 5.5 条，之前的 X3 是每周期 5 条；
两条 64 位 Load 指令混合一条 64 位 Store 指令的组合下，X4 每个周期可以跑 4 条，而在 X3 上每周期只能跑 2.5 条；
128-位向量 int32 指令的时延从 X3 的4 个周期缩短到两个周期；
128 位浮点乘法指令的时延从 X3 的 3 个周期缩短到两个周期。

按照 ARM 的说法，Cortex-X4 有一个 L/S（Load/Store或者说读/写）通用 AGU（地址生成单元）、两个 Load AGU 和一个 Store AGU，相较之下 Corte-X3 是两个 L/S 通用 AGU 和 1 个 Load 单元，因此理论上 X4 在 L/S 指令方面有机会获得更好的表现。

X4 将之前的乘法单元升级为完整的 MAC 单元，这意味着 X4 可以同时跑两条整数 MAC 指令

除此以外，X4 的 Dispatcher 下面还额外增加了两个整数单元，至此，X4 的 Dispatcher 下方的整数单元已经是一个 10 端口设计，非常强。

A720 和 A710 相比：

nop 指令吞吐从每周期 8.7 下降为每周期 4.7；
1:1 mixed add/mul 测试中，A720 缩水了，从 A710 的每周期 3.3 条指令下降到 A720 每周期 2.4 条。
在 1:1 mixed 64-bit loads/stores 指令组合时，A720 是每周期 3.1 条指令，A710 是每周期 2.3 条指令；
时延方面，128-bit int32 乘法指令时延从 A710 的 4 周期提升到A720 的期两个周期。

A520 的加法吞吐从 A510 的每周期三条缩缸到两条，

底层测试——取指带宽

上面第一图是高通骁龙 8 Gen 3 的三种大核的取指测试结果，第二张图是高通骁龙 Gen 2 的三种大核取指测试结果。

标签中的第一个数字表示测试的区间，第二个数字表示等效每周期多少指令，数值越大越好。

从测试结果来看，X4 和 A720（以及 A715）都没了微操作高速缓存。
X4 能在前 64 KiB（L1 指令Cache）里保持每周期 9 条指令的取指能力，A720 和A715可以在前 128KiB 区间维持每周期 5 条指令的取指能力，缺乏 L0 I-Cache 或者说微操作高速缓存的 A720、A715受困于 nop 指令吞吐。

底层测试——内存带宽/时延

随着安卓系统和应用日益复杂，代码和数据也变得越来越庞大，多核、多线程也让程序对内存容量、带宽提出了更高的要求，如果想充分发挥高性能处理器的能力，内存带宽以及高速缓存配置在其中扮演了非常重要的角色，这也是这类底层测试的出发点。

添加图片注释，不超过 140 字（可选）

从测试结果来看，在 Cortex-X3 L1 Cache 的带宽并不逊色于 Cortex-X4，而且论每周期字节的话，Cortex-X3 甚至要高于 Cortex-X4，这是因为 X4（A720、A175 也都）被去掉了微操作高速缓存（micrp-op Cache），反映到数据读取的时候就是这部分区间的每周期字节带宽更低。

Cortex-X4 在 L2 Cache、L3 Cache 阶段有非常明显的优势，iQOO 11S 的 Cortex-X3 的 L2/L3 几乎没有，基本上直接溜下来，这点与我们在其他手机上测试的情况有些不同。值得一提的是，高通骁龙 8 Gen2 里的 X3 L2 Cache 从测试结果来看，更像是 512 KiB 而非公开资料上的 1MiB，这是从测试程序的角度看，具体什么原因目前不得而知。

进入内存阶段后，Cortex-X4 要比 Cortex-X3 快大约 15%，每周期字节带宽大约快了 8.2%。

高通骁龙 8 G3/G2 里的 Cortex-X4 和 Cortex-X4 都是 4*16=64-bit 内存带宽，其中高通骁龙 8 G3 的内存为 LPDDR5X 4800MHz（数据总线速率是 9600MT/s），理论带宽是 76.8GiB/s。

我们这里的 Cortex-X4 实测值只有 58.3%，低于理论值不少，这看起来原因之一似乎是单线程测试导致的，但是我觉得并不完全是，因为我尝试了 5 线程（均跑在大核上）、8 线程（每个线程均为私有数据），录得的最高内存带宽也不过是50 GiB/s，此时内存总线效率也就是 65%。

这是 CPU 的内存带宽测试情况，在 GPU 内存带宽测试中，高通骁龙 8 Gen 3 配备的 Adreno 750 能跑出 60 GiB/s 级别的带宽，效率为 78%。

从测试结果来看，高通骁龙 8 Gen 3 配备的Cortex-X4 拥有 2MiB L2 Cache，这是上一代的两倍。

X4 拥有 12 MiB 的 L3 Cache，X3 按照高通的说法应该是8MiB，X3 在这里的测试结果有些起伏并不是很清晰，但是我在在另一台手机（小米 13）观察到的 L2/L3 Cache 跳变会相对清晰很多。

就目前而言，手机处理器的内存带宽使用率和理论值仍然存在不少差距，高通骁龙 8 Gen 3在这方面并未有改善。

高通骁龙 8 Gen 3 有5 个 A720 内核（海外媒体一般称为中核，国内媒体和厂商喜欢称之为大核），被分为两簇，分别是编号贴近 X4 的两个 A720 @ 2.96GHz 和紧随其后三个 A720 @ 3.15 GHz。

虽然都是 A720，但是实际上是有不同的，首先是三个 3.15GHz A720 在省电模式下会依然运作于 3.15GHz，而两个 2.96 GHz A720 是会运行于 1.92 GHz。

这就完了吗？No，让我们看看他们在访问数据时的内存带宽测试结果：

可以看到，两组 A720 的 Cache 带宽表现是有较大差别的，高频 A720 在 L1、L2 Cache（512 KiB）是有比较显著优势带宽优势的，但是到了 2 MiB 区段之后，高频 A720 会逐渐落在低频 A720 之下。

低频 A720 的 L2 Cache 好像是 1MiB 大，但是运作其位宽好像缩水？

高通骁龙 8 Gen 2 内有两个 A710 和两个 A715，A715 可以视作 A710 的裁剪优化版（去掉了 32-bit 支持、去掉了 micro-ops cache，增加了一个解码器以及一些其他微架构上的调优），我在这里为了简化，在这里只给出内核序号 7 的 A710 的对比。

从测试来看，高通骁龙 8 Gen 2 的这个 A710 L1 数据 Cache 是 32-KiB，L2 Cache 则是 256-KiB。在带宽性能上，A710 比 A720 差一些。

手机处理器内部充满了各种妥协，在 A720、A710这样的大核上可以说是体现得淋漓尽致，似乎是同样的东西往往有不少区别，这些差别点点滴滴加起来就会形成我们看到的手机最终性能并转化为体验的一部分。

底层测试——重排序缓存（ROB）

动态调度乱序处理器里有一个名为提交（commit）的阶段，在写结果（write result）的时候，指令执行的结果会先临时保存在 ROB（重排序缓存）里，然后按照指令执行顺序写入到寄存器或者内存里，如果在这个过程里有其它指令需要这个结果，那么其他指令就可以从 ROB 里直接获得该数据。

以下测试图表中黄色标签里的 x 值代表了在该处发生明显跳升，可以将该点的值视作 ROB 大小

添加图片注释，不超过 140 字（可选）

从测试结果来看，Cortex-X4 的“ROB”依然具备合并回退队列，实际大小就是 ARM 官方公布的 384 项，重命名回退队列约为 686 项。

Cortex-A720 和 Cortex-A710 也都有合并指令的能力，我这里只给出实际的 ROB 大小测试图。

从测试结果来，A720 的 ROB 大小大约是 184（考虑到 ARM 之前那公布过的 Cortex-X3、A710 ROB 大小比实际测试小16 项，因此这里也可能会是 168）。

分支预测能力测试

Cortex-X4 的前端做了一定的改进，而且分支预测缺失的惩罚或者说整数流水线深度从上一代的 11 周期（级工位）减少为 10 周期（级工位），可惜由于微操作高速缓存被摘掉，所以有时候分支预测缺失的惩罚其实要比 Cortex-X3 高一些。

我在这里给出基于 CPU2017 的实测结果，包括分支预测缺失率、每百万指令分支预测缺失数。

测试的项目为 SPEC CPU2017 1.1.9，编译器为 GCC 13.1，编译优化开关为 -Ofast，指定指令集架构为armv8a，静态链接，其余编译开关为兼容行或者被 SPEC.org 归为 other 的参数，未使用 Jemalloc 等第三方内存分配优化器。

分支预测缺失率

MKPI（每千条指令命中缺失指令）值

从测试结果来看，Cortex-X4 的分支预测能力较 Cortex-X3 有一定的提升，加上流水线工位更少，可以预期它在分支密集应用中有较高的表现。

Cortex-A720、Cortex-A715 在整数测试中都较之前的前任更出色，但是在浮点密集测试中，他们两在个别测试（510）中较上一代明显糟糕不少，使其总的命中缺失率和 MPKI 值在浮点测试中比不上 Cortex-A710。

实测性能——CPU2017

我们在 ARM 平台上进行了 SPEC CPU2017 的静态链接编译，将其打包后，扔到 adb shell 环境里执行，每个子项目均运行三次，取其性能最高值。

按照 spec 的规范，SPEC CPU2017 至少要运行两次才能算是符合测试成绩提交的要求，如果是三次测试的话，则应该取中间值。

但是我考虑到手机平台后台干扰较大，所以这里选择最高值，所幸的是，根据我的观察，目前测试过的手机只要散热充分、能假借白名单 app 运行于前台，得到的性能都是比较稳定，相对波动较少。

CPU 2017 的工具是需要借助 perl 的，adb 下实现 perl 支持感觉有点烦，所以我这里编写了一个 200 行左右的代码来运行测试，然后使用一些简单脚本对数据进行解析以及按照 SPEC.org CPU2017 的要求使用几何平均数的方式计算最终得分。

使用 adb shell 环境是必要的，iQOO 的电源管理策略在 termux 里似乎有时候会无视 taskset，会在某个情况下把任务扔到其他内核又或者是间歇性频率缩缸，某湾就因为这个问题放弃了在 iQOO 上测试能耗。

我们在 adb 下的脚本加入了 CPU 频率特性采集，能对被绑定的有效 CPU 值记录下来，藉此增加监控 CPU 频率是否会缩缸，结合测试结果，可以确认我这边在 iQOO 手机上录得的数据都是满血状态下获得的。

从测试结果来看，高通骁龙 8 Gen 3 的 Cortex-X4 整数性能比高通骁龙 8 Gen 2 Cortex-X3 快大约 17%，达到 8.64 分，考虑到是同级别制程下的产品，这个进步是非常不错的。

CortexA-720 的整数性能也是相当出色，较 Cortex-A710 快了 19%，达到了 5.59 分。

整数单元缩水的 Cortex-A520 在实际测试中比 A510 快了 29% 以上，也是比较有意思的测试结果，但是不要忘了，它的性能也就是 A720 的 30% 不到。

前面我们提到了，我们采集了每一个测试的有效频率值，下面就是 iQOO 12 Pro里的高通骁龙 8 Gen 3 Cortex-X4 运行 CPU2017 时的频率记录，括号里的百分比数值就是和标称 3.3GHz 相比的区别。

可以看到，它们的有效频率值都比标称的 3.4GHz 有一定差距，在 SPEC CPU2017 中，503.bwaves_r（以及它的前身 403.bwaves）一直都是掉频大户。

需要注意的是，我们这里说的掉频不是说 CPU 没有运行在 3.3GHz 档位，而是性能计数器实际录得的有效频率值，如果看安卓回报的频率档位，此时 CPU 绝大部分时间都是在 3.3GHz 的。

这其中的原因一般是因为发热、功耗管理、后台背景程序等原因造成，其中功耗管理应该是最大的因素。

能耗比测试

首先看看闲置状态下的功耗表现，测试方式是使用 adb 在后台控制数据采集，手机屏幕亮度调到最低（实测亮度值为 2 nit），这里没有使用相册挂纯黑图。

其他测试环境：拔掉 USB 线，设定为飞行模式后开启wifi，启用了无线调试模式，尽可能地杀掉后台任务，手机测试时为常亮暗屏性能模式（iQOO 称之为怪兽模式），耗电记录时长为 600 秒。

iQOO、OPPO 等手机使用双串联电池，这里的功率值已经考虑了相关的转换。

在暗屏怪兽模式下，iOOO 12 Pro 的功耗值为 0.56 瓦特，比iQOO 11S 低大约 8%，两者或者说这里的四款产品底耗可以视作同一水平。

Cloud Liu 帮我制作一张泡泡图方式的图表，可以从另一个更实用的角度看待能耗比：

添加图片注释，不超过 140 字（可选）

这张泡泡图里的纵坐标是每千焦耳做功获得的分数，横坐标是分值，泡泡大小表示了完成该项目消耗的能量值。焦耳值就是根据录得的功率值乘与测试耗时获得的。

从泡泡图可以看出，对于复杂应用，A510/A520 的整数耗电量大约是 X4 的 1.2 倍，而浮点则是达到了 1.56 倍。因此 A5XX 虽然功耗低，但是如果跑复杂任务的话，能耗其实蛮差的。

从测试结果可以看出，对于同样的任务，x4 消耗的能量大约是 x3 的 1.08 倍（整数）和 1.01 倍，对手机用户来说，两者在功耗上的差别其实比想象的要低一些。

GPU 底层性能测试——单精度浮点性能

之前的华为 Mateo 60 测试我用了腾讯 nihui 的 vkpeak，不过该测试需要调的参数挺多的，为了简化，我这次选择了命令行版本的 clpeak 1.10 进行测试。

从测试结果来看，Adreno 750 的单精度浮点性能较上一代 Adreno 740 提升了34% 以上，这其实比高通 ppt 里宣传的 25% 更快一些，当然这里提供的是底层性能。

高通的 OpenCL 驱动没有提供频率值，只有内核（compute unit）数为 6 的信息，我用 3DMark 的 Solar Bay 配合 Perfdog 录得的频率值为 900MHz，据此可以得出的 PE 数量大约是 1466.4 PE，近似的 PE 值就是 1536 个 FP32 FMA PE（或者说 ALU）。

GPU 底层性能测试——纹理填充

纹理填充率变化不大，感觉基本上就是受制于内存带宽，从测试结果来看，似乎是每个 CU 里有 16 个纹理单元。

游戏测试——王者荣耀

感谢腾讯 Perfdog 官方为这次测试提供机时支持，让我在这里得以使用 Perfdog 进行游戏数据采集。

由于游戏是需要亮屏操作的，这里我让 Cloud 帮我测量了 200nit 时的系统亮度设定值，之后用 adb 参数将屏幕亮度设定在 200 nit 进行该测试。

从测试结果来看，两款手机都能轻松运行于 120fps 帧率。

iQOO 12 Pro 的耗电为 4.3 瓦，iQOO 11S 耗电为 4.8 瓦，iQOO 12 Pro 功耗低 10.4瓦。

iQOO 11S 电池容量为 4700mAh，iQOO 12 Pro 是 5100 mAh，换算出来的等效续航如下：

iQOO 12 Pro 理论上可以比 iQOO 11S 多玩 49 分钟或者说多 20% 续航。

当然这是理论值，不过我也扛不住跑这么长时间来验证，总之在实际游戏中，iQOO 12Pro 跑目前的主流大作更省电就是了。

这就完了么？No。

iQOO 12 系列引入了 Q1 电竞芯片，能提供超分+超帧支持，在王者荣耀中，启用高画质+超帧模式后，功耗会进一步降低到 3571.6 瓦。

启用了超分（super resolution）+超帧（frame generation）后，等效续航进一步提升到了 5.5 小时，或者说提升了 44% 的续航能力，非常强的改善。此外，由于启用高画质，王者荣耀的画面也更锐利，高帧率下插帧而产生的额外时延方面也没有什么问题，因为帧率极高，时延间隔其实很短，更何况耗电降低，手机受热性能缩缸的情况也大为减少，这就是插帧的真正意义。

我觉得在 iQOO 12 系列上玩游戏就应该启用 SR+FG，强烈推荐。

拍摄能力

正如大家所看到的，这次测试其实涉及很多数据，为了获取这些数据需要大量的耗时，所以真正留给我拍摄的时间也就是 iQOO 12 发布会当晚，用了 10 分钟拍了几张照片，然后我就匆匆回家继续跑余下的性能测试了。

我就是随手一拍而已，左边这张是 iQOO 11S，右边这张是 iQOO 12 Pro，前者是 75mm 焦段（等效全画幅），后者是 70mm 焦段，快门速度都是 1/17，iQOO 12 Pro 有原生中焦镜头组在这里是占了很大便宜的。

不过差别不止于此，我觉得 iQOO 11S 的测光和后期算法是倾向于把画面调得更亮，导致“石湾玉冰烧”那几个字一塌糊涂了，而 iQOO 12 Pro 在这里表现好很多很多，整体上属于碾压级。

从拍摄效果看，和上一代相比，iQOO 12 Pro 至少在中长焦上明显占优，不要忘了，iQOO 12 标也是完全相同的主摄、长焦、广角配置。

测试总结

iQOO 12 Pro 拥有当前最强级别的手机 SoC 高通骁龙 8 Gen 3，同样是 4 纳米制程，新处理器提供了更强的绝对性能表现，而在同样性能输出的使用环境里，则表现出了更出色续航能力，加上 Q1 电竞芯片提供了开箱即用的超分+超帧能力，让手机可以在更低功耗、更低发热、更少过热卡顿的情况下提供更长的续航，与此同时画质也可以清晰锐利。