天玑 9300 工程机实测：全大核压榨，性能极限在哪里？

每到年底，地表最强的两家移动芯片商总会先后推出它们旗舰 SoC，来决定下一年旗舰手机市场的趋势；今年高通先行了一步，发布了骁龙 8 Gen 3，前段时间的量产机我们也测了，没看的可以待会去回顾一下。不过，昨天联发科的这场发布会，天玑 9300，我觉得它有可能会影响 Android 手机旗舰芯片后几年的发展路线。

我们又在第一时间拿到了天玑 9300 的演示工程机，不过，在给大家摸个底之前，我们先来看一下这次天玑 9300 的配置。

这次天玑 9300 用了台积电第三代的 4nm 制程工艺，一共 227 亿个晶体管，除了 CPU、GPU、APU 这些大部头的更新，还首发了对 9600Mbps LPDDR5T 运存芯片的支持。

还有新的图像 ISP，支持 16 层语义分割优化、集成了光学防抖专核；

Modem 的部分，支持 6.5Gbps 的 Wi-Fi 7、提高了穿墙力，支持 5G 的 Sub-6GHz 的四载波聚合；

新的显示处理器做了 AI 的画质优化；还加入了两枚安全处理器。

| 全大核架构

意料之中，天玑 9300 今年也不再支持 32 位应用了，甩掉了 32 位的包袱之后，也直接抛弃了小核的配置，全面转向了高性能核心，也就是联发科这次说的「全大核架构」。

据说这次的新架构其实从前年天玑 9000 的时候在内部就开始部署了，相比起友商今年的「减小加大」路线，天玑 9300 直接「去小加大加特大」，从上一代 1+3+4 的架构直接跃升到 4+4 的架构，Corte-X4 超大核 4 枚，最高 3.25GHz；Corte-A720 大核也 4 枚，频率 2.0GHz；缓存方面，三级缓存来到了 8MB、系统缓存 10MB。

这样做提升最直接的就是性能了 —— 对比上一代，天玑 9300 CPU 同能耗下有 15% 性能提升，我们用 GeekBench 对这台工程样机的 CPU 摸了个底。

对比去年我们测的天玑 9200 工程样机的话，峰值性能提升肯定不止是 15%，单核性能提升了 50%+，多核甚至提升了接近 70%，规模还是很可观的。

对比刚测不久的小米 14 系列，单核小胜，多核性能的规模更有优势；和 iPhone 15 Pro Max 比的话，多核性能更有优势。还有娱乐兔，V10 的版本，来到 213 万分了。

这样的成绩，你们满意吗？

这些都是室内常温，不加外置散热跑出来的成绩哈。在我们的极限测试中，安兔兔飙到了 225+ 万分，GeekBench 单核多核也有不少的提升 —— 欸，不过 … 不过啊，这是比较极端的环境，完全不是日常使用环境，只是稍微探一下天玑 9300 的潜力有多少。

性能是上来了，但「全大核架构」需要面对一个问题，就是全面转向大核后，原本属于传统小核的轻度任务，就全权交由大核来处理了，考验大核低负载时的能效。

首先对比上一代，超大核心 Corte-X4 核心本身的性能是有大概 15% 提升的，在此之上功率还降低了 40%；大核 Corte-A720 这边也大概有 20% 的能效提升 —— 这是第一层。

另外，大核因为它的性能优势，处理同一个任务的时候，往往做得比传统小核要快，任务结束后休眠也更快更深入，把时间拉长到整个任务的话，大核的总能耗其实是更低、能效更高的 —— 好比是一个薪资高，效率也高的打工人，站在公司的角度看，性价比可能要比两个低薪低效的员工要高。

还有，天玑 9300 这次用了乱序执行内核，对比起传统的顺序执行，分配到 CPU 的各项任务可以不用排队，有组织地「见缝插针」来执行，也提升了多线程的效率，进而再次提升核心的效率，效率高了，就有更多时间来「休息」，少耗电。

所以，联发科今天这套「全大核架构」，反而是可以提升能效比的，面对中、重载任务的时候，优势会比较明显，像日常浏览、看视频等等这些轻载任务，也有一个不错能耗控制 —— 总的来说，对比上一代，天玑 9300 在同等性能下会有 33% 能耗下降。

联发科先迈了一步，虽然说 CPU 的通用性很强，但整个 Android 的生态过于庞大，面对新架构可能还会有调度的问题，所以联发科也已经跟 Google 等厂商合作了，未来遇到的问题都是可以被优化、解决的；实际落地之后，我们还会再看实际具体使用场景的优化效果。

天玑 9300 CPU 的部分，总的来说，「全大核架构」其实是更有利于多任务处理的，这也是联发科认为未来手机终端最重要的一个特性，特别是未来折叠屏手机普及开以后，对多任务的处理需求会明显大增，像我们也体验了原神 60fps 和微信视频通话的双开，全程基本能满帧运行。

所以「全大核」，它也是一个「战未来」的架构，苹果的 A 系芯片其实已经是这条路了，未来，或者说是明年的移动旗舰 SoC，很大概率都走这条路了。

| AI

AI 也是这次天玑 9300 的升级重点，新的 APU 790 做了架构的更新，整数和浮点运算都分别比上一代提升了 2 倍，功耗还降低了 45%；还有 8 倍的 Transformer 算子加速、INT4 量化技术等等，就是为生成式 AI 来做提升的。

其实在手机做端侧生成式 AI 有不少需要解决的技术问题，首先第一个难点，参数量就是生产力，但背后的运存占用对手机来说是个大问题，举个例子，某个 130 亿参数量的模型，需要占有 13GB 的内存（INT8），即使是放到一台 16GB 的 Android 手机上跑，还有系统和其它 app 的运存占用，这 16GB 完全不够。

所以天玑 9300 这边的首款内存硬件压缩技术 NeuroPilot Compression，可以将这里的 13GB 运存压缩到大概 5GB 左右，大大解放了运存的占用。

另外端侧算力和运存有限的前提下，联发科用了一种「基础模型 + 技能扩展」的「1 + N」第一款支持 LoRA（Low-Rank Adaptation）融合的端侧技能扩充技术 NeuroPilot Fusion 来解决参数量的问题，就像先搭好基本框架，再安装可替换的个性化套件来做 AI，来满足手机这类较轻的端侧生成式 AI 的需求。

我也上手了几个端侧的生成式 AI Demo，这里主要看生成的速度。

也跑了针对 AI 的 BaseMark In-Vitro，3144 分，成绩也还算不错的，苏黎世的 AI Benchmark 跑分目前也是榜一的成绩。

关于生态，联发科还为这套 AI 平台提供了相应的开发套件 NeuroPilot，据说已经跟 vivo 完成了 70 亿参数的 AI 大语言模型落地，也第一次实现了 130 亿参数的 AI 大语音模型端侧运行。天玑 9300 也是第一个成功运行 330 亿参数 AI 大语音模型的移动芯片。

| 游戏

联发科是第一个把光线追踪技术搬到移动端 SoC 的芯片商，这次的天玑 9300，GPU 用了 Immortalis-G720 MC12，除了算力的提升、内核带宽效率的提升，还升级了全局光照光追性能，不久后会有不少主流的手游参与适配。

这次 GPU 的 GFX 跑分放这了，一句话总结，就是成绩挺出乎我意料的；

但实际游戏表现，我们还得看《原神》和《崩坏：星穹铁道》。

因为是工程机，表面温度跟我们量产机会很不同，所以这里就不看温度哈，星铁我们也没有抹除一些场景切换必要的瞬时掉帧，主要看帧率和功耗，特别是功耗，我对今年发哥的量产机游戏表现又有新期待了。

其实除了 GPU，背后也有全大核的 CPU 架构的一份功劳，多线程分配更好满足大型游戏的动态需求，这次也是天玑 9300 游戏功耗较低的原因之一。

| 总结

其实 SoC 是一个整体，不能拆开只看 CPU、只看 GPU 或者只看 APU，像游戏背后需要 GPU、CPU 的共同协作，AI 除了 APU，上层就是 CPU 的统筹和运存等等的配合。

天玑 9300 这次 CPU 架构的改进，就是围绕这整块 SoC 的定位展开的，高性能、AI，还有低能耗。

对于消费电子而言，性能从来就没有「过剩」这么一说，产品都是跟市场互相成就的，消费者被软硬件的体验影响塑造了认知和需求，而厂商被用户的认知和需求推动着迭代和进化；联发科只是顺着他所看到的趋势先走出了一步，而我们目前通过工程样机看到的这一步，天玑 9300 走得还挺不错的。

对了，还有这次首发阵营 … … 你们最期待的是谁？

好了，这期天玑 9300 的性能测试与解析就是这些了，如果觉得对你有些帮助，欢迎关注点赞收藏转发，也别忘了到我们同名 WHYLAB 微信小程序去看看，这里是 WHYLAB ，咱们下期再见。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～