新款Mac mini首发体验：苹果M1芯片性能及兼容性测试( 三 )

我们把这一段视频放到采用Core i7 10875H处理器、32GB内存、RTX 2070独显的Windows 10笔记本上使用Premiere Pro 2020进行编辑，在开启硬件加速的情况下也同样会出现卡顿。而且平台功耗轻松超过80W ，内存更是几乎吃满，由此可见，在受支持的APP下，专用芯片的功能十分明显。

本文插图
同样的结论也适用于包括机器学习、数据加密、音频编码等其他专用芯片加速的项目，比如在djay Pro AI音频剪辑软件中， M1就能准确识别乐曲中的节拍、鼓点和人声并支持各自分离重新混音，相对Windows平台的音频后期软件来说准确率要高很多，并且通过滑条的方式进行控制也很直观。

本文插图
当然，有受支持的APP就有不受支持APP ，如果是通过Rosetta 2编译后运行的第三方X86设计软件，因为没有专用芯片来进行硬件优化，所以工作效率跌幅明显。
以Blender为例，使用最新的稳定版2.90.1进行云雾效果渲染，因为CUDA、OpenCL、OptiX等硬件加速都无法开启，因此即便平台功耗跑到了30W左右、CPU占用率100%、GPU超60%这种接近满载的情况下，渲染效率依然很低。
在我们的Windows 10对比平台上，相同设置的渲染效率明显要高出很多，这就是此前提到的问题所在：当面对没有专用芯片优化、且并未通过Universal实现原生的第三方高负载APP时， M1的表现会很受限。

本文插图
打破性能桎梏的片上封装内存设计
内存性能可以简单分为带宽和延迟两个维度，如果马力全开，一个3GHz的4核CPU在执行两个256bit单指令多数据流FMA指令时，数据带宽的需求是约为2304GB/s ，即便是双通道DDR4-3200内存的带宽也只有51.2GB/s 。
当然，实际应用中除了特殊的测试程序之外，不可能出现全速吞吐FMA指令集的情况，但这个差距依然是十分悬殊，仍有填补的必要。
所以，现代CPU一般会在内核放入大容量缓存来解决这个问题，三级缓存的带宽是内存的7~8倍，延迟则只有1/5 ，效率显然更高。但缓存占据了大量的内核晶体管资源，不可能无节制地增大。
而M1给出的解决方案则退了一步，通过SoC的形式将2颗LPDD44X DRAM直接封装到M1的基板上，这样一来，至少相对传统的插槽或主板焊接而言走线距离短了非常多，进而降低了延迟并降低功耗。
根据已有的资料来看，相对板载方案，传输功耗的下降幅度可以达到20倍之多，未来如果能结合HBM2内存颗粒，双通道的情况下就能实现512GB/s的带宽，足足是DDR4-3200的10倍。
不过，封装内存也就意味着完全舍弃了扩展性且容量上限也明显更低，这就会形成天生的用户群上限。 3款采用M1芯片的Mac产品最大内存容量也不过16GB ， macOS可不能像iOS这样通过杀进程的方式来缓解内存压力，并行是电脑操作的自然属性，所以这就注定了至少在M1这个阶段，它依然只能在主流定位的产品上找存在感。
但从商业角度来说这个切入点反倒很适用，因为主流即代表高出货量，这是生态形成和用户习惯培养的根本， M1必须能打下这个基本盘， ARM在Mac端才能走得更远。

本文插图
为什么我们选择测试Macmini？
M1芯片的3款机型中，大家可能更关注新款的MacBook Air和MacBook Pro ，不过我们知道CPU的性能往往与散热正相关，相对于以轻薄为主要设计方向的笔记本而言， Mac mini虽然定位迷你，机身只比机顶盒大不了多少，但''瘦死的骆驼比马大'' ，厚度依然足足有36mm ，是MacBook Pro的两倍有余，这就为它的散热设计保留了足够的余量。