Sparsam und effizient

Intels Lunar Lake in der Leistungsanalyse - NPU-Benchmarks

Erstmals haben wir uns auch daran versucht die KI-Leistung der Chips zu vergleichen. Möglich ist dies zum Beispiel durch die lokale Ausführung eines LLM oder von Stable Diffusion. Aber der Anteil der Nutzer, die sich derart weit in die Materie wagen, dürfte doch sehr gering sein. Wir haben uns daher entschieden, mit dem UL Procyon und darin dem Untertest "AI Computer Vision" zu arbeiten.

Hier können wir auswählen mit welcher Schnittstelle und auf welcher Hardware der Benchmark ausgeführt werden soll. Allerdings mussten wir auch schnell feststellen, dass direkte Vergleiche nicht einfach sind. Die CPU- und GPU-Tests können auf allen Systemen mit einer Intel- oder AMD-CPU ausgeführt werden. Auf Geräten mit dem Qualcomm Snapdragon X Elite/Plus ist dies aber nicht möglich. Die NPU-Tests laufen nur auf den Core-Ultra-Prozessoren von Intel. Insofern fehlt uns hier eine größere Schnittmenge, mit wir dann auch arbeiten können. Für die GPU-Tests haben wir auch eine NVIDIA GeForce RTX 4060 aufgenommen, um einmal aufzuzeigen, welche Leistung eine Grafikkarte hier erbringt.

Im CPU-Benchmark kann der Core Ultra 9 288V für die Tests im Float16- oder Integer-Datenformat, eben diese sind für KI-Anwendungen wichtig, überzeugen und ist schneller als der Ryzen 7 8845HS – einen Vergleich zum Ryzen AI 9 HX 370 haben wir nicht. In den GPU-Tests ist der Core Ultra 9 288V dem AMD-Modell deutlich überlegen. Hier zeigt sich aber auch, dass eine GeForce RTX 4060 noch einmal deutlich schneller ist.

Bei den NPU-Tests lässt sich nicht viel vergleichen, da wir hier nur die Werte es Core Ultra 9 288V haben.