Så mycket snabbare är Surface Laptop än Macbook Air M3

Några procent hit eller dit betyder kanske inte så mycket, men om man skall köpa något vill man ju gärna veta hur marknaden ser ut så man kan göra ett välgrundat val.

Om det var inom samma mjukvaru-ekosystem hade jag förstått det, men valet mellan Windows och OS X är så mycket större än 10 procents skillnad i prestanda. Ingen som är inkörd på Windows kommer välja en Macbook för att den är lite snabbare eller vise versa.

Är inte M4ans TOPS-siffror bara uppblåsta jämfört med M3 för att de visar siffrorna i INT8 istället för FP16/INT16?
Det är kanske lätt att få 2x högre siffror om man hanterar ett format som är halva längden.

Edit: Om det stämmer att Snapdragon beskriver sina TOPS i INT4 är det ju bara ett luftslott av siffror då den egentligen är i prestanda jämförbar med M1 för sin NPU.

Är inte M4ans TOPS-siffror bara uppblåsta jämfört med M3 för att de visar siffrorna i INT8 istället för FP16/INT16?
Det är kanske lätt att få 2x högre siffror om man hanterar ett format som är halva längden.

Edit: Om det stämmer att Snapdragon beskriver sina TOPS i INT4 är det ju bara ett luftslott av siffror då den egentligen är i prestanda jämförbar med M1 för sin NPU.

Har väldigt svårt att tänka mig att Qualcomm använder INT4. Dels säger bl.a. presentationer av Oryon från t.ex. AnandTech detta

"Hexagon 45 TOPS (INT8)"

och Qualcomm själva skriver detta

"Precision refers to the granularity of calculations, with higher precision typically correlating with increased model accuracy at the expense of computational intensity. The most common high-precision AI models are 32-bit and 16-bit floating point, whereas faster, low-precision, low-power models typically use 8-bit and 4-bit integer precision. The current industry standard for measuring AI inference in TOPS is at INT8 precision."

Undrar om någon NPU just nu får ett teoretisk högre TOPS värde om de använder en längre kvantiseringnivå än INT8. I praktiken kan det bli lite bättre med t.ex. INT4 om flaskhalsen är RAM-bandbredd, men får känslan att <INT8 mer handlar om att få ner storleken på modeller tillräckligt mycket för att få in dem i VRAM på GPUer än att det ger högre prestanda.

Fördelen med NPUer samt iGPUer är ju att de har tillgång till lika mycket RAM som CPU-delen, vilket typiskt är mer än vad dGPUer har som VRAM.

Tvivlar också starkt på att M4 inte skulle ha högre faktiskt kapacitet i sin NPU jämfört med M3. Möjligen finns någon begränsning i M3 som gör att den har samma kapacitet både för INT8 och FP16, men det ändrar inte det Qualcomm skriver ovan: normalt refererar man till INT8 med TOPS siffran. Det gör definitivt Intel och AMD, samt vad det verkar, Qualcomm.

I fallet Apple vet jag inte hur mycket de, fram till nu i alla fall, brytt sig om NPU-delen på Mac:arna. Intels NPU har man sedan en tid kunna använda direkt i PyTorch både under Linux och Windows.

Apple har lysande PyTorch/TensorFlow stöd för deras CPU (extensioner för bättre matrisprestanda) och iGPU, men finns inget stöd alls för NPU utanför att använda deras Accelerate bibliotek (vilket nog är långt viktigare för mobiler än för MacOS).

Jag tror inte att särskilt många bryr sig om det (så länge allt flyter på med 8 GB), men för att kunna köra alla ai-modeller man rimligen kommer stoppa in i OS X krävs kanske mer minne.

Det kan förstås finnas en tröskel, men många är väl inte särskilt låsta till Windows? Mer och mer körs ju i webbläsaren, och en hel del annat har stöd även för Mac.

Hur många procent av enheterna händer det på? Jag är inte statistiskt signifikant, men det är extremt sällsynt att se SSD:er av någorlunda kvalitet ge sig, varken privat eller i serverhallen.

En Chromebook erbjuder en webbläsare och ofta väldigt prisvärd hårdvara. Trots många år som alternativ till Windows och OS X har Chrome OS idag inte mer än 2-3 procents marknadsandel.

För macbook pro borde det ju hända något emellanåt. Foton går från 12mpx till 48mpx RAW, filmer går från "HD ready" till 4K HDR, musiken är lossless mm - men macbook pro har startat med 8 gig minne i baskonfigurationen sedan 2012. Det är 12 år.

MacBook Pro 14 hade 16GB RAM som standard tills den något nedbantade MacBook Pro 14 M3 släpptes.

MacBook Pro 13 blev en väldigt konstig maskin i samband med att M1:an släpptes. Likt basmodellen med M3 ovan, så fanns det inget "Pro" med 13"-modellen i mångas (även mina) ögon.

Fast beror det inte mest på att de ofta är rätt undermåliga? Billiga måhända, men långsamma, nedlåsta och lågupplösta (undantag finns säkert). Det är kanske inte Windows som drar så mycket som att man inte är så sugen på att gå dit?

De första var undermåliga, men man har under många år kunnat köpa Chromebooks som är fullt i paritet med övriga bärbara. Chromebook Pixel, som förvisso hade ett väldigt högt pris, lanserades redan 2013. Och den i fråga om kvalitet och design jämfördes med Macbook Pro. Min Lenovo Yoga Chromebook har varit en av de bästa byggda datorer som jag haft och med mycket lång batteritid. Och det måste vara runt 5 år sedan den släpptes. Nu är ju detta bara anekdotiska exempel, men hade det varit så lätt att ersätta ett normalt OS med en "webbläsare" så skulle inte Chrome OS stått och stampat på samma plats så länge som det gjort.

Software is king som man säger. Du kan ha hur bra hårdvara som helst, men finns ingen mjukvara att använda så skiter det sej (se alla Raspberry Pi kloner). Ge det lite mera tid bara så har vi snart en bra Windows mjukvaru platform för ARM. Om ett par år är vi nog på den nivå att man kan börja fundera på att dumpa sin Windows X86 platform för ARM.

Software is king som man säger. Du kan ha hur bra hårdvara som helst, men finns ingen mjukvara att använda så skiter det sej (se alla Raspberry Pi kloner). Ge det lite mera tid bara så har vi snart en bra Windows mjukvaru platform för ARM. Om ett par år är vi nog på den nivå att man kan börja fundera på att dumpa sin Windows X86 platform för ARM.

Just Microsoft oförmåga att släppa legacy gör mig tveksam. Att många även väljer bort Visual Studio för utveckling är också en stor akilleshäl i Windows.

Redan när Apple släppte sin första M1 SoC, så var nära 100% av OS:et helt optimerat för ARM64. Många tredjepartsutveckare var också snabba med anpassningar för ARM64 innan slutet på 2021.

Hur lång tid ska Microsoft få? Microsoft har släppt SQ1, SQ2 och SQ3 tillsammans med Qualcomm redan. Men hittills har kretsarna underpresterat. Visst känns Snapdragon X Elite som en mer seriös satsning, men även här känns det som att de helt missat målgruppen.

Har vänner som just köpt Microsoft Surface Laptop, men främst pga avsky mot Steve Jobs(!) och Apple.
Nu beklagar de sig över att Microsoft kräver US$20/månad för att göra CoPilot användbart.

Microsoft har en lång resa framför sig för att få komma in arbetsplatser med sina CoPilot-datorer, samtidigt som jag inte ser några större fördelar för hemanvändarna (bortsett från rika Apple-hatare).

Är väl ungefär samma slutsats där som flera andra gjort: ställd mot Apple så har man fortfarande en hyfsat bit kvar, det på single-thread prestanda, batteritid och kanske främst iGPU-prestanda/funktioner.

Blundar man för att Apple ens existerar så ser det rätt mycket bättre ut. Ställd mot AMD och Intel har Snapdragon X Elite bättre CPU-prestanda, bättre batteritid och även om det är en bit kvar så tycker i alla fall jag att ARM64 versionen av Windows 11 är i ett förvånansvärt bra tillstånd (kör ARM64 Windows + ARM64 VS Studio/Rider dagligen just nu på en M3 Max via Parallels).

Även ställd mot AMD/Intel lämnar iGPU-delen en del att önska, men man är i alla fall betydligt närmare där än ställd mot Apple.

Slutligen testade man här en Samsung laptop. Tycker OEM av Windows-laptops bör tas sig en funderare vad de bör förbättra, för när det kommer till Snapdragon X enheterna känns det som Microsoft är den som visade var skåpet ska stå med sin Surface serie.

Frågetecknet är väl hur Snapdragon X serien kommer hålla upp mot AMD Strix/Kraken Point och Intel Lunar/Arrow Lake laptops.

Sen har tyvärr Qualcomm samma problem som AMD när det kommer till NPU/GPGPU stöd just nu. Även om hårdvaran finns där och den presterar väl är det rätt stora brister i det programvarustöd som krävs för att man faktiskt ska kunna använda HW i populära ramverk och program.

Microsoft använder DirecML i Copilot och liknande (är det som Qualcomm och AMD stödjer för deras NPUer), men majoriteten av allt "AI" arbete sker i ramverk som primärt bygger på PyTorch och Tensorflow. Intel har rätt stor fördel där, de har inte bara stöd för sin NPU, de har även stöd för att kombinera GPGPU, NPU och CPU för maximal prestanda.