赶快入手12代酷睿，畅享性能飞升体验-Acer掠夺者战斧300笔记本评测

Posted 2022-09-16 beyondma

在这个社会全面数字化转型的时代，人们对于计算机算力的需求越来越大，对于日常使用的主力办公笔记本也是要求越来越全面，尤其像笔者这样的编程一族，今年一季度酷睿12代系列处理器的推出，堪称是我们程序员+游戏党的福音。

 

12代酷睿采用10nm进程，全面应用了Alder Lake架构，并首次在X86平台上引入大小核设计，支持最新的DDR5内存以及PCIe 5.0。酷睿12代处理器最吸引笔者的特性在于兼顾了办公、编程与娱乐三方面的需求，因此笔者选择入手了首发12代I7的Acer掠夺者战斧300，使用过程中的确有惊喜。

和之前的处理器相比酷睿12代绝不是一次简单的升级，酷睿12代采用大小核设计，其小核拥有5000个条目的分支目标缓存区，实现更准确的分支预测;并将指令缓存扩冲到64K;簇乱序执行解码器，可在保持能效的同时，每周期解码多达6条指令，并支持AVX指令集。

大核的升级则更加明显，指令解码器由4个增至6个，发射宽度由6µop增加到8µop，分配由5路增至6路，执行端口由10个增至12个，提高了分支预测准确度。

下面分享一下Acer掠夺者战斧300游戏笔记本电脑的评测过程，和大家详细聊聊使用感受。

强悍性能

性能强悍可以说是我选择酷睿12代I7的最大理由，由于编程本身是极消耗脑力的，如果随便写点代码，运行一下都会很卡的话，就会特别影响编程思路。不过在上了各种工具实测之后，我们可以从结果中看到，在性能方面酷睿12代I7的表现不是小好，而是大好。

评测结果表现优异： 

CineBench R23的测试成绩，我们知道CineBench R23是一个比较有公信力测试工具，最大特点就是测试结果比较稳定， CineBench R23的评测中酷睿12代I7的得分如下：

CPU单核性能

 

CPU多核性能

 

我们知道以H编程结尾的CPU属于标准版本， 而以K结尾的CPU都是超频版本，因此I7-12700H与同为12代的K标CPU有所差距也属正常。不过对比11代的产品来说，同型号的成绩至少高了20%，而且也将AMD的线程撕裂者系列甩在身后，这种程度的提升真可谓是诚意满满了。

 

通过另一款老牌评测软件的CPU-Z的评测结果与CineBench类似，就不加赘述了。

 

二．编译性能评测：

我们程序员群体基本没办法考虑用MAC作为主力机型使用的，因为MAC笔记本不支持CUDA高性能计算框架，稍微大一点AI模型就完全没办法运行了，这也是笔者入手酷睿12代i7的主要理由。

由于编程软件的使用体验更偏向于主观感觉，因此这里笔者给大家分享一下实际使用中的感觉，在日常编程过程中笔者最常使用的软件就是Vscode了，这个对于I7-12700H来说可谓是毫无压力。

 

另外英特尔系的笔记本有一个最大的好处 就是可以安装Vmware Workstation运行Ubuntu或者Cent Os的虚拟机,让你随时拥有一个LINUX的开发环境。

 

I7-12700H在虚拟化方面的支持也堪称优秀，双开两个UBUNTU的虚拟机也是完全没有压力。

而且最令我欣慰的是，对于Sk-Learn、TensorFlow等AI框架的支持也非常棒，具体原因我们后面会详细聊，装好CUDA之后。简单的模型训练均可以秒级返回。

 

稳定可靠

像笔者这样的程序员加游戏发烧友，对于主力笔记本的最基本要求就是稳定性，因为性能问题最多是慢，忍忍就过去了，但是如果出现死锁甚至崩溃的问题，要么会使很多工作没有保存，要么会在游戏中痛失好局。从使用感受上讲，搭载I7-12700H的笔记本，真正做到了丝般顺滑，无论怎么折腾也不死机。下面从以下几个方面分享一下我的评测心得。

待机恢复：在测试中我不断给笔记本作着开关动作，中间的时间间隔也不固定，而该笔记本的恢复速度总是保持在2秒中之内即可完成，而且从来没有死锁现象。

多任务同时启动进行评测：当我同时打开Pycharm、Vmware虚拟机之后，系统的运行依旧能够保持平滑，使用当中连虚拟机都没死过。

最难能可贵的是，在同时打个多个进程时，I7-12700H各核心的调教也非常好，要不平均承担任务，通过AIDA64的监测结果如下：

 

要不就关闭一些不用的小核

 

训练中小型AI模型时，运行WORD办公软件:笔者试着在训练一个小型的线性递归模型时，同时打开5个WORD文档，WORD表现依旧丝滑，完全没有不流畅的感觉。

在稳定性方面的表现也是Surface和Ipad根本做不到的，因为方便进行代码验证，还能随时拥有LINUX的环境，这些对于笔者这种技术博主来说，绝对堪称完美的待遇了。

从总体的使用感受来看，12代I7在稳定性方面几乎碾压同类的产品，堪称是用户主力机型上的定海神针。

极致体验

想挖掘笔记本的游戏体验，我们选择了《刺客信条7》、《最终幻想：起源》这两款大型单机游戏。

把1920×1080分辨率、画质效率均调整到最高。

 

并利用游戏加加查看游戏实际运行帧数。

《刺客信条7》

 

《最终幻想：起源》

 

可以看到刺客信条的运行帧数稳定在100以上，可以说是非常流畅了，而由于最终幻想有帧数的限制，因此帧数只能稳定在30左右，不过这丝毫也不影响实际的游戏体验，实际游戏中感觉很好。

绿色节能

在从事一般的编程及文字编程工作时，这台笔记本的功耗始终很低，这里不加赘述了。最为关键的是在运行如此大型的游戏时，CPU的功耗和温度还能始终保持在一个相对比较理想的位置，在我室温23度的情况下，连续玩1个小时的《刺客信条》 CPU温度也只短暂升到过90度，功耗也在打开TURBO模式时达到过100W，平均功耗也仅在30W左右。

 

最令笔者惊喜的是，在用该笔记本训练中大型AI模型如OPEN-AI的强化学习模型时，CPU的功耗也始终未超过50W，笔者完全可以在通勤过程中，完成一个中小型模型的训练工作。这在使用之前的机型时是不可想象的强大。

 

12代I7的性能密码

12代I7之所以能在TensorFlow、Sk-learn等主流AI平台上取得如此好的成绩，关键在于英特尔的工程师们在适配主流AI平台时做出了极大的努力，特别针对AVX-512指令集进行了卓有成效的优化，比如英特尔对于TensorFlow的优化将ResNet的运行速度提升了10倍，谷歌已经宣布将从TensorFlow 2.5版本开始，将默认发行版指向英特尔优化版。而且在机器学习领域使用最多的开源框架Scikit-Learn方面，通过英特尔的优化工作，也让这个使用程度最广泛的机器学习框架获得了数十倍的提升，因此我们才能在运行Scikit-Learn的精典样例时完全感受不到卡顿。

而且12代I7的AI加速指令集VNNI也是加速的神器，VNNI针对int8数据类型进行了极致的计算加速，基于VNNI的优化腾讯实现了一个可以实时生成用户3D头像的模型，在仅牺牲精度1%的情况下，性能却大幅提升了4.23倍。此外英特尔和阿里云在Ice Lake上也针对自然语言处理的Transformer模型进行了深度优化，通过VNNI的加速实现了3倍的性能提升。因此在设计深度学习模型时使用int8数据类型的数据类型，并在英特尔的平台上训练将是用户不二的选择。

另外在高负载的情况下，各核心的良好负载均衡表现，也是12代I7的亮点之一，这主要得益于英特尔Thread Director软、硬结合的核心调度技术，英特尔在12代酷睿中集成了一个专用的MCU，用来监控当前处理器内核的运行情况，能够监测到每个线程的特征，比如它运行什么样的指令集、它的性能需求如何等等。在收集完信息之后，它会将收集到的信息反馈给操作系统，操作将会把这些信息与自己线程调度器相结合，判断是否应该将线程转移到别的核心上。如果与操作系统结合的好，那么一轮信息采集工作仅需要30微秒就能完成，而传统的调度器可能需要100多毫秒才能判断出结论。这一方面帮助CPU节约了能耗，另一方面也提升了CPU的执行效率。

12代酷睿在性能、稳定性、多核调度、能耗续航等方面做的都不错，可以完美兼顾娱乐与编程两方面的需求，亲身上手体验非常不错，因此推荐搭建了这系列芯片的产品给大家。