门户
图库
科技
数据
VR
区块链
学院
论坛
百科
导航
登录
注册
帮助
公社首页
中国人工智能社区
公社版块
公社群组
Group
升级会员
用户名
Email
自动登录
找回密码
密码
登录
立即注册
登录后你可以:
登录
首次使用?
点我去注册
搜索
搜索
本版
帖子
公社群组
用户
道具
勋章
任务
设置
我的收藏
退出
首页
›
公社水吧
›
大话智能
›
手机AI跑分众多 作为消费者在挑选时终究应该看什么? ...
返回列表
手机AI跑分众多 作为消费者在挑选时终究应该看什么?
[复制链接]
DT170
2021-6-12 15:39:07
显示全部楼层
|
阅读模式
智能手机早期诞生时,它的智能只能说是“Smart”。发展至今,我们再说到智能手机时,它的智能早已超越了“Smart”而变为了“AI”(人工智能)。不得不说,近年来,伴随着AI技术更多、更广泛地运用于智能手机当中,用户末尾渐渐地感觉到,手边的这台便携智能终端是真的末尾智能了,其最大的表现就是功能的进一步丰富与好用。
AI美颜早已成为大多数用户自拍首选功能
与此同时,还有一个成绩摆在消费者的面前,那就是“选择”。据不完全统计,仅往年上半年,全新发布的智能手机就有几十款,面对这么多的产品,用户该如何选择?成为大多数消费者购机的次要困扰。于是,为了协助消费者更好地去挑选带有AI功能的智能手机产品,继智能手机功能、拍照“跑分”后,终于,又来了针对AI功能的“跑分”。
当下,随着“AI跑分”逐渐“成熟”(并非真的成熟,仅仅是越来越多地出如今大众视野中),终究该如何解读这样的一个“跑分”?从消费者的角度来看,如何了解这样的“跑分”?“AI跑分”能否具有参考价值?一系列的成绩进一步困扰着广大的消费者。早先,笔者的一位友人也曾问道,难道不是像功能与拍照跑分一样,分高就证明功能好、分低就证明功能差吗?笔者担任任地告诉他,当然不是!至于为什么?那正是这篇文章想要跟你讲的!
AI功能终究取决于什么?
了解AI技术的人想必都会懂得,AI技术并不是简单的运算快慢可以评判得了的。思索到大多数用户并非对AI技术了解得那么深化,在正式末尾讲讲“AI跑分”复杂在哪前,笔者以为还是有必要普及一些有关终端侧AI功能的基本知识。
人工神经网络
无论是终端侧AI还是云端侧AI,在为用户提供服务的过程中,决议服务质量优劣的一大要素,就是神经网络。如今,我们常说的神经网络次要是指受人类大脑活动方式的启示打造的算法模型。在其正式投入运用前,神经网络首先需求经过训练阶段,也就是常说的机器学习阶段。即经过大量数据的学习,让人工神经网络可以基于数据得出一些结论、或者是基于特定数据完成新的推理。例如小米智能手机的AI魔法换天功能,就是在一套算法中,大量学习了带有“天”的图片为数据基础,进而演化到在功能完成的过程中,算法本人可以准确地辨认出图片中“天”的所在,并自动停止交换。
小米10 PRO 5G AI魔法换天样张
因此,算法模型的完善与否,自然成为决议AI功能的关键要素之一。当然,算法还是要运转在硬件上,以智能手机上的终端侧AI来说,除了算法模型的质量外,运算才能当然也是评判AI功能的重要标准。而AI跑分,往往就是针对硬件的才能停止测试,并将测试结果带入到一套打分体系下,加以权重后,构成一个最终得分来展现终端AI功能的优劣。
听方法论似乎觉得没什么不妥,但在实践执行的过程中,可就没有想象中那么简单了。如今,令广大消费者大呼AI跑分看不懂的关键在于不同第三方机构提供的AI跑分结果大相径庭。终究应该置信谁?消费者显然曾经看懵了。
AI跑分大相径庭背后,反映出了什么?
终究为什么智能手机AI跑分的成绩会出现截然不同的结果呢?为了阐明这样一个成绩。在此,笔者针对目前市面上比较常见的三大AI跑分软件、机构停止详细讲解,尽能够做到粗浅易懂让消费者可以做到了如指掌!
AIMark
首先是AIMark,它是当下比较常见的一款安装在智能手机上的AI跑分软件,是由鲁大师开发,次要采用了面向图像分类、图像辨认和图像分割的ResNet-34、Inception-V3、Mobilenet-SSD和DeepLab-v3+模型来停止测试。
在评分标准上,终端设备在AIMark获取的分值取决于移动平台处理数据集和执行特定目的辨认的效率(简单说就是“跑”算法的速度以及辨认的准确率)。
先来看下由国外著名硬件测试网站Hothardware整理的几组跑分成绩:
可以看到,在AIMark的测试中,高通骁龙865移动平台的表现锋芒毕露,这次要取决于865移动平台所支持的第五代Qualcomm人工智能引擎AI Engine。因此,在结果中Galaxy S20 Pro和一加8的AI跑分成绩远超其他终端。
第五代Qualcomm人工智能引擎AI Engine
同时,我们还可以看到,虽然Pixel 4 XL和Galaxy Note 10都搭载骁龙855移动平台,但由于采用了不同的软件配置和人工神经网络运用支持,两款机型的表现有很大差异。
AITuTu
AITuTu也是目前市面上为智能手机停止AI跑分时常用的APP,它也是采用了面向图像分类的Inception-v3神经网络以及面向目的检测的MobileNet-SSD来停止测试。评分标准上,基于终端处理数据的速度以及准确性来衡量综合分值。
异样的几组跑分如下:
在AITuTu的跑分结果上看,采用高通骁龙移动平台的终端设备照旧抢先。
苏黎世AI跑分运用(ETH AI Benchmark)
苏黎世AI跑分也是如今常常被厂商所提及的第三方AI跑分机构,相比此前的两款跑分APP,苏黎世的AI Benchmark评价的是一些关键的AI和计算机视觉算法的速度、准确率和内存要求。测试方案包括图像分类与人脸辨认方法、用于图像超分辨率和图像加强的人工神经网络、玩Atari游戏和停止背景虚化模拟的AI模型以及自动驾驶系统中所用的算法。算法结果可以以可视化图形的方式呈现,进而了解其在不同AI范畴的最新表现。
这里经过两个ETH AI Benchmark的版本(v3、v4)测试成绩来分析:
首先是比较早版本的ETH AI Benchmark v3,可以看到,得分的状况似乎不太平衡。从最终得分的确定过程可以看到,v3版本的跑分尤其注重浮点(FP)运算的功能,让浮点运算的权重很高。因此,包含针对浮点运算单独优化的公用AI处理器的麒麟990得分遥遥抢先。
接上去是ETH AI Benchmark v4的测试结果:
从v4的测试结果不好看出,在这个版本的评分过程中,降低了浮点运算的权重,因此,麒麟990胜出的分值相比v3版本来说,大幅降低,但由于v4版本依然让FP16浮点运算保持了很高的权重,因此AI Benchmark的此次版本更新并未影响原有趋向,对于这点,我们在下图拆解的AI Benchmark的细项测试中可以更分明地看出端倪。
其中的Avg. Init Times (ms),也就是“平均初始化工夫”的数值越低越好
由于第五代Qualcomm人工智能引擎AI Engine更注重INT8定点形式,因此搭载骁龙865移动平台的三星最新机型在INT8功能上更好,准确度也更高,并且可以获得INT8带来的省电优势。
此外,还需求留意的是,如上图所示,苏黎世AI跑分还有一个成绩在于,其采用的是Android NN API(安卓平台基础SDK)。但实践上,运用骁龙SDK的厂商比例为94%,运用Android NN API的比例小于1%。而苏黎世跑分由于不支持骁龙SDK,导致在测试中并不能发挥出骁龙平台的全部AI功能。而在AIMark和AITutu上则由于可以支持骁龙SDK让该平台的AI功能得到了更好的发挥。
看过了这些测试,终究反映出了什么呢?笔者停止了一个简单的总结:
一、能否支持特定SDK会对AI跑分结果形成影响
SDK是什么?其中文译名是“软件开发工具包”,普通来说,是AI硬件供应商提供给软件开发者、以方便其在软件端完成AI功能的开发者工具。例如,高通有名为SNPE的SDK、联发科技有NeuroPilot、海思有HiAI等等。从下面的AI跑分表现可以看到,当软件基于某家厂商的SDK停止测试时,优势还是非常分明的!而这种优势并不是“作弊”,而是经过软件的兼容性优化将硬件的AI功能发挥到极致,毕竟AI是经过软件与硬件的结合完成。因此,似乎目前市面上的AI跑分的做法都过于极端,对于厂商SDK的支持状况不同导致它们走向了不同的结果,这样得到的分数,很难让用户了如指掌地了解智能手机的AI功能。
二、对INT8与FP16运算的支持
在苏黎世AI跑分的单项得分中我们可以看到,麒麟990与骁龙865分别针对不同的数据格式停止了适配优化。高通更注重INT8,华为则选择了FP16。其实,这两种在AI计算深度学习模型中常见的数据格式并没有优劣、好坏之分。只是在手机端的AI运用中,往往要根据实践运用场景停止综合考量的选择。在理想场景下,目前大多数智能手机运用采用的是INT8,因其总体上能效更高,并且采用INT8的AI模型效率和精度也在不断提升。相比之下,目前FP16可以带来较高的精度,但实践上绝大多数消费者运用并不需求,并且其也会带来成倍增长的能耗;显然,INT8对于智能手机似乎要更合适一些。
另外,需求补充的一点是,高通在AI方面不断不同于其他厂商,采取的是异构设计思绪,也就是应用多种不同引擎协同完成AI义务,以在精度和功耗之间获得最佳平衡。比如骁龙865完成的是高功能、低功耗、衔接、安全等特性结合在一同的全系统AI,包括CPU、GPU、Hexagon处理器、ISP、Qualcomm传感器中枢、安全处理单元、调制解调器,甚至Quick Charge等等。我们刚刚不断在谈的INT8次要是基于其中Hexagon处理器的支持——包括INT8、INT16定点运算;而与此同时,其GPU完成的AI计算则最次要是FP16、FP32浮点运算。从中,我们就能看出,为了完成其所说的“在精度和功耗之间获得最佳平衡”的结果,高通对INT8和FP16等等的优化完成是有一个很精细化的分工的。
三、AI跑分智能表现终端设备AI功能的一方面
AI跑分现阶段显然还无法做到像CPU、GPU跑分那样,经过多个维度来停止测试,并得出一个比较公认的分数供用户参考。显然,各家AI跑分所运用的用于测试的算法模型以及方法都太过单一,不太可以还原用户真实运用AI运用的场景。因此,大部分的分数对于用户来说,参考价值有限。以目前的测试状况,不扫除有厂商针对测试算法模型停止单独优化获取高分的能够。
写在最后
笔者以为,针对AI跑分这件事来说,消费者还需求牢记那句经典广告语,“别看广告,看疗效1随着智能手机AI技术的运用逐渐丰富,诸如AI魔法换天、AI美颜、AI瘦身、AI魔法分身、AI语音助手等越来越多的运用在智能手机端落地。目前的AI跑分,最需求留意的是它们各自针对INT8定点与FP16浮点功能的权重差别,由于二者的差别在上述三种常见的AI跑分评分体系中,占据了极大的话语权。
就目前消费者可以买到的智能手机产品来看,INT8在移动运用中是最为常见的。因此,就目前的市场状况来看,INT8足以满足目前绝大多数主流消费者的运用需求。而FP16并不合适主流消费者,并且愈加耗电。
落到产品端,根据三家AI跑分的测试结果来看,采用高通骁龙移动平台的智能终端,在Qualcomm人工智能引擎AI Engine的加持下,对INT8停止了很好的优化,加之目前大部分安卓端调用AI运算的运用均采用了高通提供的SDK,软硬相结合的状况下,使得基于高通骁龙移动平台打造的AI智能手机可将AI功能发挥到极致,并且,不会因此而牺牲续航,这显然是用户情愿看到的!
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
回复
使用道具
举报
大神点评
1
pthill
2021-6-12 15:47:51
显示全部楼层
跑卡波动
回复
使用道具
举报
发表新帖
高级模式
B
Color
Image
Link
Quote
Code
Smilies
您需要登录后才可以回帖
登录
|
立即注册
本版积分规则
发表回复
回帖后跳转到最后一页
DT170
金牌会员
0
关注
0
粉丝
91
帖子
Ta的主页
发布
加好友
最近发表
2023年全球智能可穿戴腕带出货量及竞争格局分析
智能穿戴概念8日主力净流出24.84亿元,光启技术、立讯精密居前
智能穿戴概念11日主力净流入5.62亿元,三六零、兆易创新居前
智能穿戴概念10日主力净流出23.94亿元,立讯精密、中兴通讯居前
智能穿戴概念9日主力净流入6998.51万元,水晶光电、九安医疗居前
云天励飞豪掷1.8亿收购智能穿戴IDH方案商,引领行业新潮流
公社版块
版块推荐
更多版块
智能穿戴
智能家居
机器人
无人驾驶
无人机
反馈吐槽
闲聊灌水
大话智能
大数据
图像识别
自然语言
数据挖掘
大话智能
数据挖掘
北大讲座
清华讲座
网贷观察
股市评论
区块链
闲聊灌水
反馈吐槽
站务通知
关注我们