首页 手机品牌 正文

AI手机跑分的泛滥是消费者在选择时应该看的。

小编头像 小编 手机品牌 2021-10-03 00:10:46 3296
导读:早期智能手机诞生时,智能只是“智能”。到目前为止,当我们谈论智能手机时,它们的智能已经超过了“智能”,变成了“人工智能”。不得不说,近年来,随着AI技术在智能手机中的应用越来越广...

早期智能手机诞生时,智能只是“智能”。到目前为止,当我们谈论智能手机时,它们的智能已经超过了“智能”,变成了“人工智能”。不得不说,近年来,随着AI技术在智能手机中的应用越来越广泛,用户开始逐渐感受到手边的便携式智能终端真正开始智能化,其最大的体现就是功能的进一步丰富和易用。

AI手机跑分的泛滥是消费者在选择时应该看的。  第1张

AI美颜一直是大多数用户自拍的首选功能。

同时,消费者面临着另一个问题,那就是“选择”。据不完全统计,仅今年上半年,新发布的智能手机就有几十款。面对这么多产品,用户应该如何选择?对于大多数消费者来说,购买机器已经成为一个主要问题。因此,为了帮助消费者更好地选择具备AI功能的智能手机产品,在对智能手机的性能和拍照之后,最终,针对AI性能的“跑分”又来了。

目前随着“AI跑分”的逐渐“成熟”(不是真正的成熟,而是越来越多地出现在大众的视野中),我们应该如何解读这样的“跑分”?站在消费者的角度,如何理解这样的“跑分”?“AI跑分”有参考价值吗?一系列问题进一步困扰着广大消费者。早些时候,笔者的一个朋友曾经问,难道不就像拍照的成绩和跑步成绩一样,高分证明成绩好,低分证明成绩差吗?我负责任地告诉他,当然不是!至于为什么?这就是这篇文章想要告诉你的!

AI性能究竟取决于什么?

了解AI技术的人一定会知道,AI技术并不是一个可以判断的简单计算速度。考虑到大部分用户对AI技术的了解并不是那么深入,我认为在正式开始谈论“AI跑分”的复杂性之前,有必要在终端端普及一些关于AI性能的基础知识。

AI手机跑分的泛滥是消费者在选择时应该看的。  第2张

人工神经网络

无论是终端AI还是云AI,在为用户提供服务的过程中,决定服务质量的一个主要因素就是神经网络。现在我们常说的神经网络主要是指受人脑活动启发的算法模型。神经网络在正式投入使用之前,需要经过训练阶段,也就是通常所说的机器学习阶段。即通过对大量数据的研究,人工神经网络可以基于数据得出一些结论,或者基于具体数据完成新的推理。比如小米智能手机的AI魔力换天功能,就是在一套算法中学习大量以“天”为数据库的图片,然后进化到图片中的“天”可以被算法本身准确识别并自动替换的地步。

AI手机跑分的泛滥是消费者在选择时应该看的。  第3张

小米10 PRO 5G AI魔术换天样。

因此,算法模型是否完善自然成为决定AI性能的关键因素之一。当然,算法还是需要在硬件上运行。对于智能手机上的终端AI,除了算法模型的好坏,计算能力也是判断AI性能的重要标准。AI运行评分往往是为了测试硬件的能力,并将测试结果带入评分系统。加权后形成最终得分,展现终端AI性能的优劣。

听方法论看似没有错,但在实际实施过程中,并没有想象中那么简单。如今,消费者喊AI跑分的关键是,不同第三方机构提供的AI跑分结果差异较大。我该相信谁?显然,消费者已经很困惑了。

AI跑分大相径庭背后,反映出了什么?

为什么智能手机AI跑分的分数结果完全不一样?来说明这样一个问题。在这里,笔者对市面上常见的三种AI运行软件和机构进行了详细的讲解,以便尽可能通俗易懂,让消费者一目了然!

 AIMark

首先是AIMark,这是目前安装在智能手机上的一款常见的AI运行软件。它由鲁大师开发,主要使用ResNet-34、盗梦空间-V3、Mobilenet-SSD和DeepLab-v3模型进行图像分类、图像识别和图像分割进行测试。

在评分标准中,终端设备在AIMark中获得的评分取决于移动平台处理数据集和执行特定目标识别的效率(简单来说就是“跑”算法的速度和识别精度)。

我们来看看国外著名硬件测试网站Hothardware编译的几组运行得分:

可以看到,在AIMark的测试中,高通骁龙865移动平台的性能脱颖而出,这主要依赖于865移动平台所支持的第五代高通人工智能引擎AI Engine。所以在成绩上,Galaxy S20 Pro和AI一加八的分数远远优于其他终端。

第五代高通人工智能引擎AI Engine。

同时,我们也可以看到,虽然Pixel 4 XL和Galaxy Note 10都搭载了骁龙855移动平台,但由于软件配置和人工神经网络应用支持的不同,两款机型的性能差异较大。

 AITuTu

AITuTu也是目前市场上为智能手机运行的AI常用APP。它还使用初始-v3神经网络进行图像分类,使用MobileNet-SSD进行目标检测进行测试。在评分标准中,综合评分是根据终端处理数据的速度和准确性来衡量的。

相同的组运行如下:

根据艾图图的运行评分,使用高通骁龙移动平台的终端设备依然领先。

 苏黎世AI跑分应用(ETH AI Benchmark)

苏黎世AI润芬也是如今厂商经常提到的第三方AI润芬机构。与前两款润芬应用相比,苏黎世AI Benchmark评估了一些关键AI和计算机视觉算法的速度、准确性和内存需求。测试方案包括图像分类和人脸识别方法,用于图像超分辨率和图像增强的人工神经网络,用于玩雅达利游戏和背景模糊模拟的AI模型,以及用于自动驾驶系统的算法。算法的结果可以以可视化图形的形式呈现,从而了解其在不同AI领域的最新表现。

本文分析了ETH AI Benchmark两个版本(v3和v4)的测试结果:

首先是早期版本的ETH AI Benchmark v3。可以看出得分情况似乎不平衡。从最终分数的确定过程可以看出,v3的运行分数特别注重浮点(FP)运算的性能,使得FP运算的权重非常高。因此,麒麟990的得分遥遥领先,它包含一个专门为浮点运算优化的人工智能处理器。

以下是ETH AI Benchmark v4的测试结果:

从v4的测试结果不难看出,在这个版本的评分过程中,浮点运算的权重降低了,所以麒麟990的获胜分数相比v3版本大幅降低。但由于v4版本仍然保留了高权重的FP16的浮点运算,所以AI Benchmark这个版本的更新并没有影响原有的趋势。对于这一点,我们可以在下图拆解的AI Benchmark的详细测试中更清晰地看到端倪。

Avg的值越低。初始化时间(毫秒),即“平均初始化时间”,越长越好。

由于第五代高通人工智能引擎AI Engine更注重INT8的定点模式,三星搭载骁龙865移动平台的最新机型在INT8中性能更好、精度更高,可以获得INT8带来的省电优势。

另外需要注意的是,如上图所示,苏黎世AI运行点还有一个问题,就是使用了安卓NN API (Android Platform Basic SDK)。实际上,94%的厂商使用骁龙SDK,只有不到1%的厂商使用安卓NN API。但苏黎润芬不支持骁龙SDK,无法在测试中充分发挥骁龙平台的AI性能。在AIMark和AITutu上,平台的AI性能发挥更好,因为它可以支持骁龙SDK。

看完这些测试,到底反映了什么?作者做了一个简短的总结:

 一、是否支持特定SDK会对AI跑分结果造成影响

什么是SDK?它的中文翻译名称是“软件开发工具包”。一般来说,是AI硬件供应商为软件开发者提供的开发者工具,方便他们在软件端实现AI功能。例如,高通有一个名为SNPE的软件开发工具包,联发科有欧米诺,海思康有HiAI,等等。从以上AI运行评分的表现可以看出,基于某厂商的SDK测试软件时,优势还是非常明显的!这个优势不是“作弊”,而是通过软件兼容性优化,最大化硬件的AI性能。毕竟AI是通过软硬件结合实现的。所以目前市面上AI跑分数的做法似乎过于极端,厂商对SDK的支持条件不同导致结果也不一样,以至于获得的分数用户很难一目了然的了解智能手机的AI表现。

二、对INT8与FP16运算的支持

在苏黎士AI运行评分的单科得分中,我们可以看到麒麟990和骁龙865分别针对不同的数据格式进行了适配和优化。高通更关注INT8,华为选择FP16。实际上,AI计算深度学习模型中这两种常见的数据格式并没有好坏之分。但在手机上的AI应用中,往往需要根据实际使用场景综合考虑选择。现实中,目前大多数智能手机应用都在使用INT8,因为它普遍更节能,使用INT8的AI模型的效率和准确性也在提高。相比之下,FP16目前可以带来更高的精度,但实际上大多数消费类应用并不需要,还会带来双倍的能耗。显然,INT8似乎更适合智能手机。

此外,需要补充的是,高通在AI方面一直区别于其他厂商,采用了异构的设计思路,即使用多种不同的引擎协同完成AI任务,以达到精度和功耗的最佳平衡。比如骁龙865实现了高性能、低功耗、连接、安全的全系统AI,包括CPU、GPU、Hexagon处理器、ISP、高通传感器集线器、安全处理单元、调制解调器甚至Quick Charge。我们刚才说的INT8主要是基于Hexagon处理器对——的支持,包括INT8和INT16定点运算;同时,GPU实现的AI计算主要是FP16和FP32浮点运算。由此可见,为了达到“精度与功耗达到最佳平衡”的效果,高通在优化INT8和FP16的实现上有着非常精细的分工。

 三、AI跑分智能表现终端设备AI性能的一方面

目前AI运行评分显然无法像CPU、GPU运行评分那样通过多维度进行测试,可以得到一个相对认可的分数供用户参考。显然,各种AI运行部件用于测试的算法模型和方法过于单一,无法还原用户实际使用AI应用时的场景。因此,大多数分数对用户的参考价值有限。根据目前的测试情况,不排除有厂商单独优化测试算法模型来获得高分。

  写在最后

笔者认为,对于AI跑分,消费者也需要牢记经典口号“不看广告,看疗效!”随着AI技术在智能手机中的应用越来越多,AI魔法为天、AI美容、AI瘦身、AI魔法头像、AI语音助手等应用越来越多。目前最需要注意的是INT8的定点性能和FP16的浮点性能的权重差异,因为它们之间的差异在以上三种常见的AI运行评分系统中占据了很大的话语权。

就目前消费者能买到的智能手机产品而言,INT8是最常见的移动应用。所以从目前的市场情况来看,INT8足以满足目前大多数主流消费者的需求。但是FP16不适合主流消费者,功耗比较大。

落到产品端,根据三个AI运行点的测试结果,采用高通骁龙移动平台的智慧,

在高通人工智能引擎AI Engine的加持下,终端优化了INT8。此外,目前安卓上调用AI操作的应用大多使用高通提供的SDK。软硬件结合,基于高通骁龙移动平台的AI智能手机可以在不牺牲续航的情况下最大化AI性能,这显然是用户希望看到的!

本网站声明:网站内容来自互联网。如有侵权,请联系我们,我们会及时处理。

本文地址:http://www.sywebs.com/post/36725.html
若非特殊说明,文章均属本站原创,转载请注明原链接。

退出请按Esc键