手机|手机AI跑分泛滥 作为消费者在挑选时究竟应该看什么( 二 )
同样的几组跑分如下：
文章图片
文章图片
在AITuTu的跑分结果上看，采用高通骁龙移动平台的终端设备依旧领先。
苏黎世AI跑分应用
苏黎世AI跑分也是如今经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评估的是一些关键的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识别方法、用于图像超分辨率和图像增强的人工神经网络、玩Atari游戏和进行背景虚化模拟的AI模型以及自动驾驶系统中所用的算法。算法结果能够以可视化图形的方式呈现，进而了解其在不同AI领域的最新表现。
这里通过两个ETH AI Benchmark的版本测试成绩来分析：
文章图片
【 手机|手机AI跑分泛滥 作为消费者在挑选时究竟应该看什么】首先是比较早版本的ETH AI Benchmark v3，可以看到，得分的情况似乎不太平衡。从最终得分的确定过程可以看到，v3版本的跑分尤其重视浮点运算的性能，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专用AI处理器的麒麟990得分遥遥领先。
接下来是ETH AI Benchmark v4的测试结果：
文章图片
从v4的测试结果不难看出，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势，对于这点，我们在下图拆解的AI Benchmark的细项测试中可以更明显地看出端倪。
其中的Avg。 Init Times ，也就是“平均初始化时间”的数值越低越好
由于第五代Qualcomm人工智能引擎AI Engine更重视INT8定点模式，因此搭载骁龙865移动平台的三星最新机型在INT8性能上更好，准确度也更高，并且能够获得INT8带来的省电优势。
文章图片
此外，还需要注意的是，如上图所示，苏黎世AI跑分还有一个问题在于，其采用的是Android NN API。但实际上，使用骁龙SDK的厂商比例为94%，使用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性能。而在AIMark和AITutu上则由于能够支持骁龙SDK让该平台的AI性能得到了更好的发挥。
看过了这些测试，究竟反映出了什么呢？笔者进行了一个简单的总结：
一、是否支持特定SDK会对AI跑分结果造成影响
SDK是什么？其中文译名是“软件开发工具包”，一般来说，是AI硬件供应商提供给软件开发者、以方便其在软件端实现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。从上面的AI跑分表现可以看到，当软件基于某家厂商的SDK进行测试时，优势还是非常明显的！而这种优势并不是“作弊”，而是通过软件的兼容性优化将硬件的AI性能发挥到极致，毕竟AI是通过软件与硬件的结合实现。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的支持情况不同导致它们走向了不同的结果，这样得到的分数，很难让用户一目了然地了解智能手机的AI性能。
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进行了适配优化。高通更重视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应用中，往往要根据实际使用场景进行综合考量的选择。在现实场景下，目前大多数智能手机应用采用的是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，但实际上绝大多数消费者应用并不需要，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，需要补充的一点是，高通在AI方面一直不同于其他厂商，采取的是异构设计思路，也就是利用多种不同引擎协同完成AI任务，以在精度和功耗之间取得最佳平衡。比如骁龙865实现的是高性能、低功耗、连接、安全等特性结合在一起的全系统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。我们刚刚一直在谈的INT8主要是基于其中Hexagon处理器的支持——包括INT8、INT16定点运算；而与此同时，其GPU实现的AI计算则最主要是FP16、FP32浮点运算。从中，我们就能看出，为了实现其所说的“在精度和功耗之间取得最佳平衡”的结果，高通对INT8和FP16等等的优化实现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性能的一方面
AI跑分现阶段显然还无法做到像CPU、GPU跑分那样，通过多个维度来进行测试，并得出一个比较公认的分数供用户参考。显然，各家AI跑分所使用的用于测试的算法模型以及方法都太过单一，不太能够还原用户真实使用AI应用的场景。因此，大部分的分数对于用户来说，参考价值有限。以目前的测试情况，不排除有厂商针对测试算法模型进行单独优化获取高分的可能。
推荐阅读
- 最新热文|文字 壁纸合集
- 巴菲特|实现5G国产梦的印度首富，身价超越巴菲特，造穷人手机逆袭小米
- 国内多地叫停！这样手机扫码支付，很危险
- 派出所|石狮永宁边防派出所民警帮群众找回丢失手机获赞誉
- 企业代付|躺在家里玩手机就能赚钱？暑假来了，警惕喊你“刷单”的骗子
- 国内多地叫停！这样手机扫码支付，很危险！
- 考试|作为美国留学的救命稻草，该如何有效提高PTE成绩？
- 国内多地叫停！这样手机扫码支付|国内多地叫停！这样手机扫码支付，很危险！
- 新浪手机■vivo S7线下海报曝光 新一代“自拍旗舰”即将亮相新浪手机2020-07-20 18:12:040阅
- 星都|今年夏天最潮的5G手机！三星Galaxy S20+ 5G BTS定制版，每一星都怦然心动