AI Benchmark可以测试智能手机的神经网络性能

编译:chux

出品:ATYUN订阅号

芯片制造商高通,华为和联发科有什么共同之处?所有这三种市场硬件架构都可以加速计算机视觉,自然语言处理以及智能手机,平板电脑和其他移动设备中的其他机器学习任务。麻烦的是,这些是对经验基准测试的挑战,这可能使开发人员难以针对特定平台优化算法。

苏黎世联邦理工学院的研究人员正试图通过一款名为AI Benchmark的安卓新应用来解决这个问题,他们希望这将成为一个为大众普遍接受的测试套件。它今天在谷歌Play商店推出,适用于任何运行Android 4.1或更高版本的手机。

AI研究员和开发人员Andrey Ignatov表示,“由于没有关于此的信息(目前,所有AI算法都在服务器上远程运行,而不是在您的设备上运行,除了集成在手机固件中的一些内置应用程序),我们决定开发自己的工具,将清楚地显示每个设备的性能和功能。”

AI Benchmark评估智能手机在一系列开源算法中的表现,这些算法执行图像分类,面部识别,图像超分辨率以及照片增强,分割和去模糊。它甚至测试了自动驾驶汽车中使用的神经网络的性能,研究人员预测这种神经网络最终可能会在与智能手机相媲美的芯片上运行。

随着应用程序按照自己的步调进行操作,它会生成算法输出的可视化,并输出一个分数,该分数会影响片上系统和可用RAM的速度。(一般来说,神经网络越大,处理它所需的RAM就越多。)

以下是表现最佳者的部分列表及其相关分数。在AI Benchmark网站上提供了完整列表:

1.Huawei P20 Pro – 6397

2.OnePlus 6 – 1875

3.Sony Xperia XZ2 – 1664

4.Samsung Galaxy S9+ – 1494

5.Razer Phone – 1470

6.Samsung Galaxy S9 – 1446

7.OnePlus 5T – 1440

8.OnePlus 5 – 1416

9.Samsung Galaxy Note 8 – 1408

10.Xiaomi Mi Mix 2 – 1405

那么,顶级智能手机是如何比较的呢?Ignatov总结了该团队最初的发现,既有趣又荒谬。

他说,高通芯片加速了与所有Android版本不兼容的量化或压缩神经网络。不使用该公司专有的Snapdragon软件开发的典型网络无法利用其Hexagon DSP AI加速芯片,尽管Ignatov指出,如果执行“适当的驱动程序”,这样的网络可能会受益。

“如果你正在开发一款使用AI的应用程序,除非你只为他们的处理器开发它,否则你不会对Snapdragon的SoC进行任何加速,”Ignatov说。

另一方面,华为的麒麟神经处理单元(NPU)提供了出色的性能,神经网络的加速度几乎是10倍,但与量化神经网络不兼容。华为表示将在今年晚些时候提供支持。(Ignatov指出,华为P20和P20 Pro是市场上唯一运行Android 8.1 Oreo的手机,可为应用程序提供AI加速。)

至于三星的Exynos阵容和联发科技的NeuroPilot AI平台,结果有点混乱。三星的处理器仅支持从Android 8.1开始的人工智能加速,并且由于功耗优化和节流,性能变得显著,在某些情况下高达50%。与此同时,联发科的芯片组,即少数支持量化和普通神经网络的芯片组,被三星和华为超过。

Ignatov指出,“利用我们的技术得出的结果:Snapdragon理论上可以提供良好的结果,但缺乏驱动力;华为现在非常出色;三星现在没有加速支持(很可能这会很快改变,因为他们现在正在开发自己的AI芯片),但他们有功能强大的CPU;联发科表现出中档设备的良好效果,但没有什么突破。”

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2018-07-26

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏奇点大数据

入门深度学习应该学什么

最近被人问的最多的一个问题是“我想入门深度学习,我应该学些什么”。 老实说,这个问题不是那么好回答,毕竟每个人的知识背景和技能背景实在是太不一样了。如果要假设...

3777
来自专栏新智元

【永久免费使用谷歌GPU】英伟达可能要发布专用于挖矿的GPU

新智元编译 来源:Hackernoon 作者:Nick Bourdakos 编译:刘小芹、克雷格 【新智元导读】用CPU训练机器学习模型太耗时但GPU又...

3917
来自专栏新智元

深度学习动手实践:用 TensorFlow 打造“会看”的机器人

(文/Lukas Biewald)物体识别是当前机器学习最热门的方向。计算机早已能够识别如人脸、猫之类的物体,但识别更大范围里的任意物体对人工智能来说仍是难题。...

4686
来自专栏新智元

【Science重磅】自学习人工智能在预测心脏病发作上击败人类医生

【新智元导读】Science 今日报道,科学家使用能够自学习的人工智能技术,让计算机在预测心脏病的发作上击败了人类医生。一旦投入使用,这一新的诊疗手段每年将拯救...

3766
来自专栏QQ会员技术团队的专栏

小明带你看WWDC 2017(day2实况)

作者介绍: 黄明,WWDC 2017大会的小时光茶社特派员 ,腾讯SNG增值产品部内容中心iOS组leader,主要负责手Q个性化业务、手Q WebView等项...

22010
来自专栏AI科技大本营的专栏

集合70多种推荐算法,东北大学老师用Java写了一个开源库,在GitHub上收获近1500个Star

【AI科技大本营导读】在经过一年多的开发工作之后,LibRec 3.0 版本终于发布了。LibRec 是一个基于 Java 的开源算法工具库,覆盖了 70 余个...

2046
来自专栏大数据文摘

DOTA2中打败Dendi的AI如何炼出?OpenAI公布两周集训细节(含实战视频)

2013
来自专栏新智元

【AI VS人类】医生水平大PK: 人工智能四胜三平一负绝对领先

【新智元导读】IEEE Spectrum 日前公布了一个“记分牌”,显示了在医疗领域的各个子类中,AI 和人类医生谁更占优势,其中涵盖了心脏病、中风、自闭症、脑...

2696
来自专栏开源项目

人工智能工程师必备干货 | 码云周刊第 45 期

如果要问当下互联网什么最热门?毫无疑问是人工智能。目前,世界上主要发达国家都已经将人工智能作为国家级发展战略。那么,踩在下一个时代的风口浪尖上,普通程序员如何向...

3349
来自专栏数据派THU

独家 | 6步教你用R语言制作动图

原文标题:How to create animated GIF images for data visualization using gganimate (i...

3007

扫码关注云+社区

领取腾讯云代金券