手机AI是什么有什么用 手机上的AI性能与算力全揭秘

2021-02-07 03:26:13

  其实很多时候,小编也不知道今天会说什么样的话题,但是大家都相信一点,就是小编能讲得事情,必然是大家都关心期待的,尤其是数码科技相关的讯息。

­  自从麒麟970率先加入NPU模块后,手机处理器似乎又回到了当初核心数量大战的时代,高通和苹果纷纷在处理器中加入AI计算模块,通过针对AI计算设计模块,不断提高处理器AI算力。那我们该如何衡量这些处理器的AI算力呢?我们不妨试试这些软件。

­  不过说AI跑分之前,我们首先要搞清楚各大厂商所谓的AI核心到底有什么用,是干什么的。而要分析作用之前,我们需要先解释清楚AI这个流行词。

­  手机上的AI到底是什么东西

­  所谓AI,其实就是指人工智能,如果将范围缩小在硬件层面,就是指模拟人类大脑结构的人工神经网络。说白了,就是模拟人的神经结构和功能的数学模型或计算模型,通过大量的人工神经元联结进行计算。不同于传统逻辑推理,基于大量数据统计的人工神经网络具有一定的判断力,在语音识别和图像识别上特别有优势。

­  单层神经元网络

­  而目前手机真正能用到AI(也就是神经网络)的功能也就集中在图像识别这一领域,各大厂商新加入的各种拍照方面的算法优化,也正是得益于手机图像识别能力的提升。

­  所以,现在最能体现手机AI算力的跑分软件,都使用了图片处理来衡量处理器的AI算力,AI Benchmark就是其中的代表。

­  AI Benchmark

­  这款软件主要测试了手机使用神经网络识别和处理图像的能力。并通过9个独立的神经网络执行不同的图像识别任务,考察各大处理器的AI处理能力。

­  这9个不同神经网络分别针对不同的识别任务,其一是对象识别/分类,通过输入不同的图片进行训练,AI能够对数量庞大的图片进行区分,在AIbenchmark中,它还使用了不同像素的分辨率来进行识别,以进行更精确和细小物体的检测。

­  对象识别测试

­  这一点与我们现在常见的“智慧识别”息息相关,虽然各大厂商都已经推出了这项功能,但是在识别准确率上都有所差别,因此这一项在跑分中还是拥有一定的说服力。

­  此外,识别也分为物体识别与面部识别,在面部识别上,AI将会将面部图像分解为不同的特征点,然后通过与库里特征点进行比对,最终输出最近似的结果。

­  面部识别测试

­  在我们的手机上,除了图片搜图片这种多对多的识别方案,也包括多对一的面部识别解锁方案。相比而言,面部识别方案需要比对的库里数据处理量虽然少,但是在特征点采集上面,面部识别的神经元网络需要经过更深次的细节训练。

­  之前的AI应用在于识别-对比环节,而这一步的AI则偏向图像处理环节。例如在缺少光学变焦的手机上,如果你放大图片的话,你会发现细节部分的噪点会十分突出,这是因为它细节部分全部都是由算法补充出来的。通过训练,AI能够对缺少过渡部分周围的像素进行识别,并且经过计算后自动填充,使得画面更加平滑自然。

­  使用神经网络对图像进行去模糊处理

­  而语义图像分割则是图像识别的进一步应用,也是立足在大量的图像识别上,然后针对整个画面识别的结果进行分类并加以标明。除此之外,AIbenchmark还测试了照片增强环节,这一项功能比较常见,就是常说的拍照AI模式,能够对画面场景进行识别以后按照预定的算法预设进行调整,比如说画面集体提亮,蓝天白云饱和度拉高等。

­  分割图像语义

­  前面说了这么多测试全部都是建立在图像识别上,但是对于一般手机而言,大量的图像计算会消耗大量的内存,所以最后一个测试,也是对手机内存大小的测试。

­  内存大小同样会限制识别图像大小

­  说了那么多,我们来看看目前市面上的处理器跑分成绩到底如何。我们将AI Benchmark官方的跑分天梯图奉上,大家也可以自己下载这个软件(搜索AI Benchmark即可),测测自己手机的AI性能究竟如何。

­  AI跑分排行榜

­  需要说明的是,目前跑分的前三名都是开发平台上测试的处理器。既然平台不同,性能和手机内部的同款处理器有差别也属于正常。

­  同时这个跑分软件也有很大的局限性,比如尚未支持iOS系统等问题,不过相信未来还会有更全面的AI评分标准。

­  毕竟目前的手机AI处理还处在“初级”水平,未来的路还很长,手机阵营三大芯片巨头谁胜谁负还未可知也。

以上就是今天数码科技圈比较值得大家了解的全部了,还有许多价值稍微低一点的内容,小编就暂时不放出来了。大家可以在网络上查找,或者是直接给小编私信。小编只要有看到大家的私信,都会一一回复的。

  • 标签: