魯大師AImark2.0是一款十分好用的測評軟件,一款能夠在電腦上一站式測評,專業的測評方式,讓用戶能夠在電腦上更好的了解自己處理器性能,也能夠更好的了解自己的處理器在智能領域排上第幾名。
AImark讓手機AI性能更直觀
從麒麟970開始,手機SOC就將AI模塊安排上了。蘋果A12、麒麟980、驍龍855均將AI作為重中之重。
以蘋果A12為例,它是魯大師2018年度AI芯片榜的冠軍。首次采用了8核架構的“神經網絡處理單元”,運算的峰值達到5萬億次每秒,運行速度比A11提高了9倍。
中高端芯片的AI布局也來勢洶洶,AI已經不再是旗艦的專屬。驍龍710、驍龍670AIE、驍龍660AIE就是典型的中高端芯片,深受用戶和手機廠商喜愛。
從“先拍照后對焦”到“3D面部建模捏臉”,從“語音助手”到“智能識圖”,AI在手機上的應用已經越來越多。對于消費者來說,要想辨別市面上各色手機的AI性能,僅僅依靠使用體驗來判斷是遠遠不夠的,而且目前很多AI運用都基于算法底層,很難直接感受到。這時候,讓AI性能“有分可查”顯得很重要。
作為行業內第一款AI性能跑分軟件,AImark廣受業內認可好評,已經成為評判AI性能的重要工具。現在,AImark 2.0進行重磅升級,用全新的體系和算法,對手機AI進行更加全面的評測。
AImark評測算法改進升級
魯大師AI評測與ARM,高通,海思、聯發科、三星等AI核心SOC產品供應商進行了測試與調整。在本次升級中,AImark 2.0評測算法發生了重大改變。
全新的AImark沿用成熟的 Inception V3、ResNet34神經網絡模型,原本VGG16取消,新增SSD、DEEPLABV3+測試項。具體來說,全新AImark主要通過4個神經網絡模型來全方位評測AI性能:
ResNet 34(殘差網絡)
微軟的殘差網絡(ResNet)與傳統的順序網絡架構(如AlexNet、OverFeat和VGG)不同,其加入了y=x層(恒等映射層),可以讓網絡在深度增加情況下卻不退化。ResNet架構已經成為一項有意義的模型,其可以通過使用殘差模塊和常規SGD來訓練非常深的網絡。
Inception V3
Inception V3是Google開發的一個開源神經網絡模型。Keras庫中的Inception V3架構提出了對Inception模塊的更新,進一步提高了ImageNet分類效果。用了Inception之后整個網絡結構的寬度和深度都可擴大,能夠帶來2-3倍的性能提升
MobilenetSSD
MobilenetSSD算法是一種是一種流形的目標檢測算法,使用mobilenetv2作為骨干網路時具有速度快,精度高的特點。這種模型目前在手機AI中有廣泛的應用,如圖像中的前景目標提取檢測等。SSD直接反映在AI運用中對于目標的檢測能力, 反應手機處理核心對GroupConv等常用Op的支持情況。
DEEPLABV3+
deeplabV3+是目前DeepLab中最新的、執行效果最好的語義圖像分割模型,用于細化分割結果,主要確定手機處理核心對atrousConv的支持情況,這類Op在圖像分割,語音處理等領域有廣泛的使用。DEEPLABV3+加入評測體系之后,給圖形圖像的分割劃分帶來更全面的判斷,通俗來講,可以理解為AI“摳圖”能力的判斷。
需要注意的是,AI芯片是與CPU、GPU是一樣單獨并立的模組,因此CPU性能的高低,對AI芯片造成的影響有限。一個芯片的AI能力,取決于這個芯片有沒有對AI模塊進行優化,如果沒有,即使CPU性能強悍,AI表現也會差強人意。
AImark分數體系提升
為了提供更具數據支撐和參考意義的AI評測,AImark將不斷改善升級,適用發展潮流,讓手機AI性能的強弱更直接、更精準的呈現在用戶面前。
此外,由于升級更換了全新的算法,體量變大,AImark 2.0 的評測分數體系也相應發生了改變。舊版的AI性能跑分普遍在1000-2000分,已經不能做為評判標準。在全新的AImark 2.0 中,旗艦機型的AI性能跑分普遍在10000-20000分。
AImark 2.0 新上線不久,測試數據還未達到榜單基數標準,當前排行榜不穩定,后面將會推出基于數據的全新AI性能榜單,想知道你的手機AI性能有多少分?升級或直接下載最新版AImark就能體驗!
一、Inception V3、ResNet34、VGG16三種網絡,各自完成同樣的100張標準圖片識別任務,獲取概率值TOP5的答案,獲取答案以及完成測試的時間。
二、完成測試答案正確率越高,得分越高
三、完成測試速度越快,得分越高
四、測試獲取答案正確率與時間成績相互關聯,正確率過低,最終成績會相對降低。即速度再快,準確率不足得分會大幅下降。完成測試又快又準即為“Clever AI”。
關于AImark的分數體系說明
需要注意的是,AI測試與CPU、GPU性能關系不大,在測試手機DSP智能模組當中的AI處理器。手機得分高低取決于該芯片中的AI模塊能力。因此有可能發生搭載驍龍845的手機的AI性能測試與驍龍660AIE的手機相近的情況。這兩顆處理器本來的區別在于CPU和GPU的邏輯性能,AI測試受到DSP性能影響,傳統的跑分在這里并不能說明誰更“聰明”。需要SOC廠商的AI算法支持來提升成績。
不同于此前將AI性能評測作為一個子項目,本次魯大師發布的AImark是一款更加專業和具有針對性的AI評測軟件。由于使用了全新的體系,AImark與之前發布的AI性能評測沒有可比性,分數并沒有任何的關聯,不能進行橫向對比。
Al優化是目前手機廠商最為看重的產品亮點之一,如Al美顏,Al攝影。Al芯片(或者稱之為Al協處理器)與CPU、GPU沒有太大關系,因此CPU性能的高低,對Al芯片造成的影響有限。一個旗艦芯片的Al能力,取決于這個芯片有沒有對Al模塊進行優化,如果沒有,那么這個芯片性能再強,Al性能也不怎么樣。
基于此,在同樣的頂級配置下,Al優化就會顯得更加重要。可以毫不夸張的說,未來手機行業競爭愈加激烈,硬件配置已經無法拉開差距的情況下,Al性能會成為新的考量標準和核心競爭力。