芯片制造商高通、華為和聯發科有什么共同之處？所有這三種市場硬件架構都可以加速計算機視覺、自然語言處理以及智能手機、平板電腦和其它移動設備中的其它機器學習任務。麻煩的是，這些是對經驗基準測試的挑戰，這可能使開發人員難以針對特定平臺優化算法。

蘇黎世聯邦理工學院的研究人員正試圖通過一款名為AI Benchmark的Android設備新應用來解決這個問題，他們希望這將成為一個普遍接受的測試套件。于今天在谷歌Play Store推出，適用于任何運行Android 4.1或更高版本的手機。

“由于沒有關于此的信息（目前，所有AI算法都在服務器上遠程運行，而不是在你的設備上運行，除了集成在手機固件中的一些內置應用程序），我們決定開發我們自己的工具，將清楚地顯示每個設備的性能和功能。” AI研究員和開發人員安德魯·伊格納托夫（Andrey Ignatov）告訴TechCrunch。

AI Benchmark評估智能手機在一系列開源算法中的表現，這些算法執行圖像分類，面部識別，圖像超分辨率以及照片增強、分割和去模糊。它甚至測試了無人駕 駛汽車中使用的神經網絡的性能，研究人員預測這種神經網絡最終可能會與智能手機中相媲美的芯片上運行。

隨著應用程序按照自己的步調進行操作，它會生成算法輸出的可視化，并給出一個分數，該分數會影響片上系統和可用RAM的速度。 （一般來說，神經網絡越大，處理它所需的RAM就越多。）

以下是表現最佳者的部分列表及其相關分數。 AI Benchmark網站上提供了完整列表：

1. 華為P20 Pro - 6397

2. OnePlus 6 - 1875年

3. 索尼Xperia XZ2 - 1664

4. 三星Galaxy S9 + - 1494

5. Razer Phone - 1470

6. 三星Galaxy S9 - 1446

7. OnePlus 5T - 1440

8. OnePlus 5 - 1416

9. 三星Galaxy Note 8 - 1408

10. 小米 Mi Mix 2 - 1405

那么頂級智能手機如何比較呢？伊格納托夫將該團隊的初步調查結果概括為“既有趣又荒謬”。

他說，高通芯片加速了與所有Android版本不兼容的量化或壓縮神經網絡。不使用該公司專有的驍龍軟件開發的典型網絡無法利用其Hexagon DSP AI加速芯片，盡管伊格納托夫指出，如果實施“適當的驅動程序”，這樣的網絡可能會受益。

“［如果］你正在開發一款使用AI的應用程序，除非你只利用他們的處理器開發它，否則你不會在驍龍的SoC中獲得任何加速。” 伊格納托夫說。

另一方面，華為的麒麟神經處理單元（NPU）提供了出色的性能 —— 神經網絡的加速度幾乎是10倍 —— 但與量化神經網絡不兼容。華為表示將在今年晚些時候提供支持。 （伊格納托夫指出，華為P20和P20 Pro是市場上唯一運行Android 8.1 Oreo的手機，可為應用程序提供AI加速。）

至于三星的Exynos陣容和聯發科技的NeuroPilot AI平臺，結果有點混亂。

三星的處理器僅支持從Android 8.1開始的人工智能加速，并且由于功耗優化和節流，性能變得“顯著” —— 在某些情況下高達50%。

與此同時，聯發科的芯片組 —— 少數支持量化和普通神經網絡的芯片組 —— 在三星和華為的硬件方面表現優異。

“總結：驍龍在理論上可以提供良好的結果，但缺乏驅動力;華為現在表現非常出色，在不遠的將來擁有的可能性最大;三星現在沒有加速支持（很可能這會很快改變，因為它們現在正在開發自己的AI芯片），但擁有功能強大的CPU; 聯發科對中檔設備來說，效果不錯，但絕對沒有突破。” 伊格納托夫告訴TechCrunch。