骁龙855在AI性能上真的秒杀麒麟980?噱头而已

640?wx_fmt=jpegwebp

来源:网易智能

摘要:前段时间的高通发布会上,有关骁龙855 AI性能达到友商竞品两倍的言论可谓是赚足了眼球。高通指出,骁龙855针对CPU、GPU、DSP都进行了AI计算优化,结合第四代AI引擎可以实现每秒超过7万亿次运算(7 TOPs)的AI算力。


高通在发布会上指的“友商”,特意点名是安卓平台另一款使用7nm工艺的处理器,目前三星最新的处理器Exynos 9820是基于8nm工艺打造,苹果A12芯片虽然使用了7nm工艺,但平台不同很难比较。言下之意,这里的“友商”很明显就是指的华为的最新处理器麒麟980。

 

640?wx_fmt=jpegwebp


说到手机芯片的AI性能,麒麟980主要依靠独立内置的NPU来支撑,这颗NPU就是AI芯片创企寒武纪开发的1H处理器。而就在12月13日于清华大学举办的嵌入式人工智能大会上,寒武纪创始人兼CEO陈天石在演讲中提到:“前段时间高通发布骁龙855时宣称,其AI性能是友商竞品的2倍,我不知道这是不是在指我们,如果是,我不认为1H的AI性能会落后于骁龙855。”陈天石还表示,“在我们内部测试中,1H的测试结果非常优秀,测试峰值非常的高。如果高通有信心地话不妨公布测试结果,比一个高下。”

 

显然,火药味很浓。

 

难道,没有搭载独立的NPU内核的骁龙855真的比搭载寒武纪1H处理器的麒麟980芯片在AI性能上强两倍吗?最近,这一话题在知乎上也得到了一些从业者的关注和讨论。智能菌整理如下:

 

知乎作者麦克阿摄认为:从7万亿这个数字来看,骁龙855是横扫苹果的A12和华为麒麟980的(根据970的数据,算上980的增幅,可得麒麟980的算力为4.2TOPs)。

 

但从AIMark平台上的跑分成绩来看,高通855平台获得2.2万分,和麒麟980的得分2.15万分相差不大,这又是怎么一回事呢?

 

640?wx_fmt=jpegwebp

 

原来,高通得出这个所谓的7 TOPS算力,是基于CPU+GPU+DSP这三部分的总计所得。但不管是华为还是苹果,给出的AI算力数据都是来源于其单独的NPU。

 

需要科普的是,CPU非常适合逻辑运算和整数运算,也可以进行浮点运算,但其效率低并且功耗高。随着技术和应用的发展,单单CPU已经难以满足是来自图形渲染的需求了,于是专门进行浮点运算的GPU应运而生,它大大提升了浮点运算的效率,降低了功耗。而AI主要是做卷积运算,需要超大量的浮点运算来支撑,但这里的浮点运算并不需要GPU提供那么高的精度,只需要更低精度的浮点运算就完全胜任,而这正是NPU所最擅长的领域。另外,高通的发布会中也特别强调了DSP的设计,但这毕竟也不是什么新概念。从硬件角度来说,可能有所提升,但也绝不具备NPU在AI计算上的专业和高效率。

 

知乎用户养猫的哈士奇认为:衡量AI性能没有统一的标准,有很多都指标,有的跑卷积、有的跑池化、有的跑浮点、还有跑挖矿的,这里的指标最重要的应该是卷积。

 

本着“大胆假设,小心求证”的思路,拜托一位搞AI研发的朋友跑了一下卷积运算。测试机型是搭载骁龙845的小米MIX 2S和搭载A12芯片的iPhone XS。如果按照高通的说法,骁龙855的AI性能是845的三倍。

 

结果显示,在基于AI神经网络实测的场景下,搭载骁龙845的小米MIX 2S测试数据为10.39,而搭载苹果A12芯片的iPhone XS测试数据为72.64,测试数据越高代表AI性能越强。如果骁龙855的AI性能是845的三倍,那么测试数据应该是31.17,这一数字远低于A12的72.64,但是苹果A12芯片对外公布的AI算力只有5 TOPS。是不是很奇怪?

 

xmwebp


那么,高通骁龙855所公布的7 TOPS是怎么得来的?

 

骁龙855公布的AI性能是通过CPU+GPU+DSP的方式来实现的,如果是这样这个数字基本没意义。因为在移动端能耗比是非常重要的指标,更何况CPU、GPU、DSP还有其它任务不能全力投入AI运算,高通骁龙855的在AI运算上的能耗比太低了。

 

640?wx_fmt=jpegwebp


以上知乎作者都认为,高通宣称的骁龙855可以达到7 TOPS 算力完全是用来吹牛逼的。

 

但从另外一个角度看,不管是华为麒麟980还是高通骁龙855,以现有的应用来看,其AI性能都是大量过剩的。因为手机中所谓的AI只是一个执行加速器,并不会用来进行训练,现在的性能根本用不完,很多厂家在这方面都制造了足够的噱头。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/493221.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MySQL主从复制(Master-Slave)与读写分离(MySQL-Proxy)实践 转载

http://heylinux.com/archives/1004.html MySQL主从复制(Master-Slave)与读写分离(MySQL-Proxy)实践 Mysql作为目前世界上使用最广泛的免费数据库,相信所有从事系统运维的工程师都一定接触过。但在实际的生产环境中&am…

深度解析AIoT背后的发展逻辑

来源:iotworld摘要:AI与IoT融合领域近年来一片火热,不论是资本市场,还是大众创业,无不对其表现出极大的热情。AIoT领域中人机交互的市场机会自2017年开始,“AIoT”一词便开始频频刷屏,成为物联网…

ubuntu安装Redis+安装mysql(配置远程登录)+安装jdk+安转nginx+安转teamviewer+安装terminator+安装sublime

一.Ubuntu 安装 Redis sudo apt-get update sudo apt-get install redis-server redis-server 启动 修改redis配置 远程访问: sudo vim /etc/redis/redis.conf 注释掉本机ip: 有坑的地方 #bind 127.0.0.1  service redis-server restart redis-cli ping …

深入理解SQL注入绕过WAF与过滤机制

知己知彼,百战不殆 --孙子兵法 [目录] 0x0 前言 0x1 WAF的常见特征 0x2 绕过WAF的方法 0x3 SQLi Filter的实现及Evasion 0x4 延伸及测试向量示例 0x5 本文小结 0x6 参考资料 0x0 前言 促使本文产生最初的动机是前些天在做测试时一些攻击向量被WAF挡掉了,…

预测|麦肯锡预测2030年:1亿中国人面临职业转换,全球8亿人被机器人取代

来源:先进制造业摘要:纵观人类技术的发展历程,往往遵循一个固定的规律,即先是概念萌芽,然后经历市场炒作,资本蜂拥,结果潮水退去,泡沫破灭。而繁华落尽后,才会经历技术成…

计算polygon面积和判断顺逆时针方向的方法

一.利用shapely求polygon面积 import shapelyfrom shapely.geometry import Polygon, MultiPoint # 多边形# box1 [2, 0, 4, 2, 2, 4, 0, 2, 0, 0]box1 [2, 0, 4, 2, 2, 4, 0, 2, 2, 2]poly_box1 Polygon(np.array(box1).reshape(-1,2))print(poly_box1)print(p…

亚洲与非洲:中国支付巨头的海外进击

来源:资本实验室摘要:当下,对国人消费影响最大的两家互联网公司莫过于阿里巴巴和腾讯。这两大公司将大量消费级应用整合在自身的平台上,已经彻底改变了许多人的餐饮、购物、出行、旅游等生活方式,而移动支付是其中最基…

利用已有的标注文字信息制作fake数据

from PIL import Image, ImageDraw, ImageFont, ImageFilter import random import glob import numpy as np import os import cv2 from nespaper_semantics import seg_str 1. 从文字库随机选择10个字符 2. 生成图片 3. 随机使用函数# 从字库中随机选择n个字符 def sto_choic…

汽车芯片:半导体芯片巨头加速成长

来源:乐晴智库精选伴随汽车智能化提速,汽车半导体加速成长。2017年全球汽车销量9680万辆(3%);汽车半导体市场规模288亿美元(26%),增速远超整车。汽车半导体按种类可分为功能芯片MCU(MicrocontrollerUnit)、功率半导体(IGBT、MOSFET等)、传感器…

将MSRA-TD500标签转换成逆时针输出标签+labeleme json格式转四个点的txt

一.MSRA-TD500 : http://www.iapr-tc11.org/mediawiki/index.php/MSRA_Text_Detection_500_Database_%28MSRA-TD500%29 #coding:utf-8 """ fzh created on 2019/12/6 将MSRA-TD500数据标签转换成按逆时针输出 也即  index,difficulty label,x,y,w…

一文看尽2018全年AI技术大突破

来源:量子位摘要:2018,仍是AI领域激动人心的一年。这一年成为NLP研究的分水岭,各种突破接连不断;CV领域同样精彩纷呈,与四年前相比GAN生成的假脸逼真到让人不敢相信;新工具、新框架的出现&#…

pyecharts地图使用

1.首先安装包 pip install pyecharts0.5.1 2.安装地图包 依次是全球地图、中国省级地图、中国市级地图、中国区县级地图、中国区域地图 pip install echarts-countries-pypkg pip install echarts-china-provinces-pypkg pip install echarts-china-cities-pypkg …

《科学》:基因编辑婴儿入选年度“科学崩坏”事件

来源:知识分子摘要:《科学》杂志每年会评出在即将过去的一年里最为重要的十大科学突破(Science Breakthrough)。今年,夺得年度突破桂冠的是“单细胞水平细胞谱系追踪技术”,帮助破获多起悬案的法医系谱技术…

利用scipy包计算表格线的峰值,还原表格得到表格结构

1. 利用scipy包计算表格线的峰值 import cv2 import numpy as np from scipy.signal import find_peaks, peak_widthsdef get_lines_from_image(img_bin, axis, kernel_len_div 20, kernel_len None, iters 3):""":param img_bin: opencv img:param axis: 0…

原子智库 | 刘伟:人工智能快追上人类思维?答案可能让你失望

来源:原子智库摘要:2018年12月15日,原子智库主办的“改革的规则与创新——2018光华腾讯经济年会暨风云演讲”在北京大学举办北京邮电大学人机交互与认知工程实验室主任刘伟发表演讲。演讲的话题是未来工业化发展、智能化发展。刘伟在演讲中指…

利用xlwt写excel并进行单元格的合并

1.写入行列值 import xlwt # 创建一个workbook 设置编码 workbook xlwt.Workbook(encodingutf-8) # 创建一个worksheet worksheet workbook.add_sheet(My Worksheet)# 写入excel # 参数对应 行, 列, 值 worksheet.write(1, 0, label this is test)# 保存 workbook.save(Exc…

为了边缘计算,亚马逊、谷歌、微软已正面交锋!

来源:全球物联网观察摘要:so,你真的了解边缘计算吗?边缘计算的前世今生云计算自2005年提出之后,就开始逐步地改变我们的生活、学习、工作的方式。云计算使得公司能够在自己的物理硬件之外,通过远程服务器网…

每日一小练——二项式系数加法解

上得厅堂,下得厨房,写得代码,翻得围墙,欢迎来到睿不可挡的每日一小练! 题目:二项式系数加法解 内容:请编写一个程序,仅仅用加法,求出n中取r个组合系数C(n,r),…

华为、苹果、高通,谁在领跑?全面解读清华AI芯片报告

来源:智东西摘要:本文全面讲解人工智能芯片,系统梳理人工智能芯片的发展现状及趋势。2010 年以来,由于大数据产业的发展,数据量呈现爆炸性增长态势,而传统的计算架构又无法支撑深度学习的大规模并行计算需求…

SSD300网络结构(pytorch)+多尺度训练与测试

一.SSD300 1.如图是预测框的相应feature map 这里smin是0.2,表示最底层的scale是0.2;smax是0.9,表示最高层的scale是0.9,m代表产生尺度预测的feature map个数。 其中anchor的长宽关系,s就是上图中的scale,a就是上图中的anchor …