田海立@CSDN 2020-10-06
AI Benchmark v4測驗項更新以及榜單資料解讀只是解釋了AI性能資料獲取的機制以及簡單資料概覽，仔細看一下榜單，發現另有玄機，也許下一刻榜首位置就會變化，本文簡要分析一下海思麒麟990 5G的情勢，也許這就是未來幾個月的榜單尤其榜首的變化趨勢，
我們把榜單soc資料拷貝下來，復制到Excel表格里，簡單分析一下，這里只留取幾大soc廠家的最頂尖芯片：
發現麒麟990 5G有兩款，且除了被腳注為1非公開或原型實作的海思990 5G（No.2）與MTK天璣（No.1）之外，剩下的其他三款分值是差不多的，那好，這里就看一下天璣1000+與麒麟990 5G，
為什么會有非公開或原型實作的海思990 5G呢，這說明有人在做這方面的優化改進，而AI Benchmark也從某些渠道獲取了暫時性的資料，
對比麒麟990 5G的這兩個版本，發現：
- 量化的NNAPI1.2資料有較大的改善，但因為本來分數也不高，改善也不大；
- FP16的NNAPI1.2資料有極大的提高：5807-> 25766；
- 不管是量化的精度還是FP16的精度都在提高，這有變化就做實了確實在修改實作，而不僅僅是提升性能方面，
這些變化，從soc details資訊（同樣從官網獲取的資料，直接拷貝到Excel）里更能看出來：
- 模型PyNet和U-Net的性能極大提升；
- 當然也有模型性能下降的SGAN、DeepLab v3以及Init Time（細節資料很長，沒法完整截圖展示，感興趣可以自己去查詢），
所以希望最終是整體性能的提升，而不是此消彼長，
從以上資料來看，海思應該在有針對性的做優化，而且從目前的效果看成果很顯著（從51.5K到77.3K），那現在要做的就不是51.5仰望88.1了，而是77.3追趕88.1，
那就對比一下麒麟990 5G與天璣1000+的單項資料：
- CPU：A76 vs A77有天然代差，不過資料也不是差的太多，而且CPU所占的評分比例應該也不大；
- INT8資料：990 5G INT8做的性能是沒那么好，NNAPI1.1的12037 vs 17595應該比較反應真實情況；NNAPI1.2的4530 vs 17493相差那么大，應該是1.2的模型里有算子支持有問題導致的，有很大的提升空間，不過這要看它的擴展性如何，
- FP16相關資料，從之前跑的FP16的能力看，990 5G應該也有提升空間，
當然這也得看具體評分體系中，CPU/INT8/FP16/Init等各種指標所占的比重，這方面確切的資訊公開渠道還未公開，但估計華為、高通、MTK、三星等這些廠商應該已經得到了資訊，
這里簡要總結一下：
- 海思應該是在有針對性的做AI Benchmark上的優化作業；
- 且從目前透露的資料和對比情況看，目標應該是登頂榜首，
本文是根據現有資料的分析和大膽假設，當然具體情況如何，幾個月內應該有答案，我們拭目以待，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/163571.html
標籤：其他
下一篇：視頻中的車牌特征識別