如今，人工智能已成为普遍的流（liú）行语，但大多（duō）数消费（fèi）者可能（néng）不知道它如何（hé）与日常生活息息相关。分析人员和技术（shù）新闻界中（zhōng）的（de）某（mǒu）些人可能还（hái）会嘲笑（xiào）该术（shù）语用于某（mǒu）些几乎不像真正的人（rén）工（gōng）智能的技术的频率。也（yě）就是说，除了强大（dà）的数据中心外，还有一些平台对于（yú）AI处理和驱动它们的NN(神经网络)来说是很（hěn）自然的（de）。其中之一是AI推理(使用（yòng）AI推理信息，而不是训练NN)在边缘（yuán）和口袋中，使用智能手（shǒu）机。

就像您（nín）想象的那样，从androids到Apple的（de）智能（néng）手机平台差别很大，但是（shì）语音-文本翻译和推（tuī）荐器引擎(例如Google Assistant和Siri)等常见工作负载大（dà）量使用了常见的（de）AI NN模型，在设备上（shàng）执（zhí）行此操作可提高速度和延迟。

衡量移动设备中的（de）AI性能

随着任（rèn）何新设（shè）备的推出以及热门新应用的（de）出现，精通技术的消（xiāo）费者和技术媒体成员希望能够衡量和收集各种移动（dòng）生态系统中设备的相对性能。此外，目（mù）前智能手机测试和评（píng）论中的AI处理性能正在发展，因此，在（zài）主要的应用商店中当然会出现多种工（gōng）具，这些工具（jù）声称能够（gòu）测量电话和其他移动设备的AI性能。而且-您猜对了-这些应用程序的创建（jiàn）肯定不尽（jìn）相同。为（wéi）了解决（jué）这个问题，Marco和我深入研（yán）究了HotHardware，分（fèn）析（xī）了（le）三种主流AI基准测试（shì）中各种旗舰androids手机的性（xìng）能，这些基（jī）准在某（mǒu）些情况下会产生截然不同的结果。

关（guān）键是要（yào）更好地了解实际测（cè）试（shì）的特定基准（zhǔn）度量标准。测试（shì）是否代（dài）表尽可能接近实际的工作（zuò）负（fù）载?理想的基准测试使用的是消费者可能会（huì）使（shǐ）用的实际应（yīng）用程序，但短短的基准测试可以使用流行应用（yòng）程序的相同核心软件组（zǔ）件来代表实际的性能期望。在这种情况下，这意味着（zhe）我们需要了解这些基准测试工具要针对（duì）哪些NN进行测（cè）试（shì），以及要使用哪些数学精度（dù）和AI算（suàn）法（fǎ）来处理这些（xiē）工作量。