安兔兔ai评测多少分算好（ETHAIBenchmark）

近两年，随着AI在移动端的普及，几乎所有智能手机都已经标配AI，不过AI的性能到底如何评判一直是业界讨论的焦点，毕竟各大厂商的AI发展方向各不相同，就像田径选手和体操选手无法完全同台竞争一样，AI跑分平台只能做到尽量公平。目前，已经有不少评测机构开发了相应的测试模型，用以判定手机及芯片的AI能力，业界比较常用的主要是ETH AI-Benchmark（也就是苏黎世AI跑分）、中国电信AI评测、鲁大师AI Mark和安兔兔AI跑分。那么这四大手机AI评测榜单，到底谁更专业呢？下面就来一起分析。

手机AI评测到底在测什么？

开始之前，先看看AI跑分需要测试哪些项目？简单来讲，AI评测有两个关键维度——性能和精度，其中，AI性能评测考验的是手机处理AI应用的运行速度，AI运算精度则考验的是AI应用的准确性。AI性能比较好理解，就像手机CPU和GPU跑分一样，性能是评测中必不可少的环节，我们可以重点分析一下AI运算精度。

目前，手机AI运算用到的数据类型基本为INT8和FP16，其中，FP16位宽更宽（16bit）相比INT8（8bit）精度更高，计算量也更大，同时对硬件处理能力要求更强；INT8又被称为低精度，顾名思义，精度相对较低，但占用的内存空间更少，实现更小的硅片面积，在降低功耗的同时实现更高的每秒操作数。

由于FP16位宽更宽，计算量更大，因此，在当前的热门AI图像处理领域，FP16能大显其手，而INT8位宽不足，无法处理HDR 10bit和RAW 10bit的图像数据，因此，INT8量化处理后图像会出现明显的瑕疵。例如，在高对比度以及暗光场景下，INT8运算更容易丢失画面细节，出现噪声以及涂抹严重等成像不稳定的问题；此外，在图像超分应用上，由于需要算法对每个像素进行生成处理，因此运算精度要求更高，举个例子，用手机拍摄鼓棒击打有水的鼓面，FP16进行超分图像处理时能将水花四溅、水波流动纹理等更多细节表现出来，不仅图像还原度更高，而且还能通过插帧算法实现7680帧/秒的慢动作，而INT8则会损失更多画面细节，甚至出现大量噪点。不仅如此，在当下的热门AI图像应用，如照片背景虚化、视频实时换背景，以及涉及用户安全的人脸解锁等高难度系数场景下，FP16优势都更加显著。

（7680帧超高速慢动作，华为Mate 30 Pro 5G拍摄）

虽然上述应用场景下FP16表现更出色，但FP16和INT8之间并不是非此即彼的互斥关系，只是计算机计算的两种数据格式，本身没有孰优孰劣。不同的芯片厂商通常会根据不同业务、场景需求，结合平台能力等约束综合选择，最终的目标是精度和性能的双赢，因此，在某些网络下会出现一部分AI运算用INT8，另一部分用FP16的情况。

哪个手机AI跑分平台更专业？

了解AI测评的关键指标之后，让我们回到主题，究竟哪个手机AI跑分平台更专业可靠呢？

1）学院派：苏黎世ETH AI Benchmark跑分

科技媒体、KOL参考最多的跑分平台，当属苏黎世联邦理工学院开发的AI-Benchmark（ETH AI Benchmark），不仅有“欧陆第一名校”和“世界顶尖研究型高校”的美誉，苏黎世联邦理工学院本身也是专业的AI研究机构，具备先进的实验室测试环境，在AI算法设计、网络模型、跑分制定、测试用例等方面均为业界主流。

而从测试维度来看，不同于业界单一评测INT8精度的跑分软件，ETH AI-Benchmark综合对比了CPU Q、CPU F、QUANT、FP16、FP32等多种精度下的AI性能，并根据实际AI应用，在目标识别/分类、人脸识别、图像去模糊、图像超分辨率、语义图像分割、图像增强、内存极限等AI运算任务下的处理表现，是目前最专业的平台之一。

值得注意的是，在ETH AI跑分榜单上，华为和荣耀手机的持续霸榜也正是得益于华为长期在AI应用领域的探索，从Mate 20系列的AI人像留色、AI卡路里识别等应用，再到Mate 30系列AI隔空操控、P40系列的AI一键去路人、AI去反光等功能，都能看到华为在AI应用上的创新以及麒麟芯片领先的AI实力。

2）运营商派：中国电信

除了ETH，国内比较专业的AI评测平台还有中国电信，测试维度同样包括性能、精度、能效，并且在不同网络类型（分类网络、检测网络、超分网络等），SDK等各个主要方面都进行了对比说明。其中，精度测评还包括了TOP1、TOP5和平均精度，各个网络在不同平台的运行能效也有分析，中国电信输出的报告非常有参考价值。

3）跑分软件派：鲁大师AI Mark&安兔兔

当然，在评测领域跑分工具永远不会缺席，鲁大师和安兔兔也发布了相应的AI评测工具。其中，鲁大师选取Inception V3、ResNet34、VGG16三种网络，各自完成同样的100张标准图片识别任务，获取概率值TOP5的答案，获取答案以及完成测试的时间作为评测标准，这确实考验到了AI性能，也具有一定的参考价值，但对比上述两家来看，显然维度还不够全面，在精度方面的考虑相对较少，还有待完善。

至于安兔兔，客观性有多少，相信搞机的各位都懂。根据安兔兔的说法，AI评测并没有使用android统一的NN API，而是使用各家AI芯片的SDK。高通平台是SNPE，华为麒麟是HiAI、联发科的SDK名为NeuroPilot，跨平台的对比参考价值并不高，更不必继续深究其跑分模型的专业度了。

总的来说，目前业界还没有完全统一的AI评测标准，仍需要全行业共同努力。要知道，即使是现在使用最多的CPU跑分评测，也是从90年代就开始启动，由无数公司与产业组织共同努力，才最终完成了行业标准确立，所以AI评测标准的完全建立还需要持续的探索和积累。不过就目前业界使用最多的四大AI评测来看，还是ETH和中国电信最客观最全面。