如今（jīn），人（rén）工（gōng）智能已成为普遍的流行语，但大多（duō）数消费者可能不知道（dào）它如何与日常生活息息相关。分析人（rén）员和技术（shù）新闻界中的某些（xiē）人可能还会嘲（cháo）笑该术语用于（yú）某些几乎不像真正的人工智能（néng）的（de）技术的频率。也就是说，除了强大的数据（jù）中心外，还有一（yī）些平台（tái）对于AI处（chù）理和驱动它们的（de）NN(神经网（wǎng）络)来说（shuō）是（shì）很自（zì）然的。其中之一是（shì）AI推理(使用AI推理信（xìn）息，而不是训练NN)在边（biān）缘和口袋中，使用智（zhì）能手机（jī）。

就（jiù）像您想象的（de）那样，从androids到（dào）Apple的智能手机平（píng）台差别很大，但（dàn）是语音-文本翻译和推荐（jiàn）器引擎(例如Google Assistant和Siri)等常见工作（zuò）负载大量使（shǐ）用了常见的AI NN模（mó）型，在设备上（shàng）执行此操作可提高（gāo）速度和延迟。

衡量（liàng）移动设（shè）备中的AI性能

随着任何新设备的推出以及热门新应用的（de）出（chū）现，精（jīng）通技术的消费者和技术媒（méi）体成员希望能够（gòu）衡量和收集各种移动生态系统中设备的相对（duì）性能。此外，目（mù）前智能手机测试和评论中的AI处（chù）理性（xìng）能正在（zài）发展，因此，在主要的应用（yòng）商店（diàn）中当然会出现多种工具，这些工具声称能够测量电话和其他移动设（shè）备的AI性能。而且-您猜对了（le）-这些应用程（chéng）序的创建肯（kěn）定不尽相同。为了解（jiě）决这个（gè）问题，Marco和我深入研究了（le）HotHardware，分析了（le）三种主流AI基准测试中各种（zhǒng）旗舰androids手机的性能，这（zhè）些基准在某（mǒu）些情况下（xià）会产生截然（rán）不同的（de）结（jié）果。

关（guān）键是要更好地了解（jiě）实际（jì）测（cè）试的（de）特定基准度（dù）量标准。测试是否代表尽可能接近实际（jì）的工作（zuò）负载?理想的（de）基（jī）准测（cè）试使用（yòng）的是消费者可能会使用（yòng）的实际应用程序，但短短的（de）基准测试可以使用流行应用程序的相同核（hé）心软件组件（jiàn）来代表实（shí）际的性能期望。在这（zhè）种情况下，这意味着（zhe）我们（men）需（xū）要了（le）解这些基准测试工具要针对哪（nǎ）些NN进行测试，以及要使用哪些数学精度（dù）和AI算法来处理这些工（gōng）作量。