神经引擎这回行了吗？iPhone 14 Core ML性能测评已出

机器之心报道

机器之心编辑部

你的 iPhone 14 到货了吗？有人已经把 Core ML 的性能测试出来了。

每年苹果发布新版 iPhone 之后，图片编辑软件 PhotoRoom 的公司团队都会测试一下新 iPhone 的 Core ML 性能。现在，前几天发布的 iPhone 14 的基准测试结果出炉了。

PhotoRoom 团队的这项系列测试旨在探究苹果公司最新硬件的计算能力，以及计算能力的提升对设备上的机器学习系统意味着什么。

Core ML 是苹果集成多个 API 构建的机器学习框架，允许 iOS 开发人员发布和执行机器学习模型，以加速在 iPhone、iPad、Apple Watch 上的人工智能任务。

今年，PhotoRoom 分析了多个 iPhone 机型和 iOS 版本上的 Core ML 性能。

实验设置

作为一款图片编辑软件‍，图片裁剪和抠图是 PhotoRoom 非常重要的基础功能。

这项功能依托于 iPhone 上的 Core ML 框架执行，PhotoRoom 团队基于此任务在多个 iPhone 机型和 iOS 版本上进行了基准测试，包括：

• iPhone 12 Pro A14 Bionic (iOS 15 + iOS 16)
• iPhone 13 Pro A15 Bionic (iOS 15 + iOS 16)
• iPhone 14 Pro A16 Bionic (iOS 16)
• iPad Pro 2021 M1 (iOS 15 + iOS 16)
• MacBook Pro 2021 M1 Pro (macOS 12)

对于每个设备，该团队根据不同的 Core ML 计算配置（包括仅在 CPU 上运行、GPU+CPU、ALL、神经网络引擎（ANE）+CPU），统计了模型的平均执行时间（不包括模型加载时间）。其中，每个设备、操作系统版本和计算单元配置都测量了 40 次并取平均值，结果如下：

这些测试结果表明：

• 从 CPU 到 GPU 再到 ANE ，运行速度持续提升；
• 当在 iOS 16 上从 ALL 转到 ANE+CPU 时，推理时间（几乎）持续增加，这表明模型中的一些层无法在 ANE 上运行，而是默认使用 GPU；
• 操作系统版本对整体性能的影响似乎可以忽略不计；
• 在 A 系列芯片（A14 Bionic - A15 Bionic - A16 Bionic）中，所有配置的性能都有缓慢而稳定的提升。苹果公司也称其新的 A16 Bionic 芯片（17 TFlops）比 A15 Bionic（15.8 TFlops）提高了 7.5%，使得推理时间从 iPhone 13 Pro 的 45ms 缩短到 iPhone 14 Pro 的 41ms；
• iPad Pro 的 M1 芯片与新的 A16 Bionic 相比，CPU 和 ANE 的性能相当，并其 M1 的 GPU 似乎更强一些。这也许和 M1 芯片比 A16 Bionic 具有更多 GPU 内核有关。

值得注意的是，从这项基准测试看，MacBook Pro 中 M1 Pro 芯片的性能似乎并不比 iPad Pro 中的 M1 芯片好很多，甚至 ANE 的表现要差一些。

对于新发布的产品，iPhone 14 Pro 的推理时间缩短至 41ms，这是一个重要的突破。但这项测试也显示出苹果神经网络引擎还存在一些问题。

原文链接：https://www.photoroom.com/tech/core-ml-performance-2022/

掌握「声纹识别技术」：前20小时交给我，后9980小时……

《声纹识别：从理论到编程实战》中文课上线，由谷歌声纹团队负责人王泉博士主讲。

课程视频内容共 12 小时，着重介绍基于深度学习的声纹识别系统，包括大量学术界与产业界的最新研究成果。

同时课程配有 32 次课后测验、10 次编程练习、10 次大作业，确保课程结束时可以亲自上手从零搭建一个完整的声纹识别系统。

点击 阅读原文 ，了解更多课程内容。

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道：content@jiqizhixin.com