如何看待联发科天玑 1000 AI 跑分超越麒麟 990 5G？ 第1页

谢邀，先来大概讲讲怎么看这个表格

• CPU Q AI Score：代表CPU计算推理量化后的模型，也就是代表int8性能。
• CPU F AI Score：代表CPU计算推理模型，也就是代表FP16性能。
• QUANT Score：代表使用NNAPI计算量化后的模型分数。使用NNAPI一般指的是NPU/GPU/DSP等这些神经网络加速器计算的结果，但如果加速器不支持某些API那会转为用CPU计算。比如麒麟970至今不支持NPU计算int8。所以970的得分就非常低
• QUANT Accuracy：代表推理量化模型的精度（准确度）。
• FP16的分数意义同上。后面的FP32、FP PAR也是CPU计算。

从结果来看，所有的CPU计算项目MTK都拿了第一，基本都是麒麟990 5G的2倍。说明MTK 5G SoC的CPU性能应该挺强的，很可能得益于A77架构，在AI推理方面性能明显超越A76核心CPU。但是看855 plus的CPU也明显超过麒麟990 5G。我对比了其他SoC的成绩可以肯定这是华为的锅，很可能是智慧降功耗功能启动了。

int8性能大幅度超越990 5G和855plus，说明MTK这次的NPU性能十分暴力（褒义）。比前代P90的NPU增强1倍。

FP16性能大概是990 5G的80%多，比P90提升2倍。

所以MTK 5G SoC的AI跑分拿下当前的第一实至名归。特别亮眼的是推理准确度这几项MTK都很高，明显超过华为的80。而高通的准度非常烂，只是我还不是很清楚这个准度在实际应用中具体有多大影响。根据ai-benchmark的解释，量化后的模型能将内存占用降低4倍，速度提升2~3倍。但缺点是导致精度降低，甚至降低为0。

以上只是解读，但我的评价是——徒增功耗

MTK的当务之急是迅速在CPU、GPU、功耗这些基础方面追平与对手的差距。NPU这种东西噱头大于实用。就像以前堆10核CPU就是不肯好好照顾一下GPU。在冲击高端的路上MTK总是不小心跑偏。好在这次用上了A77+G77。但是目前还不知道GPU具体规格，如果不在NPU上猛堆料而是堆GPU、ISP、缓存、总线，提升SoC基础性能，对MTK冲击高端是大有裨益的。

NPU也不是没用，只是不必那么看重。堆料以够用为目标，重点发展技术提高实用性。MTK NPU的推理准确度很高就很值得肯定。