小米再开源!这次是移动端神经网络框架基准测试项目MobileAIBench

简介: 在此之前,小米已经推出多款开源项目
TB1l7AOGaSWBuNjSsrbXXa0mVXa.jpg

继小米在6月宣布自研的移动端深度学习框架Mobile AI Compute Engine (MACE:https://github.com/xiaomi/mace)开源以来,小米近日又宣布开源移动端神经网络框架基准测试项目MobileAIBench(https://github.com/xiaomi/mobile-ai-bench)。

据雷锋网(公众号:雷锋网)了解,MobileAIBench旨在给开发这提供一个系统性的对比,为软硬件的选择提供一个直观定量的指导,其目的是建立一个统一的软硬件综合评测框架,能够对不同的硬件、计算单元、ABI以及神经网络计算框架进行全方位的评测。

眼下大多数开发者面临着同样一个困境,即如何选择满足应用计算需求同时具有高性价比的硬件,以及如何选取硬件适合的神经网络计算框架。除此之外,开发者还需要权衡模型量化压缩以及模型的精度损失,对于应用或者算法开发者而言,如何做出合适的选择,往往需要进行多方位的尝试,耗时耗力。在用户对智能性、低延迟和隐私保护的诉求变得越来越高的当下,移动设备上的离线神经网络应用变得越来越普遍。而MobileAIBench或许能解决这个问题。

这次开源的MobileAIBench项目在系统支持上,目前仅支持安卓,但比较容易推广所有 POSIX 兼容系统。现阶段支持 MACE、SNPE、ncnn、TensorFlow Lite 等框架的评测,后续还将加入对模型量化压缩以及模型精度的对比。用户可以根据项目文档,自行添加一个框架或者一个新模型。

据悉,该项目会进行每日构建,并对几款手机进行测试,测试数据可以通过项目页的 CI Pipeline 页面获取 (https://gitlab.com/llhe/mobile-ai-bench/pipelines) 。

雷锋网了解到,小米一直在倡导拥抱开源,积极参与多个国际重大的开源项目,比如Hadoop,HBase,Spark,TensorFlow等。值得一提的是,在HBase项目中,培养出了两位PMC成员和七位Committer,成为社区中的核心力量。在此之前,小米已经推出了一系列开源项目:

Linden(分布式实时搜索系统)

Open-Falcon(互联网企业级监控系统)

Pegasus(分布式KV存储系统)

自研移动端深度学习框架MACE等

小米人工智能与云平台副总裁崔宝秋博士此前表示:拥抱开源是小米工程文化的重要组成部分,从手机的移动操作系统,到云计算、大数据 、人工智能,开源都在小米扮演了极其重要的角色。小米欢迎更多的开发者参与进来。

目录
相关文章
|
1月前
|
安全 虚拟化
在数字化时代,网络项目的重要性日益凸显。本文从前期准备、方案内容和注意事项三个方面,详细解析了如何撰写一个优质高效的网络项目实施方案,帮助企业和用户实现更好的体验和竞争力
在数字化时代,网络项目的重要性日益凸显。本文从前期准备、方案内容和注意事项三个方面,详细解析了如何撰写一个优质高效的网络项目实施方案,帮助企业和用户实现更好的体验和竞争力。通过具体案例,展示了方案的制定和实施过程,强调了目标明确、技术先进、计划周密、风险可控和预算合理的重要性。
42 5
|
5天前
|
机器学习/深度学习 算法 PyTorch
基于图神经网络的大语言模型检索增强生成框架研究:面向知识图谱推理的优化与扩展
本文探讨了图神经网络(GNN)与大型语言模型(LLM)结合在知识图谱问答中的应用。研究首先基于G-Retriever构建了探索性模型,然后深入分析了GNN-RAG架构,通过敏感性研究和架构改进,显著提升了模型的推理能力和答案质量。实验结果表明,改进后的模型在多个评估指标上取得了显著提升,特别是在精确率和召回率方面。最后,文章提出了反思机制和教师网络的概念,进一步增强了模型的推理能力。
22 4
基于图神经网络的大语言模型检索增强生成框架研究:面向知识图谱推理的优化与扩展
|
7天前
|
人工智能 自然语言处理 前端开发
CodeArena:在线 LLM 编程竞技场!用于测试不同开源 LLM 的编程能力,实时更新排行榜
CodeArena 是一个在线平台,用于测试和比较不同大型语言模型(LLM)的编程能力。通过实时显示多个 LLM 的代码生成过程和结果,帮助开发者选择适合的 LLM,并推动 LLM 技术的发展。
37 7
CodeArena:在线 LLM 编程竞技场!用于测试不同开源 LLM 的编程能力,实时更新排行榜
|
23天前
|
人工智能 自然语言处理
WebDreamer:基于大语言模型模拟网页交互增强网络规划能力的框架
WebDreamer是一个基于大型语言模型(LLMs)的网络智能体框架,通过模拟网页交互来增强网络规划能力。它利用GPT-4o作为世界模型,预测用户行为及其结果,优化决策过程,提高性能和安全性。WebDreamer的核心在于“做梦”概念,即在实际采取行动前,用LLM预测每个可能步骤的结果,并选择最有可能实现目标的行动。
52 1
WebDreamer:基于大语言模型模拟网页交互增强网络规划能力的框架
|
25天前
|
机器学习/深度学习
NeurIPS 2024:标签噪声下图神经网络有了首个综合基准库,还开源
NoisyGL是首个针对标签噪声下图神经网络(GLN)的综合基准库,由浙江大学和阿里巴巴集团的研究人员开发。该基准库旨在解决现有GLN研究中因数据集选择、划分及预处理技术差异导致的缺乏统一标准问题,提供了一个公平、用户友好的平台,支持多维分析,有助于深入理解GLN方法在处理标签噪声时的表现。通过17种代表性方法在8个常用数据集上的广泛实验,NoisyGL揭示了多个关键发现,推动了GLN领域的进步。尽管如此,NoisyGL目前主要适用于同质图,对异质图的支持有限。
38 7
|
29天前
|
JSON 数据处理 Swift
Swift 中的网络编程,主要介绍了 URLSession 和 Alamofire 两大框架的特点、用法及实际应用
本文深入探讨了 Swift 中的网络编程,主要介绍了 URLSession 和 Alamofire 两大框架的特点、用法及实际应用。URLSession 由苹果提供,支持底层网络控制;Alamofire 则是在 URLSession 基础上增加了更简洁的接口和功能扩展。文章通过具体案例对比了两者的使用方法,帮助开发者根据需求选择合适的网络编程工具。
29 3
|
29天前
|
数据库连接 Go 数据库
Go语言中的错误注入与防御编程。错误注入通过模拟网络故障、数据库错误等,测试系统稳定性
本文探讨了Go语言中的错误注入与防御编程。错误注入通过模拟网络故障、数据库错误等,测试系统稳定性;防御编程则强调在编码时考虑各种错误情况,确保程序健壮性。文章详细介绍了这两种技术在Go语言中的实现方法及其重要性,旨在提升软件质量和可靠性。
29 1
|
1月前
|
安全 Linux 网络安全
nmap 是一款强大的开源网络扫描工具,能检测目标的开放端口、服务类型和操作系统等信息
nmap 是一款强大的开源网络扫描工具,能检测目标的开放端口、服务类型和操作系统等信息。本文分三部分介绍 nmap:基本原理、使用方法及技巧、实际应用及案例分析。通过学习 nmap,您可以更好地了解网络拓扑和安全状况,提升网络安全管理和渗透测试能力。
121 5
|
1月前
|
网络协议 Unix Linux
精选2款C#/.NET开源且功能强大的网络通信框架
精选2款C#/.NET开源且功能强大的网络通信框架
下一篇
DataWorks