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 (//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。

原文来自：

本文地址：//gulass.cn/xiaomi-mobile-aibench.html编辑：任倩倩，审核员：逄增宝

本文原创地址：//gulass.cn/xiaomi-mobile-aibench.html编辑：public，审核员：暂无