9. 三星 Galaxy Note 8 – 1408

10. 小米 Mi Mix 2 – 1405

在该工具的官网上，目前排名前 15 的手机型号。

机器之心小编也下载了 AI Benchmark，在平均长达 5 分钟、所有 9 项测试结束之后(需耗去 4% 的电量)，我们使用的国行版三星 S9 手机拿到了 1594 分，这个分数在高通骁龙 845 芯片的手机里还算不错，也超过了官方排行榜中该型号手机原来的分数，或许是固件更新的功劳?

搭载麒麟 970 芯片的华为 P20 Pro 分数达到了 4573，不及排行榜上的分数(我们的测试机未更新到最新版本系统)。

我们也测试了搭载骁龙 835 的「谷歌官方机」Pixel 2 的跑分：1210。

我们的测试分数，从左至右：华为 P20 Pro、三星 S9、Pixel 2。

那么针对这些旗舰机型的对比结果如何呢?Ignatov 将团队的初步成果总结为「有趣且荒诞」。

Ignatov 称，高通芯片可以加速那些并不兼容所有安卓版本的量化或压缩神经网络。不使用高通骁龙软件开发的典型网络无法利用其 Hexagon DSP AI 加速芯片，尽管 Ignatov 注意到如果实现「恰当驱动」，此类网络可以从中受益。

「如果你正在研发一款使用 AI 能力的 app，那么你在骁龙 SoC 上无法获得任何加速，除非你研发的 app 只为骁龙处理器服务。」Ignatov 称。

另一方面，华为的麒麟芯片性能强大——可以提供近 10 倍的神经网络加速，但是这与量化的神经网络并不兼容。华为称今年麒麟芯片将支持量化神经网络。(Ignatov 注意到华为 P20 和 P20 Pro 是市面上唯一运行 Android 8.1 Oreo 为应用程序提供人工智能加速的手机。)

至于三星的 Exynos 处理器和联发科的 NeuroPilot AI 平台，评测结果就有点参差不齐了。

三星自有的处理器只支持 Android 8.1 及以上版本的 AI 加速，且由于功耗优化和调节(power throttling)，其性能变化「很大」，有时甚至高达 50%。

同时，联发科的芯片组——那些同时支持量化神经网络和普通神经网络的型号，性能稍稍弱于三星和华为的硬件。

「总之，骁龙理论上可以提供优秀的结果，但是缺乏强劲的驱动;华为现在的结果比较突出，且不久的未来可能是最好的;三星目前不支持加速(这种情况可能很快就会改变，因为三星目前正在研发自己的 AI 芯片)，但是 CPU 很强大;联发科在中端设备上效果较好，但没有什么突破。」Ignatov 称。

AI Benchmark 是如何测试手机AI性能的

据官网介绍，该 benchmark 包含 9 个在手机上运行独立神经网络的计算机视觉任务。这些网络包含大量架构，能让我们评估解决人工智能问题的不同方法的表现和局限性。