芯片性能的测评方法及装置、存储介质、计算机设备制造方法及图纸

本申请公开了一种芯片性能的测评方法及装置、存储介质、计算机设备，涉及芯片测试技术领域，主要目的在于改善现有的芯片测试方式局限而导致的芯片性能测试准确性较低的问题。该方法包括：配置多种测试模式和与所述测试模式分别对应的处理模型，所述多种测试模式用于模拟芯片作业的不同场景，且所述测试模式至少包含有背景虚化、人脸识别、图片分类、自然语言问题解答和超分辨率；触发所述芯片依次调用所述处理模型在相应的测试模式下执行处理，得到多个处理结果；根据所述处理结果确定所述芯片的性能等级。主要用于芯片性能的测评。性能等级。主要用于芯片性能的测评。性能等级。主要用于芯片性能的测评。

【技术实现步骤摘要】
芯片性能的测评方法及装置、存储介质、计算机设备


[0001]本申请涉及芯片测试
，尤其是涉及到一种芯片性能的测评方法及装置、存储介质、计算机设备。

技术介绍

[0002]随着移动终端应用的提升，手机芯片也得到了迅猛发展，各芯片厂家都在宣传自家的芯片的领先性，试图通过芯片性能优势获得更多的市场份额。移动终端中芯片功能众多，如显示控制、AI(Artificial Intelligence，人工智能)、触摸屏控制等，可见芯片性能将直接影响手机终端性能，所以对芯片性能的预先检测变得十分必要。
[0003]目前，市面上并不存在规范化的衡量标准来评定芯片性能的优劣，在检测芯片AI计算能力时，只能针对芯片的图像识别和图像分割效处理效果进行检测，并根据这两项的检测结果衡量芯片的性能，这使得评定方式单一且局限，从而导致得到的测评结果不够准确的问题。

技术实现思路

[0004]有鉴于此，本申请提供了一种芯片性能的测评方法及装置、存储介质、计算机设备。
[0005]根据本申请的一个方面，提供了一种芯片性能的测评方法，包括：
[0006]配置多种测试模式和与所述测试模式分别对应的处理模型，所述多种测试模式用于模拟芯片作业的不同场景，且所述测试模式至少包含有背景虚化、人脸识别、图片分类、自然语言问题解答和超分辨率；
[0007]触发所述芯片依次调用所述处理模型在相应的测试模式下执行处理，得到多个处理结果；
[0008]根据所述处理结果确定所述芯片的性能等级。
[0009]进一步地，在所述触发所述芯片依次调用所述处理模型在相应的测试模式下执行处理，得到多个处理结果之后，所述方法还包括：
[0010]将所述处理结果与参考因素进行比较，得到芯片的第一处理因子，所述第一处理因子用于表征芯片的处理精度；
[0011]计算芯片的第二处理因子，所述第二处理因子用于表征所述芯片的处理速度。
[0012]进一步地，所述根据所述处理结果确定所述芯片的性能等级包括：
[0013]根据所述第一处理因子和所述第二处理因子，利用预置算法计算芯片的多个子分值，所述子分值用于标识芯片在各个所述测试模式下的处理性能；
[0014]根据所述子分值确定所述芯片的性能等级。
[0015]进一步地，所述根据所述子分值确定所述芯片的性能等级包括：
[0016]根据所述多个子分值计算几何平均值；
[0017]根据预置关联表和所述几何平均值，确定所述芯片的性能等级，所述预置关联表
内保存有几何平均值区间与芯片性能等级之间的映射关系。
[0018]进一步地，在所述触发所述芯片依次调用所述处理模型在相应的测试模式下执行处理之前，所述方法还包括：
[0019]获取所述芯片的系统类型，所述系统类型为安卓系统或苹果系统；
[0020]所述触发所述芯片依次调用所述处理模型在相应的测试模式下执行处理包括：
[0021]触发所述芯片根据所述芯片的系统类型，依次调用所述处理模型在相应的测试模式下执行处理。
[0022]进一步地，所述根据所述处理结果确定所述芯片的性能等级之后，所述方法还包括：
[0023]获取所述芯片的型号信息；
[0024]将所述型号信息和所述芯片的性能等级按照预置规则存储在性能测试表中，所述性能测试表中按照一一对应的关系保存有多个芯片的型号信息和性能等级。
[0025]根据本申请的另一方面，提供了一种芯片性能的测评装置，包括：
[0026]配置模块，用于配置多种测试模式和与所述测试模式分别对应的处理模型，所述多种测试模式用于模拟芯片作业的不同场景，且所述测试模式至少包含有背景虚化、人脸识别、图片分类、自然语言问题解答和超分辨率；
[0027]触发模块，用于触发所述芯片依次调用所述处理模型在相应的测试模式下执行处理，得到多个处理结果；
[0028]确定模块，用于根据所述处理结果确定所述芯片的性能等级。
[0029]进一步地，所述装置还包括：
[0030]比较模块，用于将所述处理结果与参考因素进行比较，得到芯片的第一处理因子，所述第一处理因子用于表征芯片的处理精度；
[0031]计算模块，用于计算芯片的第二处理因子，所述第二处理因子用于表征所述芯片的处理速度。
[0032]进一步地，所述确定模块包括：
[0033]计算单元，用于根据所述第一处理因子和所述第二处理因子，利用预置算法计算芯片的多个子分值，所述子分值用于标识芯片在各个所述测试模式下的处理性能；
[0034]确定单元，用于根据所述子分值确定所述芯片的性能等级。
[0035]进一步地，
[0036]所述确定单元，具体用于根据所述多个子分值计算几何平均值；
[0037]所述确定单元，具体还用于根据预置关联表和所述几何平均值，确定所述芯片的性能等级，所述预置关联表内保存有几何平均值区间与芯片性能等级之间的映射关系。
[0038]进一步地，所述装置还包括：获取模块，
[0039]所述获取模块，用于获取所述芯片的系统类型，所述系统类型为安卓系统或苹果系统；
[0040]所述触发模块，具体用于触发所述芯片根据所述芯片的系统类型，依次调用所述处理模型在相应的测试模式下执行处理。
[0041]进一步地，所述装置还包括：存储模块，
[0042]所述获取模块，还用于获取所述芯片的型号信息；
[0043]所述存储模块，用于将所述型号信息和所述芯片的性能等级按照预置规则存储在性能测试表中，所述性能测试表中按照一一对应的关系保存有多个芯片的型号信息和性能等级。
[0044]依据本申请又一个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述芯片性能的测评方法。
[0045]依据本申请再一个方面，提供了一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述芯片性能的测评方法。
[0046]依据本申请再一个方面，提供了一种计算机程序产品，包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，其特征在于，当该程序指令被计算机执行时，使该计算机执行上述的芯片性能的测评方法。
[0047]借由上述技术方案，本申请提供的一种芯片性能的测评方法及装置、存储介质、计算机设备，通过预先配置模拟芯片作业不同场景的测试模式和与测试模式对应的处理模型，以使得触发待测试芯片调用处理模型在相应的测试模式下执行处理操作，并根据得到的处理结果确定芯片的性能等级。本申请实施例基于全部芯片AI计算的应用场景，触发芯片利用一一对应的处理模型执行处理，进而根据多种测试模式下的多个处理结果评定芯片的性能等级，与现有技术中，只能针对芯片的图像识别和图像分割效处理效果进行测评，并根据这两项的测评结果衡量芯片的性能方式相比，本专利技术能够避免测评方式单一而导本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种芯片性能的测评方法，其特征在于，包括：配置多种测试模式和与所述测试模式分别对应的处理模型，所述多种测试模式用于模拟芯片作业的不同场景，且所述测试模式至少包含有背景虚化、人脸识别、图片分类、自然语言问题解答和超分辨率；触发所述芯片依次调用所述处理模型在相应的测试模式下执行处理，得到多个处理结果；根据所述处理结果确定所述芯片的性能等级。2.根据权利要求1所述的方法，其特征在于，在所述触发所述芯片依次调用所述处理模型在相应的测试模式下执行处理，得到多个处理结果之后，所述方法还包括：将所述处理结果与参考因素进行比较，得到芯片的第一处理因子，所述第一处理因子用于表征芯片的处理精度；计算芯片的第二处理因子，所述第二处理因子用于表征所述芯片的处理速度。3.根据权利要求2所述的方法，其特征在于，所述根据所述处理结果确定所述芯片的性能等级包括：根据所述第一处理因子和所述第二处理因子，利用预置算法计算芯片的多个子分值，所述子分值用于标识芯片在各个所述测试模式下的处理性能；根据所述子分值确定所述芯片的性能等级。4.根据权利要求3所述的方法，其特征在于，所述根据所述子分值确定所述芯片的性能等级包括：根据所述多个子分值计算几何平均值；根据预置关联表和所述几何平均值，确定所述芯片的性能等级，所述预置关联表内保存有几何平均值区间与芯片性能等级之间的映射关系。5.根据权利要求1至4中任一项所述的方法，其特征在于，在所述触发所述芯片依次调用所述处理模型在相应的测试模式下执行处理之前，所述方法还包括：获取所述芯片的系统类型，所述系统类型为安卓系统或苹果系统；所...

【专利技术属性】
技术研发人员：雷诺，魏比莉，
申请(专利权)人：成都鲁易科技有限公司，
类型：发明
国别省市：