为什么你的手机需要更大的内存-Toy模板网

这篇具有很好参考价值的文章主要介绍了为什么你的手机需要更大的内存。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

为什么你的手机需要更大的内存,智能手机

可以确定的是，手机已经先于电脑开启了AI计算时代，新发布的手机几乎都集成了AI处理器，那为什么你还需要更大的内存呢，下面我们来探讨下这个问题。

虽然目前新发布的手机并不都集成了AI处理器，但AI处理器已经成为了一种趋势和特色，越来越多的手机厂商开始开发和使用AI处理器来提升手机的性能和智能化。AI处理器是一种专门用于AI计算的芯片，它可以加速图像、语音、文本等数据的分析和处理，实现多种AI功能和任务，例如人脸识别、图像分类、语音识别、机器翻译、对话系统等。

目前，已经有一些手机搭载了AI处理器，例如iPhone X、华为Mate 10/V10、Google Pixel 2等，它们分别使用了苹果的A11 Bionic、华为的麒麟970、Google的Pixel Visual Core等AI处理器。这些AI处理器都有各自的架构、性能和应用。除了这些手机，还有一些手机也采用了一些支持AI计算的芯片，例如高通的骁龙8系列、联发科的天玑系列等。

根据一些专家和业内人士的预测，2024年将成为全球AI智能手机的关键元年，届时将有更多的手机集成AI处理器，实现更多的AI应用和创新。AI处理器将为手机带来更快的速度、更低的功耗、更好的用户体验和更高的安全性。

目前主流的AI模型应用

AI模型是一种利用人工智能技术，对数据进行分析、处理和预测的数学模型，它可以应用于各种领域和场景，实现多种功能和任务。目前，有许多实用的AI模型，根据不同的任务类型和数据模态，可以分为以下几类：

图像生成（image generation）：这类AI模型可以根据文本或图像的描述生成高质量的图像，例如Stable Diffusion、DALL·E、Midjourney等。
图像分类（image classification）：这类AI模型可以对不同类别的图像进行识别和分类，例如EfficientNet、ResNet、VGG等。
目标检测（object detection）：这类AI模型可以对图像中的多个目标进行定位和识别，例如YOLO、Faster R-CNN、SSD等。
语义分割（semantic segmentation）：这类AI模型可以对图像中的每个像素进行类别标注，例如U-Net、DeepLab、Mask R-CNN等。
图像超分辨率（image super-resolution）：这类AI模型可以根据低分辨率的图像生成高分辨率的图像，例如SRGAN、EDSR、ESRGAN等。
自然语言理解（NLU）：这类AI模型可以理解自然语言的语义和逻辑，实现多种自然语言理解任务，如情感分析、自然语言推理、语义相似度等，例如BERT、ALBERT、XLNet等。
问答（QA）：这类AI模型可以根据给定的段落和问题生成准确的答案，实现阅读理解和问答任务，例如SQuAD、RACE、HotpotQA等。
机器翻译（MT）：这类AI模型可以实现不同语言之间的翻译任务，例如中文到英文，英文到法文等，例如Transformer、GNMT、MarianMT等。
对话系统（DS）：这类AI模型可以实现与人类进行自然、流畅、智能的对话，例如ChatGPT、PaLM-E、Meena等。

手机可以跑哪些模型

举个栗子：

骁龙7自带的AI处理器是高通的Hexagon 770，它是一款专门用于AI计算的DSP（数字信号处理器），能够支持INT8、INT16、FP16等多种数据格式，以及TensorFlow Lite、ONNX、Caffe2等多种框架。Hexagon 770的AI性能达到了15TOPS（万亿次运算），相比上一代Hexagon 690提升了两倍。

骁龙7自带的AI处理器能够运行的AI模型的参数数量，取决于模型的类型、结构、精度、输入输出等因素，因此没有一个固定的答案。不过，根据高通的官方介绍，骁龙7自带的AI处理器可以运行一些复杂的AI模型，例如Stable Diffusion、MobileBERT、EfficientNet等，这些模型的参数数量都在几亿到几十亿之间。因此，我们可以大致估计，骁龙7自带的AI处理器能够运行的AI模型的参数数量的上限，可能在几十亿左右。

手机可运行的模型功能对存储内存的要求

手机AI处理器可以运行的AI模型的容量，取决于手机的硬件配置、内存空间、电池寿命等因素。一般来说，手机AI处理器可以运行的AI模型的容量在几百兆到几个G之间，不同的手机和模型有不同的容量要求。

Stable Diffusion：这是一种基于潜在扩散模型的图像生成模型，它可以根据文本或图像的描述生成高质量的图像。它的容量在2G到8G之间，不同的版本有不同的容量。
MobileBERT：这是一种用于资源限制设备的紧凑型任务无关的预训练模型，它基于BERT模型进行压缩和优化，使得模型大小减少了4倍，速度提升了5倍，同时保持了较高的精度。它的容量约为100M。
EfficientNet：这是一种基于深度神经网络的图像分类模型，它通过一种混合维度放缩方法，同时调整网络的深度、宽度和分辨率，实现了在不同的计算资源限制下，最大化模型的精度和效率。它的容量在5M到480M之间，不同的版本有不同的容量。

对运行内存的要求

手机AI模型运行需要的运行内存的大小，取决于模型的类型、参数量、输入数据等因素。一般来说，大模型的推理阶段，模型加载、分析数据需要直接占用运行内存，而目前主流手机市场最大的16GB运行内存，也并不能完全满足大模型所需的空间。因此，一些优化方法被提出，如减少闪存传输的数据量，提高每次传输的吞吐量，使用滑窗技术等。

一个粗略的计算方法是，每10亿个参数，占用4G显存。但这只是一个估算，实际的运行内存需求可能会更高，因为训练需要存储中间激活，通常会比参数（不含嵌入）数量增加3-4倍的内存。

综上所述

除了手机因为相机像素提升，游戏应用包巨大，软件越来越臃肿以及短视频兴起的原因之外，你还需要更多的内存以备AI模型的存储与运行所用，因为各种数据的处理等等越来越依赖AI模型，各种软件也会陆陆续续的绑定一些AI模型，以至于未来可能会出现百G的app。文章来源地址https://www.toymoban.com/news/detail-788387.html

到了这里，关于为什么你的手机需要更大的内存的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！