本发明涉及航空嵌入式计算机性能测试,具体涉及一种面向决策类算法的智能处理平台综合效能评估方法。
背景技术:
1、近年来,随着人工智能算法与智能芯片软硬件相辅相成的发展,大量智能应用走出理论研究的实验室,在各个行业多个场景落地,形成智能化产品影响着人们的生活方式。在航空领域,装备在无人机上负责支撑智能算法应用推理的智能处理平台性能的好坏,更是直接决定了无人机的智能化程度,因此如何快速开展对智能处理平台全方位、准确的评估,成为亟须解决的问题。
2、当前,人工智能应用与智能芯片在航空领域的应用属于起步阶段,对智能处理平台的综合效能评估往往依据传统嵌入式计算机五性分析或常规软件测试标准,这些标准评价的维度过于单一、难以量化,无法有效反应平台的综合效能,且目前尚无将智能处理平台软件、硬件和传统五性综合考虑的系统化评估方法。
技术实现思路
1、有鉴于此,本申请实施例提供一种面向决策类算法的智能处理平台综合效能评估方法,通过定量、标准化、系统化评估,达到全面、准确的评估智能处理平台的综合效能的目的,解决机载智能计算设备评估测试难的问题。
2、本申请实施例提供以下技术方案:一种面向决策类算法的智能处理平台综合效能评估方法,所述方法包括以下步骤:
3、s101、确定评估机载环境下面向决策类算法的智能处理平台综合效能的评价指标,构建评价指标体系;所述评价指标分为基础指标、单项指标和综合指标;
4、s102、确定用于综合效能评估的输入数据,并对所述输入数据进行预处理;
5、s103、根据所述输入数据对所述基础指标进行计算,获得基础指标数值;
6、s104、对所述基础指标数值进行后处理,对相应的基础指标赋予权重并加权求和,得到单项指标数值;
7、s105、对所述单项指标的权重进行赋值,并将所述单项指标数值与对应权重加权求和,得到综合指标数值;
8、s106、建立所述综合指标数值与最终评价结论的映射关系,形成最终评价结论。
9、根据本申请一种实施例,所述综合指标为智能处理平台综合性能评估,所述单项指标包括智能计算性能,数据交互性能,通用计算性能,硬件基础性能。
10、根据本申请一种实施例,所述基础指标包括:模型推理精度、模型推理时间、参数载入时间、模型输入时间、模型输出时间、逻辑处理时间、逻辑运算精度、并行处理能力、处理计算能力、平均功耗、内存性能、存储性能。
11、根据本申请一种实施例,步骤s102中,将用于求解初级指标的可直接测量或通过计算求得的物理量提取出来,形成输入数据集,通过数据初始化与量纲检测的方式对输入数据进行预处理,防止出现数据缺失与异常不合理数据。
12、根据本申请一种实施例,步骤s103中,依据所述输入数据构建输入数据与初级指标的映射关系,求解获得所述基础指标数值。
13、根据本申请一种实施例,步骤s104中,对所述基础指标数值进行归一化后处理,对相应的基础指标赋予权重并加权求和,得到单项指标数值。
14、根据本申请一种实施例,步骤s104中,基于一致性的赋权法,对相应的基础指标赋予权重并加权求和。
15、与现有技术相比,本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括:本发明实施例构建了一套机载环境下面向决策类算法的智能处理平台综合效能评估体系,并基于该体系提出了一种评估方法,全面、准确的评估智能处理平台的综合效能,节省大量测试资源,为智能处理平台的选型论证提供理论与数据支撑。
1.一种面向决策类算法的智能处理平台综合效能评估方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的面向决策类算法的智能处理平台综合效能评估方法,其特征在于,所述综合指标为智能处理平台综合性能评估,所述单项指标包括智能计算性能,数据交互性能,通用计算性能,硬件基础性能。
3.根据权利要求2所述的面向决策类算法的智能处理平台综合效能评估方法,其特征在于,所述基础指标包括:模型推理精度、模型推理时间、参数载入时间、模型输入时间、模型输出时间、逻辑处理时间、逻辑运算精度、并行处理能力、处理计算能力、平均功耗、内存性能、存储性能。
4.根据权利要求1所述的面向决策类算法的智能处理平台综合效能评估方法,其特征在于,步骤s102中,将用于求解初级指标的可直接测量或通过计算求得的物理量提取出来,形成输入数据集,通过数据初始化与量纲检测的方式对输入数据进行预处理,防止出现数据缺失与异常不合理数据。
5.根据权利要求1所述的面向决策类算法的智能处理平台综合效能评估方法,其特征在于,步骤s103中,依据所述输入数据构建输入数据与初级指标的映射关系,求解获得所述基础指标数值。
6.根据权利要求1所述的面向决策类算法的智能处理平台综合效能评估方法,其特征在于,步骤s104中,对所述基础指标数值进行归一化后处理,对相应的基础指标赋予权重并加权求和,得到单项指标数值。
7.根据权利要求1所述的面向决策类算法的智能处理平台综合效能评估方法,其特征在于,步骤s104中,基于一致性的赋权法,对相应的基础指标赋予权重并加权求和。