[DOC] benchmark准则ver0.1制定，后续贴入README

[ysh329]

后续贴入README

ADB Shell环境 benchmark公约

1. 用同一台手机（必须同一台），在同一时间段，测试不同框架性能。因为即使相同SoC型号的同一品牌手机，性能也有不同；同一手机，在不同时间段测出的性能也可能不同；
2. 非root手机测试。用root的手机测试，不保证是否有锁频或者设置性能模式，虽然数据好看稳定但不符合实际，root后对调优kernel的参考价值大于实际应用的价值；
3. 亮屏测试环境【人为干预设置】。是否亮屏，对部分手机如低端骁龙型号SoC的CPU、GPU性能影响较为明显。屏幕需要保持常亮，从经验来看，亮屏、熄屏、反复点亮熄屏的瞬间，对电压带来极大变化，会造成极大性能波动，测出极快的性能不符合用户实际使用；
4. 不同组之间设置时间间隔。每组测试案例，需要间隙，避免长时的测试带来温度上升降频影响结果准确率，一般设置3到5秒，让CPU的状态恢复；
5. CPU大小核绑定，以绑定大核为主，得到稳定性能。对CPU、GPU性能都有很大影响，绑定策略通常有绑定大核、小核、不绑定。不绑定更符合APP开发者。但测试过程一般以绑定大核为主。此外也有绑定失败、抢占等情况带来性能波动；
6. 电量100%测试。苹果在发热，低电量会降频，安卓机不同厂家在不同场景下可能规则不同，也可人为设定，但统一100%电量下测试性能；
7. 测试前reboot。避免开机后，系统长时间运行带来其它进程的内存、CPU资源干扰；
8. 统一模型源头。不同框架横向比较同一模型时，采用同一源头模型如caffe_mobilenetv1、tf_mobilenetv2、onnx_vgg16等。排除、统一模型转换带来的冗余或不规范OP。各个端侧框架可以有自己的模型转换优化模式，但源头必须统一；
9. 需提供性能耗时标准差。一般有性能在最快、最慢、平均耗时的统计，此外还需提供稳定性度量指标，即总体耗时的标准差或方差。

[ysh329]

华为手机 GPU 性能

jxt：不用ROOT，华为手机系统设置一下电池模式就好
我：华为手机gpu确实100次不准，但是1000次就准了
jxt：也行就是比较耗时间

nihui: android10 huawei跑不了vulkan，需要app里跑