Skip to main content

Новая предварительная версия Geekbench ML 0.6 позволяет использовать инструмент тестирования машинного обучения на большем количестве платформ, причем macOS впервые включен в список наряду с iOS.

Geekbench ML от тех же создателей стандартного набора тестов Geekbench призван предоставить пользователям руководство по тому, насколько быстро их оборудование может выполнять задачи машинного обучения. К ним могут относиться, например, обработка естественного языка и компьютерное зрение, которые лучше работают при использовании аппаратного обеспечения, предназначенного для машинного обучения, чем при использовании обычного процессора или графического процессора.

Хотя более ранние версии были доступны для iOS и Android, последняя версия Geekbench ML версии 0.6 теперь работает на гораздо большем количестве платформ, наряду с другими изменениями. Платформы включают Windows, Linux и macOS.

Доступный на странице загрузок компании, а не в Mac App Store, Geekbench ML теперь может позволить пользователям экосистемы Apple сравнивать свой Apple Silicon Mac с iPhone, поскольку оба используют разновидность Apple Neural Engine. Также можно провести прямое сравнение, поскольку GeekBench утверждает, что использует одни и те же модели и наборы данных на всех поддерживаемых платформах.

Фреймворки, используемые в Geekbench ML 0.6, также были обновлены для этого выпуска, при этом команда поддерживает все новые и лучшие фреймворки. Для Mac и iOS он напрямую использует Core ML, который, как говорят, «лучше отражает современные сценарии использования приложений».

Новые и улучшенные рабочие нагрузки

Изменения задач в версии 0.6 включают три совершенно новых элемента.

Тест на оценку глубины предназначен для проверки достижений в компьютерной фотографии, в частности эффектов портретного режима с помощью программного обеспечения. Модель генерирует изображение, которое «сопоставляет каждый пиксель с оценкой глубины этого места в исходном изображении», пишет Geekbench.

Этот тип данных используется программными эффектами для внесения изменений, таких как размытие фона или изолирование объекта.

Рабочая нагрузка Style Transfer тестирует генеративный искусственный интеллект, на примере приложения, генерирующего фотографию человека так, как если бы ее нарисовал конкретный художник. Модель берет изображение контента и эталонное изображение стиля и смешивает их для создания модифицированной версии.

Image Super-Resolution берет на себя общую задачу искусственного интеллекта по масштабированию изображения, а именно увеличение изображения и использование искусственного интеллекта для создания соответствующих пикселей-заполнителей. В Geekbench ML тест улучшает и масштабирует изображение в четыре раза, увеличивая разрешение и выявляя детали, скрытые в оригинале.

Geekbench также улучшил квантованные модели: от обучения с учетом квантования до целочисленного квантования после обучения. Утверждается, что новые модели могут привести к повышению производительности и точности и отражать новые отраслевые стандарты в машинном обучении.

В связи с изменениями в тестах предупреждаем, что результаты Geekbench ML 0.6 нельзя сравнивать с результатами Geekbench ML 0.5. Окончательный выпуск 1.0 ожидается в 2024 году.