AI Benchmark

ā§Ē.ā§Ē
ā§§.ā§Ŧ āĻšāĻžāϟāĻŋ āϰāĻŋāĻ­āĻŋāω
ā§§Â āϞāĻž+
āĻĄāĻžāωāύāϞ⧋āĻĄ
āϏāĻžāĻŽāĻ—ā§āϰ⧀āϰ āϰ⧇āϟāĻŋāĻ‚
āĻĒā§āϰāĻ¤ā§āϝ⧇āϕ⧇
āĻ¸ā§āĻ•ā§āϰāĻŋāύāĻļāĻŸā§‡āϰ āĻ›āĻŦāĻŋ
āĻ¸ā§āĻ•ā§āϰāĻŋāύāĻļāĻŸā§‡āϰ āĻ›āĻŦāĻŋ
āĻ¸ā§āĻ•ā§āϰāĻŋāύāĻļāĻŸā§‡āϰ āĻ›āĻŦāĻŋ
āĻ¸ā§āĻ•ā§āϰāĻŋāύāĻļāĻŸā§‡āϰ āĻ›āĻŦāĻŋ
āĻ¸ā§āĻ•ā§āϰāĻŋāύāĻļāĻŸā§‡āϰ āĻ›āĻŦāĻŋ
āĻ¸ā§āĻ•ā§āϰāĻŋāύāĻļāĻŸā§‡āϰ āĻ›āĻŦāĻŋ
āĻ¸ā§āĻ•ā§āϰāĻŋāύāĻļāĻŸā§‡āϰ āĻ›āĻŦāĻŋ
āĻ¸ā§āĻ•ā§āϰāĻŋāύāĻļāĻŸā§‡āϰ āĻ›āĻŦāĻŋ

āĻāχ āĻ…ā§āϝāĻžāĻĒ āϏāĻŽā§āĻĒāĻ°ā§āϕ⧇

āύāĻŋāωāϰāĻžāϞ āχāĻŽā§‡āϜ āĻœā§‡āύāĻžāϰ⧇āĻļāύ, āĻĢ⧇āϏ āϰāĻŋāĻ•āĻ—āύāĻŋāĻļāύ, āχāĻŽā§‡āϜ āĻ•ā§āϞāĻžāϏāĻŋāĻĢāĻŋāϕ⧇āĻļāύ, āĻĒā§āϰāĻļā§āύ⧇āϰ āωāĻ¤ā§āϤāϰ...

āφāĻĒāύāĻžāϰ āĻ¸ā§āĻŽāĻžāĻ°ā§āϟāĻĢā§‹āύāϟāĻŋ āĻ•āĻŋ āĻāχ āĻāĻŦāĻ‚ āĻ…āĻ¨ā§āϝāĻžāĻ¨ā§āϝ āĻ…āύ⧇āĻ• āĻāφāχ-āĻ­āĻŋāĻ¤ā§āϤāĻŋāĻ• āĻ•āĻžāϜāϗ⧁āϞāĻŋ āϏāĻŽā§āĻĒāĻžāĻĻāύ āĻ•āϰāĻžāϰ āϜāĻ¨ā§āϝ āϏāĻ°ā§āĻŦāĻļ⧇āώ āĻĄāĻŋāĻĒ āύāĻŋāωāϰāĻžāϞ āύ⧇āϟāĻ“āϝāĻŧāĻžāĻ°ā§āĻ•āϗ⧁āϞāĻŋ āϚāĻžāϞāĻžāϤ⧇ āϏāĻ•ā§āώāĻŽ? āĻāϤ⧇ āĻ•āĻŋ āĻĄā§‡āĻĄāĻŋāϕ⧇āĻŸā§‡āĻĄ āĻāφāχ āϚāĻŋāĻĒ āφāϛ⧇? āĻāϟāĻž āĻ•āĻŋ āϝāĻĨ⧇āĻˇā§āϟ āĻĻā§āϰ⧁āϤ? āĻĒ⧇āĻļāĻžāĻĻāĻžāϰāĻ­āĻžāĻŦ⧇ āĻāϰ AI āĻĒāĻžāϰāĻĢāϰāĻŽā§āϝāĻžāĻ¨ā§āϏ āĻŽā§‚āĻ˛ā§āϝāĻžāϝāĻŧāύ āĻ•āϰāϤ⧇ AI āĻŦ⧇āĻžā§āϚāĻŽāĻžāĻ°ā§āĻ• āϚāĻžāϞāĻžāύ!

āĻŦāĻ°ā§āϤāĻŽāĻžāύ āĻĢā§‹āύ āĻ°â€ā§āϝāĻžāĻ™ā§āĻ•āĻŋāĻ‚: http://ai-benchmark.com/ranking

āĻāφāχ āĻŦ⧇āĻžā§āϚāĻŽāĻžāĻ°ā§āĻ• āĻŦāĻŋāĻ­āĻŋāĻ¨ā§āύ āϕ⧀ āĻāφāχ, āĻ•āĻŽā§āĻĒāĻŋāωāϟāĻžāϰ āĻ­āĻŋāĻļāύ āĻāĻŦāĻ‚ āĻāύāĻāϞāĻĒāĻŋ āĻŽāĻĄā§‡āϞ⧇āϰ āĻ—āϤāĻŋ, āύāĻŋāĻ°ā§āϭ⧁āϞāϤāĻž, āĻļāĻ•ā§āϤāĻŋ āĻ–āϰāϚ āĻāĻŦāĻ‚ āĻŽā§‡āĻŽāϰāĻŋāϰ āĻĒā§āϰāϝāĻŧā§‹āϜāύ⧀āϝāĻŧāϤāĻž āĻĒāϰāĻŋāĻŽāĻžāĻĒ āĻ•āϰ⧇āĨ¤ āĻĒāϰ⧀āĻ•ā§āώāĻŋāϤ āϏāĻŽāĻžāϧāĻžāύāϗ⧁āϞāĻŋāϰ āĻŽāĻ§ā§āϝ⧇ āϰāϝāĻŧ⧇āϛ⧇ āχāĻŽā§‡āϜ āĻ•ā§āϞāĻžāϏāĻŋāĻĢāĻŋāϕ⧇āĻļāύ āĻāĻŦāĻ‚ āĻĢ⧇āϏ āϰāĻŋāĻ•āĻ—āύāĻŋāĻļāύ āĻĒāĻĻā§āϧāϤāĻŋ, āĻāφāχ āĻŽāĻĄā§‡āϞ āϝāĻž āύāĻŋāωāϰāĻžāϞ āχāĻŽā§‡āϜ āĻāĻŦāĻ‚ āĻŸā§‡āĻ•ā§āϏāϟ āĻœā§‡āύāĻžāϰ⧇āĻļāύ āĻ•āϰ⧇, āχāĻŽā§‡āϜ/āĻ­āĻŋāĻĄāĻŋāĻ“ āϏ⧁āĻĒāĻžāϰ-āϰ⧇āĻœā§‹āϞāĻŋāωāĻļāύ āĻāĻŦāĻ‚ āĻĢāĻŸā§‹ āĻāύāĻšā§āϝāĻžāĻ¨ā§āϏāĻŽā§‡āĻ¨ā§āĻŸā§‡āϰ āϜāĻ¨ā§āϝ āĻŦā§āϝāĻŦāĻšā§ƒāϤ āύāĻŋāωāϰāĻžāϞ āύ⧇āϟāĻ“āϝāĻŧāĻžāĻ°ā§āĻ•, āϏ⧇āχāϏāĻžāĻĨ⧇ āĻ¸ā§āĻŦāĻžāϝāĻŧāĻ¤ā§āϤāĻļāĻžāϏāĻŋāϤ āĻĄā§āϰāĻžāχāĻ­āĻŋāĻ‚ āϏāĻŋāĻ¸ā§āĻŸā§‡āĻŽā§‡ āĻŦā§āϝāĻŦāĻšā§ƒāϤ āĻāφāχ āϏāϞāĻŋāωāĻļāύ āĻāĻŦāĻ‚ āĻ¸ā§āĻŽāĻžāĻ°ā§āϟāĻĢā§‹āύ⧇ āĻŦāĻžāĻ¸ā§āϤāĻŦ⧇āϰ āϜāĻ¨ā§āϝāĨ¤ āϏāĻŽāϝāĻŧ āĻ—āĻ­ā§€āϰāϤāĻž āĻ…āύ⧁āĻŽāĻžāύ āĻāĻŦāĻ‚ āĻļāĻŦā§āĻĻāĻžāĻ°ā§āĻĨāĻ• āϚāĻŋāĻ¤ā§āϰ āĻŦāĻŋāĻ­āĻžāϜāύāĨ¤ āĻ…ā§āϝāĻžāϞāĻ—āϰāĻŋāĻĻāĻŽā§‡āϰ āφāωāϟāĻĒ⧁āϟāϗ⧁āϞāĻŋāϰ āĻ­āĻŋāĻœā§āϝ⧁āϝāĻŧāĻžāϞāĻžāχāĻœā§‡āĻļāύ āϤāĻžāĻĻ⧇āϰ āĻĢāϞāĻžāĻĢāϞāϗ⧁āϞāĻŋāϕ⧇ āĻ—ā§āϰāĻžāĻĢāĻŋāĻ•āĻ­āĻžāĻŦ⧇ āĻŽā§‚āĻ˛ā§āϝāĻžāϝāĻŧāύ āĻ•āϰāϤ⧇ āĻāĻŦāĻ‚ āĻŦāĻŋāĻ­āĻŋāĻ¨ā§āύ āĻāφāχ āĻ•ā§āώ⧇āĻ¤ā§āϰ⧇āϰ āĻŦāĻ°ā§āϤāĻŽāĻžāύ āĻ…āĻ¤ā§āϝāĻžāϧ⧁āύāĻŋāĻ• āϏāĻŽā§āĻĒāĻ°ā§āϕ⧇ āϜāĻžāύāϤ⧇ āĻĻ⧇āϝāĻŧāĨ¤

āĻŽā§‹āϟ, āĻāφāχ āĻŦ⧇āĻžā§āϚāĻŽāĻžāĻ°ā§āϕ⧇ 83āϟāĻŋ āĻĒāϰ⧀āĻ•ā§āώāĻž āĻāĻŦāĻ‚ 30āϟāĻŋ āĻŦāĻŋāĻ­āĻžāĻ— āϰāϝāĻŧ⧇āϛ⧇ āϝāĻž āύ⧀āĻšā§‡ āϤāĻžāϞāĻŋāĻ•āĻžāϭ⧁āĻ•ā§āϤ āĻ•āϰāĻž āĻšāϝāĻŧ⧇āϛ⧇:

āĻŦāĻŋāĻ­āĻžāĻ— 1. āĻļā§āϰ⧇āĻŖā§€āĻŦāĻŋāĻ­āĻžāĻ—, MobileNet-V3
āĻŦāĻŋāĻ­āĻžāĻ— 2. āĻļā§āϰ⧇āĻŖā§€āĻŦāĻŋāĻ­āĻžāĻ—, āχāύāϏ⧇āĻĒāĻļāύ-V3
āĻŦāĻŋāĻ­āĻžāĻ— 3. āĻĢ⧇āϏ āϰāĻŋāĻ•āĻ—āύāĻŋāĻļāύ, āϏ⧁āχāύ āĻŸā§āϰāĻžāĻ¨ā§āϏāĻĢāϰāĻŽāĻžāϰ
āĻŦāĻŋāĻ­āĻžāĻ— 4. āĻļā§āϰ⧇āĻŖā§€āĻŦāĻŋāĻ­āĻžāĻ—, EfficientNet-B4
āĻŦāĻŋāĻ­āĻžāĻ— 5. āĻļā§āϰ⧇āĻŖā§€āĻŦāĻŋāĻ­āĻžāĻ—, MobileViT-V2
āϧāĻžāϰāĻž 6/7āĨ¤ āϏāĻŽāĻžāĻ¨ā§āϤāϰāĻžāϞ āĻŽāĻĄā§‡āϞ āĻāĻ•ā§āϏāĻŋāĻ•āĻŋāωāĻļāύ, 8 x āχāύāϏ⧇āĻĒāĻļāύ-V3
āĻŦāĻŋāĻ­āĻžāĻ— 8. āĻ…āĻŦāĻœā§‡āĻ•ā§āϟ āĻŸā§āĻ°ā§āϝāĻžāĻ•āĻŋāĻ‚, YOLO-V8
āĻŦāĻŋāĻ­āĻžāĻ— 9. āĻ…āĻĒāϟāĻŋāĻ•ā§āϝāĻžāϞ āĻ•ā§āϝāĻžāϰ⧇āĻ•ā§āϟāĻžāϰ āϰāĻŋāĻ•āĻ—āύāĻŋāĻļāύ, āĻ­āĻŋāφāχāϟāĻŋ āĻŸā§āϰāĻžāĻ¨ā§āϏāĻĢāϰāĻŽāĻžāϰ
āĻŦāĻŋāĻ­āĻžāĻ— 10. āĻļāĻŦā§āĻĻāĻžāĻ°ā§āĻĨāĻŋāĻ• āϏ⧇āĻ—āĻŽā§‡āĻ¨ā§āĻŸā§‡āĻļāύ, DeepLabV3+
āĻŦāĻŋāĻ­āĻžāĻ— 11. āϏāĻŽāĻžāĻ¨ā§āϤāϰāĻžāϞ āĻŦāĻŋāĻ­āĻžāϜāύ, 2 x DeepLabV3+
āϧāĻžāϰāĻž 12. āĻļāĻŦā§āĻĻāĻžāĻ°ā§āĻĨāĻŋāĻ• āĻŦāĻŋāĻ­āĻžāϜāύ, āϝ⧇āϕ⧋āύ⧋ āĻ•āĻŋāϛ⧁āϕ⧇ āϏ⧇āĻ—āĻŽā§‡āĻ¨ā§āϟ āĻ•āϰ⧁āύ
āĻŦāĻŋāĻ­āĻžāĻ— 13. āĻĢāĻŸā§‹ āĻĄāĻŋāĻŦā§āϞāĻžāϰāĻŋāĻ‚, IMDN
āĻŦāĻŋāĻ­āĻžāĻ— 14. āϚāĻŋāĻ¤ā§āϰ āϏ⧁āĻĒāĻžāϰ-āϰ⧇āĻœā§‹āϞāĻŋāωāĻļāύ, ESRGAN
āĻŦāĻŋāĻ­āĻžāĻ— 15. āϚāĻŋāĻ¤ā§āϰ āϏ⧁āĻĒāĻžāϰ-āϰ⧇āĻœā§‹āϞāĻŋāωāĻļāύ, SRGAN
āϏ⧇āĻ•āĻļāύ 16. āχāĻŽā§‡āϜ āĻĄāĻŋāύ⧋āχāϏāĻŋāĻ‚, āχāω-āύ⧇āϟ
āĻŦāĻŋāĻ­āĻžāĻ— 17. āĻ—āĻ­ā§€āϰāϤāĻž āĻ…āύ⧁āĻŽāĻžāύ, MV3-āĻ—āĻ­ā§€āϰāϤāĻž
āĻŦāĻŋāĻ­āĻžāĻ— 18. āĻ—āĻ­ā§€āϰāϤāĻž āĻ…āύ⧁āĻŽāĻžāύ, MiDaS 3.1
āϧāĻžāϰāĻž 19/20āĨ¤ āχāĻŽā§‡āϜ āĻāύāĻšāĻžāĻ¨ā§āϏāĻŽā§‡āĻ¨ā§āϟ, āĻĄāĻŋāĻĒāĻŋāχāĻĄāĻŋ
āĻŦāĻŋāĻ­āĻžāĻ— 21. āĻ•ā§āϝāĻžāĻŽā§‡āϰāĻž āφāχāĻāϏāĻĒāĻŋ, āĻŽāĻžāχāĻ•ā§āϰ⧋āφāχāĻāϏāĻĒāĻŋ āĻļ⧇āĻ–āĻž
āĻŦāĻŋāĻ­āĻžāĻ— 22. āĻŦā§‹āϕ⧇āĻš āχāĻĢ⧇āĻ•ā§āϟ āϰ⧇āĻ¨ā§āĻĄāĻžāϰāĻŋāĻ‚, PyNET-V2 āĻŽā§‹āĻŦāĻžāχāϞ
āĻŦāĻŋāĻ­āĻžāĻ— 23. āĻĢ⧁āϞāĻāχāϚāĻĄāĻŋ āĻ­āĻŋāĻĄāĻŋāĻ“ āϏ⧁āĻĒāĻžāϰ-āϰ⧇āĻœā§‹āϞāĻŋāωāĻļāύ, XLSR
āϧāĻžāϰāĻž 24/25āĨ¤ 4K āĻ­āĻŋāĻĄāĻŋāĻ“ āϏ⧁āĻĒāĻžāϰ-āϰ⧇āĻœā§‹āϞāĻŋāωāĻļāύ, āĻ­āĻŋāĻĄāĻŋāĻ“āĻāϏāφāϰ
āϧāĻžāϰāĻž 26. āĻĒā§āϰāĻļā§āύ⧇āϰ āωāĻ¤ā§āϤāϰ, āĻŽā§‹āĻŦāĻžāχāϞāĻŦāĻŋāφāϰāϟāĻŋ
āĻŦāĻŋāĻ­āĻžāĻ— 27. āύāĻŋāωāϰāĻžāϞ āĻŸā§‡āĻ•ā§āϏāϟ āĻœā§‡āύāĻžāϰ⧇āĻļāύ, āϞāĻžāĻŽāĻž2
āĻŦāĻŋāĻ­āĻžāĻ— 28. āύāĻŋāωāϰāĻžāϞ āĻŸā§‡āĻ•ā§āϏāϟ āĻœā§‡āύāĻžāϰ⧇āĻļāύ, GPT2
āĻŦāĻŋāĻ­āĻžāĻ— 29. āύāĻŋāωāϰāĻžāϞ āχāĻŽā§‡āϜ āĻœā§‡āύāĻžāϰ⧇āĻļāύ, āĻ¸ā§āĻŸā§‡āĻŦāϞ āĻĄāĻŋāĻĢāĻŋāωāĻļāύ V1.5
āĻŦāĻŋāĻ­āĻžāĻ— 30. āĻŽā§‡āĻŽāϰāĻŋ āϏ⧀āĻŽāĻž, ResNet

āĻāĻ›āĻžāĻĄāĻŧāĻžāĻ“, āϕ⧇āω PRO āĻŽā§‹āĻĄā§‡ āϤāĻžāĻĻ⧇āϰ āύāĻŋāϜāĻ¸ā§āĻŦ TensorFlow Lite āĻĄāĻŋāĻĒ āϞāĻžāĻ°ā§āύāĻŋāĻ‚ āĻŽāĻĄā§‡āϞ āϞ⧋āĻĄ āĻāĻŦāĻ‚ āĻĒāϰ⧀āĻ•ā§āώāĻž āĻ•āϰāϤ⧇ āĻĒāĻžāϰ⧇āĨ¤

āĻĒāϰ⧀āĻ•ā§āώāĻžāϰ āĻŦāĻŋāĻ¸ā§āϤāĻžāϰāĻŋāϤ āĻŦāĻŋāĻŦāϰāĻŖ āĻāĻ–āĻžāύ⧇ āĻĒāĻžāĻ“āϝāĻŧāĻž āϝāĻžāĻŦ⧇: http://ai-benchmark.com/tests.html

āĻĻā§āϰāĻˇā§āϟāĻŦā§āϝ: Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos, āĻāĻŦāĻ‚ UNISOC Tiger āϚāĻŋāĻĒāϏ⧇āϟ āϏāĻš āĻĄā§‡āĻĄāĻŋāϕ⧇āĻŸā§‡āĻĄ NPUs āĻāĻŦāĻ‚ AI āĻ…ā§āϝāĻžāĻ•ā§āϏāĻŋāϞāĻžāϰ⧇āϟāϰ āϏāĻš āϏāĻŽāĻ¸ā§āϤ āĻŽā§‹āĻŦāĻžāχāϞ SoC-āϤ⧇ āĻšāĻžāĻ°ā§āĻĄāĻ“āϝāĻŧā§āϝāĻžāϰ āĻ¤ā§āĻŦāϰāĻŖ āϏāĻŽāĻ°ā§āĻĨāĻŋāϤāĨ¤ AI āĻŦ⧇āĻžā§āϚāĻŽāĻžāĻ°ā§āĻ• v4 āĻĨ⧇āϕ⧇ āĻļ⧁āϰ⧁ āĻ•āϰ⧇, āϕ⧇āω āϏ⧇āϟāĻŋāĻ‚āϏ⧇ āĻĒ⧁āϰāĻžāύ⧋ āĻĄāĻŋāĻ­āĻžāχāϏāϗ⧁āϞāĻŋāϤ⧇ GPU-āĻ­āĻŋāĻ¤ā§āϤāĻŋāĻ• AI āĻ¤ā§āĻŦāϰāĻŖ āϏāĻ•ā§āώāĻŽ āĻ•āϰāϤ⧇ āĻĒāĻžāϰ⧇ ("āĻ¤ā§āĻŦāϰāĻŖ" -> "GPU āĻ¤ā§āĻŦāϰāĻŖ āϏāĻ•ā§āώāĻŽ āĻ•āϰ⧁āύ" / "āφāĻ°ā§āĻŽ NN", OpenGL ES-3.0+ āĻĒā§āϰāϝāĻŧā§‹āϜāύ)āĨ¤
āφāĻĒāĻĄā§‡āϟ āĻ•āϰāĻž āĻšā§Ÿā§‡āϛ⧇
⧍⧧ āϏ⧇āĻĒ, ⧍ā§Ļ⧍ā§Ģ

āĻĄā§‡āϟāĻž āϏ⧁āϰāĻ•ā§āώāĻž

āĻĄā§‡āϭ⧇āϞāĻĒāĻžāϰ āϕ⧀āĻ­āĻžāĻŦ⧇ āφāĻĒāύāĻžāϰ āĻĄā§‡āϟāĻž āϏāĻ‚āĻ—ā§āϰāĻš āĻāĻŦāĻ‚ āĻļā§‡ā§ŸāĻžāϰ āĻ•āϰ⧇ āϤāĻž āĻĨ⧇āϕ⧇āχ āύāĻŋāϰāĻžāĻĒāĻ¤ā§āϤāĻž āĻŦā§āϝāĻŦāĻ¸ā§āĻĨāĻž āĻ•āĻžāϜ āĻ•āϰāĻž āĻļ⧁āϰ⧁ āĻ•āϰ⧇āĨ¤ āĻ…ā§āϝāĻžāĻĒ⧇āϰ āĻŦā§āϝāĻŦāĻšāĻžāϰ, āϕ⧋āύ āĻ…āĻžā§āϚāϞ⧇ āĻŦā§āϝāĻŦāĻšāĻžāϰ āĻ•āϰāĻž āĻšāĻšā§āϛ⧇ āĻāĻŦāĻ‚ āĻŦā§āϝāĻŦāĻšāĻžāϰāĻ•āĻžāϰ⧀āϰ āĻŦ⧟āϏ⧇āϰ āĻ­āĻŋāĻ¤ā§āϤāĻŋāϤ⧇ āĻĄā§‡āϟāĻž āĻ—ā§‹āĻĒāĻ¨ā§€ā§ŸāϤāĻž āĻāĻŦāĻ‚ āϏ⧁āϰāĻ•ā§āώāĻž āĻŦā§āϝāĻŦāĻ¸ā§āĻĨāĻž āφāϞāĻžāĻĻāĻž āĻšāϤ⧇ āĻĒāĻžāϰ⧇āĨ¤ āĻĄā§‡āϭ⧇āϞāĻĒāĻžāϰ āĻāχ āϤāĻĨā§āϝ āĻĒā§āϰāĻĻāĻžāύ āĻ•āϰ⧇āϛ⧇āύ āĻāĻŦāĻ‚ āϏāĻŽā§Ÿā§‡āϰ āϏāĻžāĻĨ⧇ āϏāĻžāĻĨ⧇ āϤāĻž āφāĻĒāĻĄā§‡āϟ āĻ•āϰāϤ⧇ āĻĒāĻžāϰ⧇āĨ¤
āϕ⧋āύāĻ“ āĻĄā§‡āϟāĻž āĻĨāĻžāĻ°ā§āĻĄ-āĻĒāĻžāĻ°ā§āϟāĻŋāϰ āϏāĻžāĻĨ⧇ āĻļā§‡ā§ŸāĻžāϰ āĻ•āϰāĻž āĻšā§ŸāύāĻŋ
āĻĄā§‡āϭ⧇āϞāĻĒāĻžāϰ āϕ⧀āĻ­āĻžāĻŦ⧇ āĻļā§‡ā§ŸāĻžāϰ āĻ•āϰāĻžāϰ āĻ•āĻĨāĻž āĻ˜ā§‹āώāĻŖāĻž āĻ•āϰ⧇āύ āϏ⧇āχ āϏāĻŽā§āĻĒāĻ°ā§āϕ⧇ āφāϰāĻ“ āϜāĻžāύ⧁āύ
āϕ⧋āύāĻ“ āĻĄā§‡āϟāĻž āϏāĻ‚āĻ—ā§āϰāĻš āĻ•āϰāĻž āĻšā§ŸāύāĻŋ
āĻĄā§‡āϭ⧇āϞāĻĒāĻžāϰāϰāĻž āϕ⧀āĻ­āĻžāĻŦ⧇ āϏāĻ‚āĻ—ā§āϰāĻš āĻ•āϰāĻžāϰ āĻ•āĻĨāĻž āĻ˜ā§‹āώāĻŖāĻž āĻ•āϰ⧇āύ āϏ⧇āχ āϏāĻŽā§āĻĒāĻ°ā§āϕ⧇ āφāϰāĻ“ āϜāĻžāύ⧁āύ

āϰ⧇āϟāĻŋāĻ‚ āĻ“ āĻĒāĻ°ā§āϝāĻžāϞ⧋āϚāύāĻžāϗ⧁āϞāĻŋ

ā§Ē.ā§Ē
ā§§.ā§Ģā§Ē āĻšāĻžāϟāĻŋ āϰāĻŋāĻ­āĻŋāω

āύāϤ⧁āύ āϕ⧀ āφāϛ⧇

1. LiteRT (TFLite) runtime updated to version 2.18.
2. Updated Qualcomm QNN, MediaTek Neuron, Samsung ENN, TFLite NNAPI, GPU and Hexagon NN delegates.
3. Bug fixes and performance improvements.