AI Benchmark

Ignatov Andrey

இந்த ஆப்ஸ் பற்றி

நரம்பியல் பட உருவாக்கம், முகம் அடையாளம் காணுதல், பட வகைப்பாடு, கேள்விக்கு பதில்...

இந்த மற்றும் பல AI- அடிப்படையிலான பணிகளைச் செய்ய உங்கள் ஸ்மார்ட்ஃபோன் சமீபத்திய டீப் நியூரல் நெட்வொர்க்குகளை இயக்கும் திறன் கொண்டதா? பிரத்யேக AI சிப் உள்ளதா? அது போதுமான வேகமா? AI பெஞ்ச்மார்க்கை அதன் AI செயல்திறனை தொழில் ரீதியாக மதிப்பீடு செய்ய இயக்கவும்!

தற்போதைய ஃபோன் தரவரிசை: http://ai-benchmark.com/ranking

AI பெஞ்ச்மார்க் பல முக்கிய AI, Computer Vision மற்றும் NLP மாடல்களுக்கான வேகம், துல்லியம், மின் நுகர்வு மற்றும் நினைவகத் தேவைகளை அளவிடுகிறது. சோதனை செய்யப்பட்ட தீர்வுகளில் பட வகைப்பாடு மற்றும் முகம் அடையாளம் காணும் முறைகள், நரம்பியல் படம் மற்றும் உரை உருவாக்கம் செய்யும் AI மாதிரிகள், படம் / வீடியோ சூப்பர்-ரெசல்யூஷன் மற்றும் புகைப்பட மேம்படுத்தலுக்குப் பயன்படுத்தப்படும் நரம்பியல் நெட்வொர்க்குகள், அத்துடன் தன்னாட்சி ஓட்டுநர் அமைப்புகள் மற்றும் உண்மையான ஸ்மார்ட்போன்களில் பயன்படுத்தப்படும் AI தீர்வுகள் ஆகியவை அடங்கும். நேர ஆழ மதிப்பீடு மற்றும் சொற்பொருள் படப் பிரிவு. அல்காரிதம்களின் வெளியீடுகளின் காட்சிப்படுத்தல், அவற்றின் முடிவுகளை வரைபடமாக மதிப்பிடவும், பல்வேறு AI துறைகளில் தற்போதைய நிலையை அறிந்து கொள்ளவும் அனுமதிக்கிறது.

மொத்தத்தில், AI பெஞ்ச்மார்க் 83 சோதனைகள் மற்றும் கீழே பட்டியலிடப்பட்டுள்ள 30 பிரிவுகளைக் கொண்டுள்ளது:

பிரிவு 1. வகைப்பாடு, MobileNet-V3
பிரிவு 2. வகைப்பாடு, தொடக்கம்-V3
பிரிவு 3. முகம் அடையாளம் காணுதல், ஸ்வின் டிரான்ஸ்பார்மர்
பிரிவு 4. வகைப்பாடு, எஃபிசியன்ட்நெட்-பி4
பிரிவு 5. வகைப்பாடு, MobileViT-V2
பிரிவுகள் 6/7. பேரலல் மாடல் எக்ஸிகியூஷன், 8 x இன்செப்ஷன்-வி3
பிரிவு 8. பொருள் கண்காணிப்பு, YOLO-V8
பிரிவு 9. ஆப்டிகல் கேரக்டர் ரெகக்னிஷன், விஐடி டிரான்ஸ்பார்மர்
பிரிவு 10. சொற்பொருள் பிரிவு, DeepLabV3+
பிரிவு 11. இணைப் பிரிவு, 2 x DeepLabV3+
பிரிவு 12. சொற்பொருள் பிரிவு, பிரிவு எதையும்
பிரிவு 13. புகைப்படம் நீக்குதல், IMDN
பிரிவு 14. பட சூப்பர்-ரெசல்யூஷன், ESRGAN
பிரிவு 15. பட சூப்பர்-ரெசல்யூஷன், SRGAN
பிரிவு 16. இமேஜ் டெனோயிசிங், யு-நெட்
பிரிவு 17. ஆழம் மதிப்பீடு, MV3-ஆழம்
பிரிவு 18. ஆழமான மதிப்பீடு, MiDaS 3.1
பிரிவு 19/20. படத்தை மேம்படுத்துதல், DPED
பிரிவு 21. கேமரா ஐஎஸ்பி, மைக்ரோஐஎஸ்பி கற்றது
பிரிவு 22. பொக்கே எஃபெக்ட் ரெண்டரிங், பைநெட்-வி2 மொபைல்
பிரிவு 23. FullHD வீடியோ சூப்பர்-ரெசல்யூஷன், XLSR
பிரிவு 24/25. 4K வீடியோ சூப்பர் ரெசல்யூஷன், VideoSR
பிரிவு 26. கேள்வி பதில், MobileBERT
பிரிவு 27. நரம்பியல் உரை உருவாக்கம், லாமா2
பிரிவு 28. நரம்பியல் உரை உருவாக்கம், GPT2
பிரிவு 29. நரம்பியல் பட உருவாக்கம், நிலையான பரவல் V1.5
பிரிவு 30. நினைவக வரம்புகள், ரெஸ்நெட்

அதுமட்டுமின்றி, ஒருவர் PRO பயன்முறையில் தங்கள் சொந்த TensorFlow Lite ஆழமான கற்றல் மாதிரிகளை ஏற்றி சோதிக்கலாம்.

சோதனைகளின் விரிவான விளக்கத்தை இங்கே காணலாம்: http://ai-benchmark.com/tests.html

குறிப்பு: Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos மற்றும் UNISOC டைகர் சிப்செட்கள் உட்பட பிரத்யேக NPUகள் மற்றும் AI முடுக்கிகள் கொண்ட அனைத்து மொபைல் SoC களிலும் வன்பொருள் முடுக்கம் ஆதரிக்கப்படுகிறது. AI பெஞ்ச்மார்க் v4 இலிருந்து தொடங்கி, பழைய சாதனங்களில் GPU அடிப்படையிலான AI முடுக்கத்தை அமைப்புகளில் இயக்கலாம் ("முடுக்கு" -> "GPU முடுக்கத்தை இயக்கு" / "Arm NN", OpenGL ES-3.0+ தேவை).

புதிய அம்சங்கள்

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.