AI Benchmark

Ignatov Andrey

O ovoj aplikaciji

Generacija neuronske slike, prepoznavanje lica, klasifikacija slika, odgovaranje na pitanja...

Je li vaš pametni telefon sposoban pokretati najnovije duboke neuronske mreže za obavljanje ovih i mnogih drugih zadataka temeljenih na umjetnoj inteligenciji? Ima li namjenski AI čip? Je li dovoljno brzo? Pokrenite AI Benchmark kako biste profesionalno ocijenili njegovu AI izvedbu!

Trenutno rangiranje telefona: http://ai-benchmark.com/ranking

AI Benchmark mjeri brzinu, točnost, potrošnju energije i zahtjeve za memorijom za nekoliko ključnih AI, Computer Vision i NLP modela. Među testiranim rješenjima su metode klasifikacije slike i prepoznavanja lica, modeli umjetne inteligencije koji izvode neuralno generiranje slike i teksta, neuronske mreže koje se koriste za Super-rezoluciju slike/videozapisa i poboljšanje fotografije, kao i AI rješenja koja se koriste u sustavima za autonomnu vožnju i pametnim telefonima za stvarne procjena vremenske dubine i semantička segmentacija slike. Vizualizacija rezultata algoritama omogućuje grafičku procjenu njihovih rezultata i upoznavanje s trenutnim stanjem u različitim područjima umjetne inteligencije.

Ukupno se AI Benchmark sastoji od 83 testa i 30 odjeljaka navedenih u nastavku:

Odjeljak 1. Klasifikacija, MobileNet-V3
Odjeljak 2. Klasifikacija, Inception-V3
Odjeljak 3. Prepoznavanje lica, Swin Transformer
Odjeljak 4. Klasifikacija, EfficientNet-B4
Odjeljak 5. Klasifikacija, MobileViT-V2
Odjeljci 6/7. Paralelno izvođenje modela, 8 x Inception-V3
Odjeljak 8. Praćenje objekata, YOLO-V8
Odjeljak 9. Optičko prepoznavanje znakova, ViT transformator
Odjeljak 10. Semantička segmentacija, DeepLabV3+
Odjeljak 11. Paralelna segmentacija, 2 x DeepLabV3+
Odjeljak 12. Semantička segmentacija, segmentirajte bilo što
Odjeljak 13. Uklanjanje zamućenja fotografija, IMDN
Odjeljak 14. Super-rezolucija slike, ESRGAN
Odjeljak 15. Super-rezolucija slike, SRGAN
Odjeljak 16. Uklanjanje šuma sa slike, U-Net
Odjeljak 17. Procjena dubine, MV3-dubina
Odjeljak 18. Procjena dubine, MiDaS 3.1
Članak 19/20. Poboljšanje slike, DPED
Odjeljak 21. Naučeni ISP kamere, MicroISP
Odjeljak 22. Renderiranje efekta bokeh, PyNET-V2 Mobile
Odjeljak 23. FullHD Video Super-Resolution, XLSR
Odjeljak 24/25. 4K Video Super-Resolution, VideoSR
Odjeljak 26. Odgovaranje na pitanja, MobileBERT
Odjeljak 27. Neuralno generiranje teksta, Llama2
Odjeljak 28. Neuralno generiranje teksta, GPT2
Odjeljak 29. Generiranje neuralne slike, stabilna difuzija V1.5
Odjeljak 30. Ograničenja memorije, ResNet

Osim toga, možete učitati i testirati vlastite modele dubokog učenja TensorFlow Lite u PRO načinu rada.

Detaljan opis testova možete pronaći ovdje: http://ai-benchmark.com/tests.html

Napomena: hardversko ubrzanje podržano je na svim mobilnim SoC-ovima s namjenskim NPU-ovima i AI akceleratorima, uključujući Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos i UNISOC Tiger čipsetove. Počevši od AI Benchmark v4, također se može omogućiti AI ubrzanje temeljeno na GPU-u na starijim uređajima u postavkama ("Ubrzaj" -> "Omogući GPU ubrzanje" / "Arm NN", potreban je OpenGL ES-3.0+).

Ocjene i recenzije

👍👍👍👍

Fenomenalna aplikacija za android uređaje i utvrđivanje razine tzv. umjetne inteligencije..

OK

Što je novo

1. New tasks and models: Vision Transformer (ViT) architectures, Large Language Models (LLMs), Stable Diffusion network, etc.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.