The Verge ·

Geekbench 现已推出 AI 基准测试

💡 原文英文，约300词，阅读约需1分钟。

📝

内容提要

Geekbench推出了Geekbench AI，用于评估设备在AI重负载下的性能。它测量设备的CPU、GPU和NPU来确定其处理机器学习应用的能力。Geekbench AI支持多种框架，提供全精度、半精度和量化三个得分。准确性评估可以评估工作负载的输出与真实情况的接近程度。

🔎

Geekbench AI的前身是2021年预览的Geekbench ML，开发者Primate Labs将其更名为AI。这一变化反映了机器学习应用在设备端的普及，以及AI基准测试需求的增长。更名可能旨在更准确地涵盖当前AI工作负载的多样性，而不仅限于传统的机器学习任务。

Geekbench AI支持ONNX、CoreML、TensorFlow Lite和OpenVINO等多种框架，这意味着它能够评估不同软件栈下的AI性能。对于开发者和消费者而言，这有助于了解设备在特定框架下的表现，因为不同框架可能对硬件利用效率有显著影响。

Geekbench AI提供全精度、半精度和量化三个得分，并包含准确性评估。全精度通常提供最高准确性但速度较慢，量化则牺牲一定准确性以提升速度。准确性评估衡量模型输出与真实情况的接近程度，帮助用户了解在追求速度时是否牺牲了可靠性。

文章指出，需要更多时间观察Geekbench AI评分与实际任务性能之间的关联。例如，在Copilot Plus PC和新型手机上，日常AI任务如预测文本或生成式图像编辑的表现，是否与基准分数一致，尚需验证。基准测试虽能提供参考，但实际体验可能受多种因素影响。

❓

Geekbench AI用于评估设备在AI重负载下的性能，测量CPU、GPU和NPU的能力。

Geekbench AI支持ONNX、CoreML、TensorFlow Lite和OpenVINO等多种框架。

Geekbench AI提供全精度、半精度和量化三个得分。

Geekbench AI通过比较工作负载的输出与真实情况的接近程度来评估准确性。

Geekbench AI由Primate Labs开发，最初名为Geekbench ML，2021年预览后更名为AI。

使用Geekbench AI可以获得设备在AI任务中的性能指标，包括准确性和速度。

🏷️