AI Benchmark
10.0
1 บทวิจารณ์
1.8 GB
ขนาดไฟล์
- ความปลอดภัย
Everyone
Android 5.0+
Android OS
เกี่ยวกับ AI Benchmark
โทรศัพท์ของคุณพร้อมสำหรับ AI หรือไม่ เรียกใช้ AI Benchmark เพื่อตรวจสอบประสิทธิภาพ!
โมเดล LLM ที่มีพารามิเตอร์นับพันล้านตัว, การสร้างภาพด้วยโครงข่ายประสาทเทียม, การจดจำใบหน้า, การจำแนกประเภทภาพ, การตอบคำถาม...
สมาร์ทโฟนของคุณสามารถใช้งานโครงข่ายประสาทเทียมเชิงลึก (Deep Neural Networks) รุ่นล่าสุดเพื่อทำงานเหล่านี้และงาน AI อื่นๆ ได้หรือไม่? มีชิป AI โดยเฉพาะหรือไม่? เร็วพอหรือไม่? ลองใช้ AI Benchmark เพื่อประเมินประสิทธิภาพ AI ของสมาร์ทโฟนของคุณอย่างมืออาชีพ!
อันดับโทรศัพท์ปัจจุบัน: http://ai-benchmark.com/ranking
AI Benchmark วัดความเร็ว ความแม่นยำ การใช้พลังงาน และความต้องการหน่วยความจำสำหรับโมเดล AI, คอมพิวเตอร์วิชั่น และ NLP ที่สำคัญหลายตัว โซลูชันที่ทดสอบ ได้แก่ โมเดล LLM, การสร้างภาพด้วยโครงข่ายประสาทเทียม, การจำแนกประเภทภาพ และการจดจำใบหน้า, โครงข่ายประสาทเทียมที่ใช้สำหรับการเพิ่มความละเอียดของภาพ/วิดีโอและการปรับปรุงภาพถ่าย รวมถึงโซลูชัน AI ที่ใช้ในระบบขับขี่อัตโนมัติและสมาร์ทโฟนสำหรับการประมาณความลึกแบบเรียลไทม์และการแบ่งส่วนภาพเชิงความหมาย การแสดงผลลัพธ์ของอัลกอริธึมในรูปแบบกราฟิกช่วยให้สามารถประเมินผลลัพธ์และทำความเข้าใจสถานะปัจจุบันของเทคโนโลยี AI ในด้านต่างๆ ได้
โดยรวมแล้ว AI Benchmark ประกอบด้วยการทดสอบ 83 รายการและ 30 ส่วน ดังต่อไปนี้:
ส่วนที่ 1. การจำแนกประเภท, MobileNet-V4
ส่วนที่ 2. การจำแนกประเภท, EfficientNet-B4
ส่วนที่ 3. การจดจำใบหน้า, Swin Transformer
ส่วนที่ 4. การจำแนกประเภท, ConvNeXT-V2
ส่วนที่ 5. การจำแนกประเภท, MobileViT-V2
ส่วนที่ 6. การรู้จำอักขระด้วยแสง, ViT Transformer
ส่วนที่ 7/8. การประมวลผลโมเดลแบบขนาน, 8 x EfficientNet-B4
ส่วนที่ 9. การติดตามวัตถุ, YOLO-V8
ส่วนที่ 10. การแบ่งส่วนเชิงความหมาย, DeepLabV3+
ส่วนที่ 11. การแบ่งส่วนแบบขนาน, 2 x DeepLabV3+
ส่วนที่ 12. การแบ่งส่วนเชิงความหมาย, Segment Anything
ส่วนที่ 13. การลดความเบลอของภาพถ่าย, IMDN
ส่วนที่ 14. การเพิ่มความละเอียดของภาพ, SwinIR
ส่วนที่ 15. การเพิ่มความละเอียดของภาพ, SRGAN
ส่วนที่ 16. การลดสัญญาณรบกวนในภาพ, SplitterNet
ส่วนที่ 17. การประมาณความลึก, Depth-Anything-V2
ส่วนที่ 18/19. การปรับปรุงภาพ, DPED
ส่วนที่ 20. ISP กล้องที่เรียนรู้, PyNET
ส่วนที่ 21. การเรนเดอร์เอฟเฟกต์โบเก้, U-Net
ส่วนที่ 22/23. การเพิ่มความละเอียดวิดีโอ 4K, XLSR
ส่วนที่ 24/25 การเพิ่มความละเอียดวิดีโอ 4K, VideoSR
ส่วนที่ 26 การสร้างข้อความด้วยโครงข่ายประสาทเทียม, GPT2
ส่วนที่ 27 การสร้างข้อความด้วยโครงข่ายประสาทเทียม, Llama2 1.1B
ส่วนที่ 28 การสร้างภาพด้วยโครงข่ายประสาทเทียม, Stable Diffusion V1.5
ส่วนที่ 29 การสร้างข้อความด้วยโครงข่ายประสาทเทียม, Llama2 110M 4W16A
ส่วนที่ 30 ข้อจำกัดของหน่วยความจำ, ResNet
นอกจากนี้ คุณยังสามารถโหลดและทดสอบโมเดลการเรียนรู้เชิงลึก TFLite ของคุณเองในโหมด PRO ได้
คำอธิบายโดยละเอียดเกี่ยวกับการทดสอบสามารถดูได้ที่นี่: http://ai-benchmark.com/tests.html
หมายเหตุ: การเร่งความเร็วฮาร์ดแวร์รองรับบนชิปประมวลผลสัญญาณรบกวน (NPU) และตัวเร่งความเร็ว AI สำหรับมือถือทุกรุ่น รวมถึงชิปเซ็ต Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos และ UNISOC Tiger ตั้งแต่ AI Benchmark เวอร์ชัน 4 เป็นต้นไป คุณยังสามารถเปิดใช้งานการเร่งความเร็ว AI บน GPU บนอุปกรณ์รุ่นเก่าได้ในการตั้งค่า ("เร่งความเร็ว" -> "เปิดใช้งานการเร่งความเร็ว GPU" / "Arm NN", ต้องใช้ OpenGL ES-3.0 ขึ้นไป)
What's new in the latest 7.0.0
2. Added LiteRT V2 runtime (version 2.0.3).
3. LiteRT (TFLite) runtime updated to version 1.4.2.
4. Added an optional test checking the performance of 4-bit quantized LLMs with 16-bit activations.
5. Updated Qualcomm QNN, MediaTek Neuron, Samsung ENN, TFLite NNAPI and GPU delegates.
6. Updated in-app ranking table.
ข้อมูล AI Benchmark APK
AI Benchmark รุ่นเก่า
การดาวน์โหลดที่รวดเร็วและปลอดภัยเป็นพิเศษผ่านแอป APKPure
คลิกเพียงครั้งเดียวเพื่อติดตั้งไฟล์ XAPK/APK บน Android!







