關於AI Benchmark
你的手機準備好迎接人工智能了嗎?運行 AI Benchmark 來檢查它的性能!
十億參數線性模型、神經影像生成、臉部辨識、影像分類、問答…
您的智慧型手機是否能夠運行最新的深度神經網路來執行這些以及許多其他基於人工智慧的任務?它是否配備了專用的人工智慧晶片?它的速度是否夠快?運行 AI Benchmark 來專業評估其人工智慧性能!
目前手機排名:http://ai-benchmark.com/ranking
AI Benchmark 可測量多個關鍵人工智慧、電腦視覺和自然語言處理模型的速度、準確性、功耗和記憶體需求。測試的解決方案包括線性模型、神經影像生成、影像分類和人臉辨識方法,用於影像/視訊超解析度和照片增強的神經網絡,以及用於自動駕駛系統和智慧型手機的即時深度估計和語義影像分割的人工智慧解決方案。演算法輸出的視覺化功能可讓您以圖形方式評估其結果,並了解各個人工智慧領域的最新進展。
AI 基準測試總共包含 83 項測試,分為以下 30 個部分:
第 1 部分:分類,MobileNet-V4
第 2 部分:分類,EfficientNet-B4
第 3 部分:人臉識別,Swin Transformer
第 4 部分:分類,ConvNeXT-V2
第 5 部分:分類,MobileViT-V2
第 6 部分:光學字元識別,ViT Transformer
第 7/8 部分:並行模型執行,8 x EfficientNet-B4
第 9 節:目標跟踪,YOLO-V8
第 10 節:語意分割,DeepLabV3+
第 11 節:並行分割,2 x DeepLabV3+
第 12 節:語意分割,Segment Anything
第 13 節:影像去模糊,IMDN
第 14 節:影像超分辨率,SwinIR
第 15 節:影像超分辨率,SRGAN
第 16 節:影像去噪,SplitterNet
第 17 節:深度估計,Depth-Anything-V2
第 18/19 節:影像增強,DPED
第 20 節:學習相機 ISP,PyNET
第 21 節:散景效果渲染,U-Net
第 22/23 節:4K 視訊超分辨率,XLSR
第 24/25 節:4K 視訊超分辨率,VideoSR
第 26 節:神經文本生成,GPT2
第 27 節:神經文本生成,Llama2 1.1B
第 28 節:神經影像生成,Stable Diffusion V1.5
第 29 節:神經文本生成,Llama2 110M 4W16A
第 30 節:記憶體限制,ResNet
此外,使用者還可以在 PRO 模式下載入並測試自己的 TFLite 深度學習模型。
測試的詳細說明請參閱:http://ai-benchmark.com/tests.html
注意:所有配備專用 NPU 和 AI 加速器的行動 SoC 均支援硬體加速,包括高通驍龍、聯發科天璣/Helio、Google Tensor、海思麒麟、三星 Exynos 和紫光展銳 Tiger 晶片組。從 AI Benchmark v4 開始,用戶還可以在舊設備上的設定中啟用基於 GPU 的 AI 加速(“加速”->“啟用 GPU 加速”/“Arm NN”,需要 OpenGL ES 3.0 或更高版本)。
最新版本7.0.0的更新日誌
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.












