Geekbench lancia la sua app di benchmarking AI

La popolare utility di benchmarking Geekbench ha lanciato un nuovo strumento multipiattaforma per valutare le prestazioni dei dispositivi sottoposti a carichi di lavoro pesanti di intelligenza artificiale. Geekbench AI misura la CPU, la GPU e la NPU (unità di elaborazione neurale) di un dispositivo. Ciò per determinare quanto bene può gestire le applicazioni di apprendimento automatico. Primate Labs, sviluppatore di Geekbench, ha lavorato sul software utilizzando il nome Geekbench ML. Dopo il lancio in anteprima nel 2021, gli sviluppatori hanno poi sostituito “ML” con “AI”. Come ha affermato la stessa Primate Labs nel suo blog ufficiale: "Negli ultimi anni, le aziende si sono coalizzate attorno all'uso del termine 'AI' in questo tipo di carichi di lavoro (e nel relativo marketing). Per garantire che tutti, dagli ingegneri agli appassionati di prestazioni, capiscano cosa fa questo benchmark e come funziona, abbiamo ritenuto che fosse giunto il momento di un aggiornamento".

Geekbench: come funziona la nuova app AI

Per esplorare come diversi hardware rispondono a diverse attività correlate all'intelligenza artificiale, Geekbench valuta le prestazioni in base sia all'accuratezza che alla velocità. Inoltre, offre supporto per diversi framework, tra cui ONNX, CoreML, TensorFlow Lite e OpenVINO. Geekbench fornisce tre punteggi: precisione completa, mezza precisione e quantizzato. Primate Labs afferma che i punteggi hanno anche una misurazione dell'accuratezza. Ciò per valutare quanto gli output di un carico di lavoro siano vicini alla verità, "o quanto accuratamente quel modello può fare ciò che dovrebbe fare". Oltre a monitorare i frame rate o i tempi di caricamento, con quest’app sarà possibile controllare l'accuratezza del testo predittivo. Lo stesso vale per l'editor di immagini abilitato all'intelligenza artificiale generativa.

L'app, attualmente disponibile per Android, Linux, MacOS e Windows. Questa applica i principi di Geekbench al machine learning, al deep learning e ad altri carichi di lavoro AI. Ciò nel tentativo di standardizzare le valutazioni delle prestazioni su tutte le piattaforme.