AI Benchmark
10.0
1 بررسی ها
1.8 GB
اندازه فایل
- امنیت
Everyone
Android 5.0+
Android OS
دربارهی AI Benchmark
آیا گوشی شما برای هوش مصنوعی آماده است؟ AI Benchmark را اجرا کنید تا عملکرد آن را بررسی کنید!
شبکههای عصبی خطی چند پارامتری میلیاردی، تولید تصویر عصبی، تشخیص چهره، طبقهبندی تصویر، پاسخ به سوال...
آیا تلفن هوشمند شما قادر به اجرای جدیدترین شبکههای عصبی عمیق برای انجام این وظایف و بسیاری دیگر از وظایف مبتنی بر هوش مصنوعی است؟ آیا تراشه هوش مصنوعی اختصاصی دارد؟ آیا به اندازه کافی سریع است؟ برای ارزیابی حرفهای عملکرد هوش مصنوعی خود، AI Benchmark را اجرا کنید!
رتبهبندی فعلی تلفن: http://ai-benchmark.com/ranking
AI Benchmark سرعت، دقت، مصرف برق و نیاز حافظه را برای چندین مدل کلیدی هوش مصنوعی، بینایی کامپیوتر و پردازش زبان طبیعی (NLP) اندازهگیری میکند. در میان راهحلهای آزمایششده، LLMها، تولید تصویر عصبی، روشهای طبقهبندی تصویر و تشخیص چهره، شبکههای عصبی مورد استفاده برای وضوح فوقالعاده تصویر/ویدئو و بهبود عکس، و همچنین راهحلهای هوش مصنوعی مورد استفاده در سیستمهای رانندگی خودکار و تلفنهای هوشمند برای تخمین عمق بلادرنگ و تقسیمبندی معنایی تصویر وجود دارد. تجسم خروجی الگوریتمها امکان ارزیابی گرافیکی نتایج آنها و آشنایی با آخرین پیشرفتها در زمینههای مختلف هوش مصنوعی را فراهم میکند.
در مجموع، AI Benchmark شامل ۸۳ تست و ۳۰ بخش است که در زیر فهرست شدهاند:
بخش ۱. طبقهبندی، MobileNet-V4
بخش ۲. طبقهبندی، EfficientNet-B4
بخش ۳. تشخیص چهره، Swin Transformer
بخش ۴. طبقهبندی، ConvNeXT-V2
بخش ۵. طبقهبندی، MobileViT-V2
بخش ۶. تشخیص نوری کاراکتر، ViT Transformer
بخشهای ۷/۸. اجرای مدل موازی، ۸ x EfficientNet-B4
بخش ۹. ردیابی شیء، YOLO-V8
بخش ۱۰. قطعهبندی معنایی، DeepLabV3+
بخش ۱۱. قطعهبندی موازی، ۲ x DeepLabV3+
بخش ۱۲. قطعهبندی معنایی، قطعهبندی هر چیزی
بخش ۱۳. ماتزدایی عکس، IMDN
بخش ۱۴. وضوح فوقالعاده تصویر، SwinIR
بخش ۱۵. وضوح فوقالعاده تصویر، SRGAN
بخش ۱۶. حذف نویز تصویر، SplitterNet
بخش ۱۷. تخمین عمق، عمق-هر چیزی-V2
بخش ۱۸/۱۹. بهبود تصویر، DPED
بخش ۲۰. ISP دوربین یادگرفتهشده، PyNET
بخش ۲۱. رندر افکت بوکه، U-Net
بخش ۲۲/۲۳. وضوح فوقالعاده بالای ویدیوی 4K، XLSR
بخش 24/25. وضوح فوقالعاده بالای ویدیوی 4K، VideoSR
بخش 26. تولید متن عصبی، GPT2
بخش 27. تولید متن عصبی، Llama2 1.1B
بخش 28. تولید تصویر عصبی، انتشار پایدار V1.5
بخش 29. تولید متن عصبی، Llama2 110M 4W16A
بخش 30. محدودیتهای حافظه، ResNet
علاوه بر این، میتوان مدلهای یادگیری عمیق TFLite خود را در حالت PRO بارگذاری و آزمایش کرد.
شرح مفصلی از آزمایشها را میتوانید در اینجا بیابید: http://ai-benchmark.com/tests.html
توجه: شتاب سختافزاری در تمام SoCهای موبایل با NPUهای اختصاصی و شتابدهندههای هوش مصنوعی، از جمله Qualcomm Snapdragon، MediaTek Dimensity / Helio، Google Tensor، HiSilicon Kirin، Samsung Exynos و UNISOC Tiger پشتیبانی میشود. از AI Benchmark v4 به بعد، میتوان شتاب هوش مصنوعی مبتنی بر GPU را در دستگاههای قدیمیتر نیز در تنظیمات فعال کرد ("Accelerate" -> "Enable GPU Acceleration" / "Arm NN"، OpenGL ES-3.0+ مورد نیاز است).
جدیدترین 7.0.0 چه خبر است
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.
اطلاعات AI Benchmark APK
نسخههای قدیمی AI Benchmark
دانلود فوق سریع و ایمن از طریق برنامه APKPure
برای نصب فایل های XAPK/APK در اندروید با یک کلیک!