Lukáš Petránek 
Nová ukázka Geekbench ML 0.6 přináší srovnávací nástroj strojového učení na více platforem, přičemž macOS je poprvé uveden v seznamu vedle iOS.
Geekbench ML od stejných tvůrců standardní sady benchmarků Geekbench si klade za cíl poskytnout uživatelům průvodce, jak rychle může jejich hardware provádět úlohy strojového učení. Ty mohou zahrnovat například zpracování přirozeného jazyka a počítačové vidění, které fungují lépe s použitím hardwaru vyrobeného pro strojové učení než normální CPU nebo GPU.
Zatímco dřívější verze byly k dispozici pro iOS a Android, nejnovější iterace Geekbench ML verze 0.6 nyní funguje na mnohem více platformách spolu s dalšími změnami. Platformy zahrnují Windows, Linux a macOS.
Geekbench ML, který je k dispozici na stránce společnosti ke stažení spíše než na Mac App Store, nyní umožňuje uživatelům ekosystému Apple porovnat svůj Apple Silicon Mac s jejich iPhonem, protože oba používají formu Neural Engine společnosti Apple. Lze také provést přímé srovnání, protože GeekBench tvrdí, že používá stejné modely a datové sady na všech podporovaných platformách.
Rámce používané v Geekbench ML 0.6 byly pro toto vydání také aktualizovány, přičemž tým ve všech oblastech podporuje novější a lepší rámce. Pro Mac a iOS používá přímo Core ML, o kterém se říká, že „lépe odráží případy použití moderních aplikací“.
Nové a vylepšené úlohy
Změny úloh ve verzi 0.6 obsahují tři zcela nové prvky.
Test Depth Estimation je navržen tak, aby otestoval pokroky v počítačové fotografii, konkrétně softwarově podporované efekty portrétního režimu. Model generuje obrázek, který „mapuje, kde každý pixel odpovídá odhadované hloubce pro toto místo v původním obrázku,“ píše Geekbench.
Tento druh dat používají softwarové efekty k provádění změn, jako je rozostření pozadí nebo k izolaci objektu.
Pracovní zátěž Style Transfer zkouší generativní umělou inteligenci, přičemž je uveden příklad aplikace generující fotografii osoby, jako by ji namaloval konkrétní umělec. Model vezme obrázek obsahu a referenční obrázek stylu a prolne je a vytvoří upravenou verzi.
Image Super-Resolution přebírá běžný úkol umělé inteligence, kterým je převzorkování obrázku, konkrétně zvětšení obrázku a použití umělé inteligence k vytvoření vhodných výplňových pixelů. U Geekbench ML test vylepšuje a převzorkuje obraz čtyřnásobně, čímž se zvyšuje rozlišení a odvozují se detaily zakryté v originále.
Geekbench také vylepšil kvantované modely, z Quantization Aware Training na Post-Training Integer Quantization. Tvrdí se, že nové modely mohou vést ke zlepšení výkonu a přesnosti a odrážet nové průmyslové standardy v ML.
Vzhledem ke změnám v testech upozorňujeme, že výsledky v Geekbench ML 0.6 nelze porovnávat s výsledky Geekbench ML 0.5. Případné vydání 1.0 se očekává v roce 2024.
Zdroj: appleinsider.com
