Η UL αποκαλύπτει το Procyon AI Image Generation Benchmark, επεκτείνοντας τις μετρήσεις απόδοσης AI Inference Metrics

Σε μια κίνηση που θα επαναπροσδιορίσει το τοπίο της αξιολόγησης της απόδοσης του υλικού TN, η UL, ο παγκόσμιος ηγέτης στην επιστήμη της ασφάλειας, ανακοίνωσε την επικείμενη κυκλοφορία του UL Procyon AI Image Generation Benchmark. Προγραμματισμένο για κυκλοφορία τη Δευτέρα, 25 Μαρτίου, αυτό το benchmark σηματοδοτεί μια σημαντική επέκταση των προσφορών AI Inference benchmark της UL, που απευθύνονται ειδικά στις δυνατότητες υλικού υψηλών προδιαγραφών. Αξιοποιώντας τη συμβολή εμπειρογνωμόνων του κλάδου, αυτό το benchmark στοχεύει στην παροχή ενός συνεπούς, ακριβούς και κατανοητού φόρτου εργασίας για τη μέτρηση της απόδοσης AI σε διάφορες διαμορφώσεις υλικού.

Το Procyon AI Image Generation Benchmark της UL απευθύνεται στο ταχέως εξελισσόμενο τοπίο του υλικού με δυνατότητα τεχνητής νοημοσύνης, το οποίο καλύπτει πλέον ένα ευρύ φάσμα καταναλωτικών συσκευών. Με τον πολλαπλασιασμό των επεξεργαστών με δυνατότητα AI που επιτρέπουν την αποτελεσματική εκτέλεση εργασιών ΤΝ σε διάφορους παράγοντες μορφής, το benchmark επιδιώκει να προσφέρει δίκαια και συγκρίσιμα αποτελέσματα σε όλο το υποστηριζόμενο υλικό. Με την εισαγωγή ενός βαρύτερου φόρτου εργασίας από τον προκάτοχό του, το "AI Computer Vision Benchmark", αυτό το νέο benchmark είναι προσαρμοσμένο για τις σύγχρονες διακριτές GPU, με δύο ξεχωριστές δοκιμές που βασίζονται στο μοντέλο Stable Diffusion AI.

Η σουίτα benchmark ενισχύει περαιτέρω την ευελιξία, επιτρέποντας στους χρήστες να εναλλάσσονται μεταξύ κορυφαίων μηχανών εξαγωγής συμπερασμάτων, διευκολύνοντας τη σύγκριση επιδόσεων μεταξύ διαφορετικών μηχανών και διαμορφώσεων υλικού. Οι υποστηριζόμενες μηχανές περιλαμβάνουν το ONNX runtime με DirectML, το NVIDIA TensorRT και το Intel OpenVINO, με σχέδια για πρόσθετη υποστήριξη μηχανών στο μέλλον. Η σουίτα συγκριτικής αξιολόγησης Procyon της UL προσφέρει προσαρμόσιμες επιλογές αδειοδότησης, επιτρέποντας στους χρήστες να επιλέγουν συγκριτικά κριτήρια που ευθυγραμμίζονται με τις συγκεκριμένες απαιτήσεις τους, καθιστώντας την μια ολοκληρωμένη λύση για την αξιολόγηση των επιδόσεων του υλικού AI.