• 软件使用现实世界的机器学习操作来评估您系统的性能并测试其面对未来基于AI的应用程序和任务的能力.

    与其大哥Geekbench不同的是,ML(简称"机器学习")版运行了推论基准测试,可以在执行机器学习任务时测量处理器和图形卡的性能.

    如果你曾使用过Geekbench,那么软件的界面肯定会看起来很熟悉. 最小化的方法和以丝带为基础的图形用户界面已经存在,但可用于定制的选项并不多.

    关于本地系统的一些细节,如操作系统版本,母板模型和可用的系统RAM被显示.

    值得一提的是,软件是为跨平台比较而设计的. 所有平台(Windows,MacOS,Linux和Android)都使用同样的测试和数据集,这使得您可以比较操作系统和不同设备的系统性能.

    在开始测试之前, 您可以选择推断框架、 后端和设备 。 点击按钮后,启动基准. 您可以在应用程序执行各种现实世界机器学习任务以评估工作量性能和对当今机器学习应用程序的支持时看到其进展。

    您的电脑得分自动上传到 Geekbench 浏览器, 并在默认的网页浏览器中显示报告 。 报告包含了比软件主窗口更多的细节,即CPU和内存的细节. 你可以在图像分类和分解方面看到和分析推论的性能,提出估计,对象和面相检测,或者机器翻译.

    软件可以评价AI的工作量,并允许您比较你的syste的性能与其他设备和操作系统的一个. 你可以使用它来评估你的设备的机器学习性能,并决定PC是否能够支持未来的机器学习应用.

    .

  • सॉफ्टवेयर आपके सिस्टम के प्रदर्शन का आकलन करने और भविष्य में एआई आधारित अनुप्रयोगों और कार्यों का सामना करने की क्षमता का परीक्षण करने के लिए वास्तविक दुनिया की मशीन लर्निंग ऑपरेशन का उपयोग करता है।

    अपने बड़े भाई के विपरीत, Geekbench, एमएल (मशीन लर्निंग के लिए लघु) संस्करण में निवेश बेंचमार्क परीक्षण चलाते हैं जो मशीन लर्निंग कार्यों को निष्पादित करते समय प्रोसेसर और ग्राफिक्स कार्ड के प्रदर्शन को माप सकते हैं।

    यदि आपने कभी Geekbench का उपयोग किया है, तो सॉफ्टवेयर का इंटरफ़ेस निश्चित रूप से परिचित होगा। न्यूनतम दृष्टिकोण और रिबन आधारित GUI वहाँ हैं, लेकिन अनुकूलन के लिए बहुत सारे विकल्प उपलब्ध नहीं हैं।

    स्थानीय प्रणाली के बारे में कुछ विवरण दिखाए गए हैं, जैसे ऑपरेटिंग सिस्टम संस्करण, मदरबोर्ड मॉडल और उपलब्ध सिस्टम रैम।

    यह उल्लेखनीय है कि सॉफ्टवेयर को क्रॉस-प्लेटफॉर्म तुलना के लिए डिज़ाइन किया गया है। उसी परीक्षण और डेटासेट सभी प्लेटफार्मों (विंडोज, मैकओएस, लिनक्स और एंड्रॉइड) में उपयोग किए जाते हैं, जो आपके लिए ऑपरेटिंग सिस्टम और विभिन्न उपकरणों में सिस्टम प्रदर्शन की तुलना करना संभव बनाता है।

    परीक्षण शुरू करने से पहले आपको अनुमान ढांचे, बैकएंड और डिवाइस का चयन करना होगा। एक बटन के क्लिक के साथ, बेंचमार्क शुरू किया जाता है। आप एप्लिकेशन की प्रगति को देख सकते हैं क्योंकि यह कार्यभार प्रदर्शन और आज के मशीन लर्निंग अनुप्रयोगों के समर्थन का मूल्यांकन करने के लिए विभिन्न वास्तविक दुनिया की मशीन लर्निंग कार्यों को करता है।

    आपके कंप्यूटर का स्कोर स्वचालित रूप से Geekbench ब्राउज़र पर अपलोड किया जाता है और डिफ़ॉल्ट वेब ब्राउज़र में एक रिपोर्ट दिखाई देती है। रिपोर्ट में सॉफ्टवेयर की मुख्य विंडो की तुलना में अधिक विवरण शामिल हैं, अर्थात् सीपीयू और मेमोरी के बारे में विवरण। आपको छवि वर्गीकरण और विभाजन, मुद्रा अनुमान, वस्तु और चेहरे का पता लगाने, या मशीन अनुवाद के संदर्भ में अनुमान प्रदर्शन को देखने और विश्लेषण करने के लिए मिलता है।

    सॉफ्टवेयर एआई वर्कलोड का मूल्यांकन करता है और आपको अन्य उपकरणों और ऑपरेटिंग सिस्टम में से एक के साथ अपने सिस्ट के प्रदर्शन की तुलना करने की अनुमति देता है। आप इसे अपने डिवाइस के मशीन लर्निंग प्रदर्शन का आकलन करने के लिए उपयोग कर सकते हैं और यह तय कर सकते हैं कि क्या पीसी भविष्य के मशीन लर्निंग अनुप्रयोगों का समर्थन करने में सक्षम है।

    .

  • Geekbench ML uses real-world machine learning operations to assess the performance of your system and test its capability to face future AI-based applications and tasks.

    Unlike its big brother, Geekbench, the ML (short for “machine learning”) edition runs inference benchmark tests that can measure the performance of the processor and the graphics card when executing machine learning tasks.

    If you ever used Geekbench, then the interface of Geekbench ML will surely seem familiar. The minimalistic approach and the ribbon-based GUI are there, but not too many options are available for customization.

    A few details about the local system are shown, such as the operating system version, the motherboard model and the available system RAM.

    It is worth mentioning that Geekbench ML is designed for cross-platform comparisons. The same tests and datasets are used across all the platforms (Windows, MacOS, Linux and Android), which makes it possible for you to compare system performance across operating systems and different devices.

    You get to select the inference framework, backend and device before starting the test. With the click of a button, the benchmark is initiated. You can see the application’s progress as it carries out various real-world machine learning tasks to evaluate the workload performance and the support for today’s machine learning applications.

    Your computer’s score is automatically uploaded to the Geekbench Browser and a report is shown in the default web browser. The report includes much more details than the main window of Geekbench ML, namely details about the CPU and the memory. You get to see and analyze the inference performance in terms of image classification and segmentation, pose estimation, object and face detection, or machine translation.

    Geekbench ML evaluates AI workloads and allows you to compare the performance of your syste with the one of other devices and operating systems. You can use it to assess your device's machine learning performance and decide whether the PC is capable of supporting the machine learning applications of the future.