Machine-Learning-Benchmark: Geekbench AI 1.0 ist fertig und läuft auf vielen Plattformen
Die Entwickler des Geekbench zur Ermittlung der CPU-Leistung haben mit ihrem bisherigen Machine-Learning-Benchmark Geekbench ML jetzt die Version 1.0 erreicht und dabei eine Umbenennung zu Geekbench AI vollzogen. Der Benchmark soll auf allen unterstützten Plattformen die gleichen AI-Workloads für CPU, GPU und NPU ausführen.
Auf den im Dezember letzten Jahres veröffentlichten Geekbench ML 0.6 lässt der Entwickler Primate Labs nun den Geekbench AI 1.0 sowohl in einer kostenlosen als auch in einer professionellen Version zum Preis von 99 US-Dollar folgen. Mit der kostenpflichtigen Version kommen Tools zur Automatisierung von Benchmarks und ein Offline-Modus hinzu, da Resultate ansonsten im Geekbench Browser landen.
Benchmark unterstützt viele Plattformen
Der Geekbench AI 1.0 hat sich in erster Linie auf die Fahnen geschrieben, auf vielen Hardware-Plattformen und Betriebssystemen zu laufen und dort aufgrund jeweils identischer AI-Workloads vergleichbare Ergebnisse für die Leistung von CPU, GPU und dedizierter NPU zu liefern.
Auch Windows für Arm ist dabei
Unterstützt werden Android, iOS, Linux, macOS und Windows, die jeweils unterstützten AI-Frameworks sind in der nachfolgenden Tabelle zu finden. Laut Downloadseite des Benchmarks werden für gewisse Plattformen 4 GB oder 8 GB RAM vorausgesetzt, außerdem liegt unter macOS noch Unterstützung für Intel-Prozessoren vor. Unter Windows kann neben AMD und Intel auch ein Arm-Prozessor zum Einsatz kommen.
| Android | iOS | Linux | macOS | Windows | |
|---|---|---|---|---|---|
| Minimale Version | Android 12 | iOS 17 | Ubuntu 22.04 LTS | macOS 14 | Windows 10 |
| AI Framework Support | TensorFlow Lite | CoreML | TensorFlow Lite, ONNX, OpenVINO | CoreML | ONNX OpenVINO |
| Compiler | Clang 16 | Xcode 15 | Clang 16 | Xcode 15 | Clang 16 |
| Hardware-Voraussetzung | 4 GB RAM | – | 4 GB RAM AMD, Intel |
8 GB RAM Apple Silicon, Intel |
8 GB RAM AMD, Arm, Intel |
In der Dokumentation (PDF) erklären die Entwickler, welche Computer-Vision-Workloads und welche Natural-Language-Processing-Workloads auf den Systemen ausgeführt werden und auf welche Neural Networks dabei gesetzt wird.
Core i7-10700 bildet Baseline-System
Die Ergebnisse des Geekbench AI werden wie beim regulären Geekbench anhand eines Baseline-Systems (Lenovo ThinkStation P340 mit Intel Core i7-10700) kalibriert und als Single Precision, Half Precision und Quantized Score ausgegeben. Die vom Anwender erreichten Scores werden gegenüber den Ergebnissen dieses Systems normalisiert, wobei ein Ergebnis von 1.500 Punkten Gleichstand bedeutet. Bei den Ergebnissen nach Genauigkeit stellt jeder Score das geometrische Mittel der einzelnen Workload Scores dar. Der Quantized Score wiederum bildet das geometrische Mittel aller quantisierten Workload Scores ab.