أعلنت شركة Primate Labs في 15 أغسطس 2024 عن إطلاق أداة Geekbench AI 1.0، التي توفر حلاً مبتكرًا لقياس أداء الذكاء الاصطناعي عبر المنصات المختلفة. هذه الأداة الجديدة موجهة خصيصًا لتقييم قدرة الأجهزة على معالجة أعباء العمل المرتبطة بالذكاء الاصطناعي وتعلّم الآلة. فبعد إعلان Primate Labs تطلق Geekbench AI 1.0.. يُعد هذا الإصدار نقلة نوعية بعد سنوات من التطوير والتعاون مع المهندسين والمتخصصين في هذا المجال، ويهدف إلى تقديم طريقة موحدة وفعالة لتقييم إمكانات الذكاء الاصطناعي على مختلف الأجهزة.
Primate Labs تطلق Geekbench AI 1.0.. قياس أداء الذكاء الاصطناعي
كيف تساعد Geekbench AI 1.0 في تقييم الأداء الفعلي للذكاء الاصطناعي عبر المنصات المختلفة؟ إذ تعمل أداة Geekbench AI 1.0 على توفير مقاييس دقيقة وموحدة للأداء عبر العديد من الأجهزة، بما في ذلك الحواسيب والهواتف الذكية. تتيح الأداة للمستخدمين قياس أداء وحدة المعالجة المركزية (CPU)، وحدة معالجة الرسوميات (GPU)، ووحدة المعالجة العصبية (NPU).
مما يساعد في فهم كيفية أداء الجهاز في المهام الفعلية المرتبطة بالذكاء الاصطناعي مثل التعرف على الصور أو معالجة النصوص. تعتمد الأداة على مقاييس متعددة تشمل الدقة والسرعة، مما يضمن عرض صورة متكاملة وشاملة لأداء الذكاء الاصطناعي.
دعم الأطر المختلفة للذكاء الاصطناعي يعزز استخدام Geekbench AI 1.0
توفر Geekbench AI 1.0 دعماً واسعاً لمجموعة متنوعة من أطر الذكاء الاصطناعي، مما يجعلها أداة شاملة تلبي احتياجات المطورين. تدعم الأداة أطر عمل متقدمة مثل OpenVINO لنظامي Windows وLinux، وCoreML لنظامي macOS وiOS، بالإضافة إلى TensorFlow Lite وممثلين عن الشركات المصنعة للأجهزة مثل Samsung وQualcomm.
- التوافق مع مختلف أنظمة التشغيل:
- Windows، macOS، Linux.
- iOS وAndroid.
- دعم الأطر المفتوحة المصدر والخاصة:
-
- OpenVINO، TensorFlow Lite، CoreML.
- ممثلين خاصين من Samsung وQualcomm.
هذا التنوع الكبير في الدعم يضمن أن الأداة يمكن استخدامها لقياس الأداء عبر مجموعة متنوعة من التطبيقات والأجهزة.
اقرأ أيضًا: انهيار نموذج الذكاء الاصطناعي: لماذا يشكل تهديدًا حقيقيًا.. كل ما تحتاج معرفته الآن
قياس الأداء والدقة مع Geekbench AI 1.0.. مزايا تقييم أعباء العمل الفعلية
تعمل أداة Geekbench AI 1.0 على قياس الأداء باستخدام ثلاث درجات رئيسية: الدقة الفردية، الدقة النصفية، والبيانات المحوّلة. هذه المقاييس تساعد المستخدمين على تقييم كيفية أداء الجهاز في مختلف السيناريوهات، سواء كانت تتطلب دقة عالية أو تقبل تضحيات معينة من أجل تحقيق السرعة. علاوة على ذلك، تهتم الأداة بقياس الدقة والسرعة في آنٍ واحد، مما يضمن تقييمًا شاملاً لأداء الذكاء الاصطناعي.
- الدقة الفردية (Single Precision).
- الدقة النصفية (Half Precision).
- الدقة المحوّلة (Quantized).
يساعد هذا النهج المتعدد الأبعاد في تقديم فهم أكثر شمولية لقدرات الجهاز في المهام الفعلية مثل التعرف على الصور أو معالجة اللغات الطبيعية.