-
Software
- Procyon benchmark suite
- AI Image Generation-Benchmark
- AI Inference Benchmark for Android
- AI Computer Vision-Benchmark
- Battery Life-Benchmark
- One-Hour Battery Consumption-Benchmark
- Office Productivity-Benchmark
- Photo Editing-Benchmark
- Video Editing-Benchmark
- Testdriver
- 3DMark
- 3DMark für Android
- 3DMark für iOS
- PCMark 10
- PCMark für Android
- VRMark
- MEHR …
-
Services
-
Support
-
Einblicke
-
Ranking
-
Mehr
Procyon AI Image Generation
Benchmark der Leistung von GPU AI Image Generation
Der Procyon AI Image Generation Benchmark bietet einen konsistenten, genauen und verständlichen Workload zur Messung der Inferenzleistung von KI-Beschleunigern auf dem Gerät. Dieser Benchmark wurde in Zusammenarbeit mit mehreren wichtigen Branchenmitgliedern entwickelt, um sicherzustellen, dass er faire und vergleichbare Ergebnisse für jegliche unterstützte Hardware liefert.
Der Benchmark umfasst drei Tests zur Messung der Leistung von NPUs mit geringer Leistung bis hin zu High-End-Grafikkarten. Der Test „Stable Diffusion XL (FP16)“ ist unser anspruchsvollster KI-Inferenz-Workload, und nur die neuesten High-End-GPUs erfüllen die Mindestanforderungen, um ihn auszuführen. Für mäßig leistungsstarke eigenständige GPUs empfehlen wir den Test „Stable Diffusion 1.5 (FP16)“. Für Geräte mit geringer Leistung, die NPUs für KI-Workloads verwenden, haben wir den Stable Diffusion 1.5 Test (INT8) entwickelt.
The Procyon AI Image Generation Benchmark can be configured to use a selection of different inference engines, and by default uses the recommended optimal inference engine for the system’s hardware.
Jetzt kaufenMerkmale
- Dabei handelt es sich um eine Reihe von Tests, die auf einem Bilderzeugungs-Workload basieren und modernste neuronale Netzwerke verwenden.
- Entwickelt, um die Inferenzleistung eines breiten Spektrums von KI-Beschleunigern zu messen.
- Benchmark mit NVIDIA® TensorRT™, Intel® OpenVINO™ und ONNX mit DirectML.
- Überprüfung der Implementierung und Kompatibilität der Inferenzmaschine.
- Simple to set up and use via the Procyon application or via command-line.
- Test mit mehreren Versionen des Stable Diffusion KI-Modells.
- Vergleichen Sie bis zu 4 Ergebnisse nebeneinander in der App.
Details des Benchmarks
Stable Diffusion, das im Jahr 2022 erstmals veröffentlicht, hat die Verwendung von KI für die Text-zu-Bild-Erzeugung auf ihrer eigenen Hardware für den normalen Verbraucher zugänglich gemacht. Aufgrund der einfachen Zugänglichkeit, der breiten Nutzung und des kreativen Aspekts wurde die Text-zu-Bild-Erstellung schnell zu einem der einprägsamsten KI-Anwendungsfälle für die Öffentlichkeit.
Der AI Image Generation Benchmark verwendet eine Reihe von standardisierten Textaufforderungen für einen zuverlässigen und konsistenten KI-Bilderzeugungs-Workload. Die Ergebnisse bieten eine Gesamtbewertung für einen einfachen Vergleich sowie weitere detaillierte Bewertungen und die generierten Bilder für eine genauere Prüfung von Leistung und Qualität.
Test | Workload | Bildauflösung | Stapelgröße | Schritte |
---|---|---|---|---|
Stable Diffusion XL (FP16) | Heavy | 1024 x 1024 | 1 | 100 |
Stable Diffusion 1.5 (FP16) | Medium | 512 x 512 | 4 | 100 |
Stable Diffusion 1.5 (INT8) | Light | 512 x 512 | 1 | 50 |
Ergebnisse und Erkenntnisse
Benchmark-Scores
Vergleichen Sie die Leistung von KO-Inferenz mit zwei verschiedenen Versionen des Stable Diffusion-Modells.Detaillierte Scores
Prüfen Sie die generierten Bilder und erhalten Sie detaillierte Bewertungen für jeden Bilderzeugungsstapel.Hardware-Überwachung
Während des Benchmark-Durchlaufs erhalten Sie detaillierten Metriken dazu, wie Temperaturen, Taktfrequenzen und die Nutzung von CPU und GPU sich verändern.Entwickelt mit Branchenfachkenntnissen
Procyon benchmarks are designed for industry, enterprise, and press use, with tests and features created specifically for professional users. The Procyon AI Image Generation Benchmark was designed and developed with industry partners through the UL Benchmark Development Program (BDP). Das BDP ist eine Initiative von UL Solutions, die zum Ziel hat, durch enge Zusammenarbeit mit den Programm-Mitgliedern relevante und unparteiische Benchmarks zu schaffen.
Leistung der Inferenzmaschine
With the Procyon AI Image Generation Benchmark, you can measure the performance of dedicated AI processing hardware and verify inference engine implementation quality with tests based on a heavy AI image generation workload.
Konzipiert für Fachkräfte
We created our Procyon AI Inference Benchmarks for engineering teams who need independent, standardized tools for assessing the general AI performance of inference engine implementations and dedicated hardware.
Schnell und einfach zu bedienen
Der Benchmark ist einfach zu installieren und auszuführen, ohne komplizierte Konfiguration. Run the benchmark using the Procyon application or via command-line. Zeigen Sie die Benchmark-Scores und Diagramme an oder exportieren Sie detaillierte Ergebnisdateien zur weiteren Analyse.
Kostenlose Testversion
Testversion anfordernSite-Lizenz
Angebot anfragen Presselizenz- Annual site license for Procyon AI Image Generation Benchmark.
- Unbegrenzte Anzahl von Benutzern.
- Unbegrenzte Anzahl von Geräten.
- Vorrangiger Support per E-Mail und Telefon
BDP
Kontaktieren Sie uns Mehr erfahrenKontaktieren Sie uns
Das Benchmark Development Program™ ist eine Initiative von UL Solutions zum Ausbau von Partnerschaften mit Technologiefirmen.
OEMs, ODMs, Komponentenhersteller und deren Zulieferer sind eingeladen, gemeinsam mit uns neue Benchmarks für die AI-Verarbeitung zu entwickeln. Bitte kontaktieren Sie uns für Details.
Minimale Systemanforderungen
Betriebssystem | Windows 10, 64-bit oder Windows 11 |
---|---|
Prozessor | 2 GHz Doppelkern CPU |
Memory | 16 GB |
Speicher | 20 GB (75 GB empfohlen) |
Anforderungen für Stable Diffusion XL
TensorRT | NVIDIA RTX GPU mit 10 GB VRAM |
---|---|
OpenVINO | Diskrete Intel Arc GPU mit 16 GB VRAM |
ONNX-Laufzeit | 16 GB VRAM |
Anforderungen für Stable Diffusion 1.5 (FP16)
TensorRT | NVIDIA RTX GPU mit 10 GB VRAM |
---|---|
OpenVINO | Diskrete Intel Arc GPU mit 8 GB VRAM oder integrierter Intel GPU mit 32 GB System-RAM |
ONNX-Laufzeit | 8 GB VRAM (diskrete GPU) – 32 GB RAM (integrierte GPU) |
Anforderungen für Stable Diffusion 1.5 (INT8)
TensorRT | NVIDIA 30 Serie GPU oder höher |
---|---|
OpenVINO | Eine Intel NPU, integrierte Intel GPU oder diskrete Intel Arc GPU |
Support
Latest 1.1.144 | 16. September 2024
Sprachen
- Englisch
- Deutsch
- Japanisch
- Portugiesisch (Brasilien)
- Simplified Chinese
- Spanisch