Benchmark de visão computacional de IA Procyon®
Benchmark de desempenho de IA usando diversos mecanismo de inferência
Os aplicativos de aprendizado de máquina estão crescendo rapidamente à medida que integrar e implantar soluções de IA em aplicativos do dia a dia se torna mais acessível. Com a demanda por desempenho de aprendizado de máquina mais rápido, os principais fornecedores de hardware têm otimizado seus mecanismos de inferência para fornecer o melhor desempenho possível em seu hardware.
O benchmark de visão computacional de IA Procyon fornece insights sobre o desempenho dos mecanismos de inferência de IA em seu PC Windows ou Mac da Apple, ajudando você a decidir quais mecanismos suportar para obter o melhor desempenho. O benchmark apresenta vários mecanismos de inferência de IA de diferentes fornecedores, com pontuações de benchmark refletindo o desempenho das operações de inferência no dispositivo.
No benchmark, tarefas comuns de visão de máquina são executadas usando uma variedade de redes neurais populares e de última geração. Meça o desempenho do acelerador IA comparando-o com as mesmas operações executadas em CPU ou GPU.
Recursos
- Testes baseados em tarefas comuns de visão de máquina usando redes neurais de última geração.
- Meça o desempenho de inferência usando CPU, GPU ou aceleradores de IA dedicados.
- Benchmark com NVIDIA® TensorRT™, Intel® OpenVINO™, Qualcomm® SNPE, Microsoft® Windows ML e Apple® Core ML™.
- Verifique a implementação e a compatibilidade do mecanismo de inferência.
- Otimize drivers para aceleradores de hardware.
- Compare o desempenho do modelo otimizado para float e integer.
- Simples de configurar e usar por meio do aplicativo Procyon ou via linha de comando.
Desempenho do mecanismo de inferência
Com o benchmark de visão computacional de IA Procyon, você pode medir o desempenho do hardware de processamento de IA dedicado e verificar a qualidade da implementação do mecanismo de inferência com testes baseados em tarefas comuns de visão de máquina.
Projetado por profissionais
Criamos o benchmark de visão computacional de IA Procyon para equipes de engenharia que precisam de ferramentas padronizadas e independentes para avaliar o desempenho geral de IA de implementações de mecanismos de inferência e hardware dedicado.
Rápido e fácil de usar
O benchmark é fácil de instalar e executar, nenhuma configuração complicada é necessária. Execute o benchmark usando o aplicativo Procyon ou por linha de comando. Visualize pontuações e gráficos de benchmark ou exporte arquivos de resultados detalhados para análise posterior.
Desenvolvido com experiência no setor
Os benchmarks Procyon são projetados para uso industrial, empresarial e de imprensa com testes e recursos criados especificamente para usuários profissionais. O benchmark de visão computacional de IA Procyon foi projetado e desenvolvido com parceiros da indústria por meio do Benchmark Development Program (BDP) da UL. O Benchmark Development Program é uma iniciativa da UL Solutions que visa criar benchmarks relevantes e imparciais, trabalhando em cooperação com os membros do programa.
Modelos de rede neural
MobileNet V3
O MobileNet V3 é um modelo compacto de reconhecimento visual criado especificamente para dispositivos móveis. O benchmark usa o MobileNet V3 para identificar o assunto de uma imagem, usando uma imagem como entrada e gerando uma lista de probabilidades para o conteúdo da imagem. O benchmark usa a grande variante minimalista do MobileNet V3.
Inception V4
O Inception V4 é um modelo de última geração para tarefas de classificação de imagens. Projetado para precisão, é um modelo muito mais amplo e profundo que o MobileNet. O benchmark usa o Inceptiont V4 para identificar o assunto de uma imagem, usando uma imagem como entrada e gerando uma lista de probabilidades para o conteúdo identificado da imagem.
YOLO V3
YOLO, que significa You Only Look Once, é um modelo de detecção de objetos que visa identificar a localização de objetos em uma imagem. O benchmark usa YOLO V3 para produzir caixas delimitadoras em torno de objetos com probabilidades na confiança de cada detecção.
DeepLab V3
O DeepLab é um modelo de segmentação de imagens que visa agrupar os pixels de uma imagem que pertencem à mesma classe de objeto. A segmentação semântica de imagens rotula cada região da imagem com uma classe de objeto. O benchmark usa o MobileNet V2 para extração de recursos, permitindo inferência rápida com pouca diferença de qualidade em comparação com modelos maiores.
Real-ESRGAN
O Real-ESRGAN é um modelo de super-resolução treinado em dados sintéticos para aumentar a resolução de uma imagem, reconstruindo uma imagem de maior resolução a partir de uma contraparte de menor resolução. O modelo usado no benchmark é a variante de imagem geral do Real-ERSGAN e aumenta uma imagem de 250x250 para uma imagem de 1000x1000.
ResNet 50
ResNet 50 é um modelo de classificação de imagem que fornece uma nova maneira de adicionar mais camadas convolucionais com o uso de blocos residuais. O lançamento possibilitou o treinamento de redes neurais profundas antes impossíveis. O benchmark usa o ResNet 50 para identificar assuntos da imagem, gerando uma lista de probabilidades para o conteúdo identificado na imagem.
Modelos integer e float
O benchmark inclui versões otimizadas para float e integer de cada modelo. Cada modelo é executado em todos os hardware compatíveis no dispositivo. Selecione o dispositivo e a precisão de inferência para cada tempo de execução para comparar o desempenho entre modelos inteiros e flutuantes.
Resultados e insights
Pontuações de benchmark
Compare o desempenho de inferência de IA com modelos inteiros e flutuantes usando CPU, GPU ou acelerador de IA dedicado.
Pontuações detalhadas
Veja os tempos de inferência para cada teste de rede neural ao usar o mecanismo de inferência e a unidade de processamento selecionados.
Monitoramento de hardware
Obtenha métricas detalhadas sobre como as temperaturas de CPU e GPU e velocidades e usos de clock mudam durante a execução do benchmark.
Avaliação gratuita
Solicite avaliação gratuitaLicença da unidade
obter cotação Licença de imprensa- Site license anual para benchmark de visão computacional de IA Procyon
- Número ilimitado de usuários.
- Número ilimitado de dispositivos.
- Suporte prioritário por e-mail e telefone.
Programa de desenvolvimento de benchmark
Entre em contato conosco Saiba maisFale conosco
O Benchmark Development Program™ é uma iniciativa da UL Solutions para a construção de parcerias com empresas de tecnologia.
OEMs, ODMs, fabricantes de componentes e seus fornecedores estão convidados a se juntar a nós no desenvolvimento de novos benchmarks de processamento de IA. Entre em contato conosco para mais detalhes.
Requisitos mínimos do sistema para PC Windows
| Sistema Operacional | Windows 10, 64-bit ou Windows 11 |
|---|---|
| Processador | 2 GHz dual-core CPU |
| Memória | 4 GB |
| Armazenamento | 4 GB |
Requisitos mínimos do sistema para Apple Mac
| Sistema Operacional | MacOS Monterey ou posterior |
|---|---|
| Processador | Silício Apple |
| Memória | 4 GB |
| Armazenamento | 1.5 GB |
Suporte
Latest 1.9.461 | 9 de dezembro de 2024
- Guia do usuário para benchmark de visão computacional de IA Procyon
- Suporte para o benchmark de visão computacional de IA Procyon®
Métricas de qualidade de IA
Ao comparar mecanismos de inferência, é importante considerar a precisão além do desempenho bruto.
Executamos nossos próprios testes medindo a precisão dos mecanismos de inferência suportados pelos Benchmarks de inferência de IA do Procyon.
Idiomas
- Inglês
- Alemão
- Japonês
- Português (Brasil)
- Chinês simplificado
- Espanhol
