Toplu Görsel Üretimi
Bu test aynı anda dört görsel üretme hızını ölçer (bir tarif için birkaç seçenek oluşturmak gibi). Yapay zekâ ile içerik üretenler için önemlidir.
GrupÜretkenlikKatmanÜreticiSüitAI CreatorMetrikToplu verim (görsel/dk)Referans5,8 görsel/dkÖrnek1TurstandartBellek2.800 MBPuanpuana girer
Nasıl ölçülür?
- Stable Diffusion 2.1 base, 512×512, 20 adım; 4 görsel sırayla üretilir (tohum + sıra), her platformda aynı toplulaştırma. Birincil metrik dakikada üretilen görsel.
- Cihazın her difüzyon motoru (Apple: Neural Engine ve GPU Core ML hatları; Android: GPU; PC: GPU) ölçümden önce puana girmeyen bir denemeyle zamanlanır: 2 adımlık ısınma, sonra 4 görsel × 5 adımlık bir üretim. En kısa süren motor ölçümü yapar; bellek ikisini birden tutamıyorsa biri bırakılıp öbürü yüklenir.
- Ağırlık hassasiyeti her platformda fp16 (4.0 r6): Apple'da fp16 Core ML paketi, Windows'ta stable-diffusion.cpp CUDA. Hassasiyet ve toplulaştırma biçimi sonuçla yüklenir.
Platformlar ve motorlar
Motor, Toplayo'ya yüklenen sonuçların kendi etiketidir (cihaz ve GPU adları çıkarıldı). Her platformda bilinen en hızlı yol seçilir; iş ve çıktı aynı kalır.
| Platform | Motor | Ölçüm 4.0 |
|---|---|---|
| iPhone ve iPad | Core ML · Neural Engine | ölçüldü · 1 cihaz |
| Mac | Core ML · GPU Core ML · Neural Engine | ölçüldü · 5 cihaz |
| Windows | stable-diffusion.cpp CUDA master-929-3f8527a (3f8527a) · CUDA0 | ölçüldü · 3 cihaz |
| Android | QNN HTP · Hexagon NPU | yalnız ön deneme turunda (Android 4.0 ölçümleri ertelendi) |
Hangi puana girer?
- AI Creator süitinin 6 üyesinden biridir: ağırlık 1 / 6 (süit puanındaki payı %16,7). Süit yalnız bütün üyeleri varsa verilir; bu test eksikse ya da "tamam" değilse AI Creator ve KAI Benchmark Skoru verilmez. Süit sayfası.
- Üretici katmanındadır: KAI Üretici'ye girer.
Neler değişti?
| Sürüm | Değişiklik |
|---|---|
| 3.3 R6 | Motor denemesi; önce hep Neural Engine hattı (M5 Ultra'da Neural Engine 4,75, aynı Mac'in GPU'su 26,5 adım/sn). |
| 4.0 r6 | Apple: paletlenmiş (~6 bit) Core ML paketi yerine fp16 paket; 4 görsel tek toplu çağrı yerine stable-diffusion.cpp gibi sırayla. Android: NPU adayı (nicemlenmiş SD 2.1 768-v) bu testten çıktı. Neden: farklı hassasiyet ve farklı toplulaştırma aynı iş değildi. |
Referans ve puan
Puan = ölçülen ÷ referans × 1000. Referans değer 5,8 görsel/dk; 1000 puan nominal termal durumdaki iPhone 15 Pro sınıfını temsil eder.
Platform. iPhone ve iPad, Mac, Windows, Android.