人工智能，尤其是生成式人工智能，现在是如此突出的技术，它们经常会在产品发布会上被提到——从Pixel 9系列到微软Copilot+ PC系列。这些设备正在获得更多的人工智能功能，以及更多用于人工智能任务的组件。如果你想知道你的电脑能多好地处理目前最常见的人工智能任务，求助于新推出的Geekbench AI 1.0，它是由Geekbench的基准测试专家开发的。
对于那些刚接触基准测试的人来说，它本质上是用专门设计的任务对硬件进行压力测试，以帮助您了解系统的强大程度以及与其他系统相比的情况。你可以对计算机的许多不同组件进行基准测试，但在这种情况下，我们对测试人工智能的性能特别感兴趣。
Geekbench AI会给你三个最终分数。信贷:Lifehacker
运行一个像Geekbench AI这样的人工智能基准测试，它会看看你的计算机在执行通常由人工智能处理的任务时表现如何:检测图片中的物体和人脸，根据现有图像的风格生成新图像，或者在语言之间进行翻译。你可能会使用网络应用来完成这些任务，但这些基准测试告诉你，你的电脑在本地处理这些任务的能力有多好。
这些不同的测试使用不同类型的人工智能，包括机器学习(在大量数据上训练模型)和深度学习(机器学习的更复杂版本)。它们还衡量人工智能性能的不同方面:例如，人工智能任务的处理速度，以及它们的准确性。
现代系统现在通常有专门的神经处理单元(npu)，即为处理人工智能任务而构建的处理器。这些任务通常需要不同类型的计算和工作流，而不是更一般的计算过程，所以有专门为它们设计的硬件组件可以加快一切(以同样的方式，GPU或图形处理单元专门用于处理视觉效果)。
Geekbench AI最终产生三个分数:全精度，半精度和量化。Full Precision反映了AI任务的高精确度要求，并且大多数要求都放在系统上，而其他两个则在精确度和速度上做出了一些妥协(如果效率很重要，通常需要)。
Geekbench的John Poole在一篇博客文章中解释说:“正如cpu负载在如何利用多核或线程进行性能扩展方面有所不同(在大多数相关基准测试中需要单核和多核指标)，人工智能工作负载涵盖了一系列精度级别，具体取决于所需的任务、可用的硬件以及两者之间的框架。”
Geekbench AI在macOS上。信贷:Lifehacker
前往Geekbench AI下载页面查找Windows, macOS和Linux的软件包(如果您想在移动设备上运行基准测试，还可以链接到Google Play Store和Apple App Store)。所有这些程序都很容易使用，即使您没有运行基准测试软件的经验。
桌面的主要Geekbench AI界面首先会显示系统的一些信息，包括你正在运行的操作系统和你安装的处理器。然后，您将获得基准测试将要涵盖的内容的描述。(注意，这需要几分钟才能完成。)
然后得到配置基准的下拉菜单。首先是AI框架，它本质上是你想要用于测试的AI工具集:你将看到的工具集将取决于你的系统，可能包括onNX(开源开放神经网络交换)和Core ML(苹果硬件上使用的AI框架)。
然后是AI后端，这意味着你想要测试AI能力的系统组件。这将取决于你的电脑内部，但你会看到CPU，也许GPU和NPU(或神经引擎)太。在某些系统上，你还会看到一个AI设备选项，它可以让你在可用的处理器之间切换。
当你对基准的配置方式感到满意时，单击Run AI benchmark将其设置为运动。您的系统的结果将在web浏览器中弹出，并且您可以通过同一门户查看从其他设备发布的其他结果。请注意，分数是根据1500的基准进行校准的，这反映了英特尔酷睿i7-10700处理器的性能。分数越高说明AI处理能力越强。
