-
软件
-
服务
-
支持
-
见解
-
对比
-
更多
-
Procyon AI Image Generation
对 GPU AI 图像生成性能进行基准测试
Procyon AI 图像生成基准测试能提供一致、准确且可理解的工作负载，以便对设备上 AI 加速器的推理性能进行测量。此基准测试是与多个重要行业成员合作开发的，以确保它对于所有支持的硬件能产生可比较的公平结果。
该基准测试包含三项测试，用于测量包括低功耗 NPU 和高端独立显卡在内的各种组件的性能。Stable Diffusion XL (FP16) 测试是我们要求最严苛的 AI 推理工作负载，只有最新的高端 GPU 才能满足它的最低运行要求。对于功能并非最强大的独立 GPU，我们建议使用 Stable Diffusion 1.5 (FP16) 测试。我们还设计了 Stable Diffusion 1.5 (INT8) 测试，用于测量使用 NPU 来处理 AI 工作负载的低功耗设备。
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.
立即购买特点
- 使用先进的神经网络针对图像生成工作负载而构建的一系列测试。
- 旨在测量各种 AI 加速器的推理性能。
- 使用 NVIDIA® TensorRT™、Intel® OpenVINO™ 和 ONNX（含 DirectML）进行基准测试。
- 核实推理引擎的实施与兼容性。
- Simple to set up and use via the Procyon application or via command-line.
- 使用 Stable Diffusion AI 模型的多个版本进行测试。
- 在应用程序中最多可并排比较 4 个结果。
基准测试详细信息
Stable Diffusion 在 2022 年发布，日常消费者可以由此在自己的硬件上使用 AI 从文本生成图像。文本到图像的生成功能易于访问、使用广泛并具有创造性，因此迅速成为公众最难忘的 AI 用例之一。
AI 图像生成基准测试会使用一组标准化的文本提示来实现可靠且一致的 AI 图像生成工作负载。结果会提供便于比较的总体分数，以及进一步的详细分数和生成的图像，以便更仔细地检查性能和质量。
| 测试 | 工作负载 | 图像分辨率 | 批量大小 | 步骤 |
|---|---|---|---|---|
| Stable Diffusion XL (FP16) | 大 | 1024 x 1024 | 1 | 100 |
| Stable Diffusion 1.5 (FP16) | 中等 | 512 x 512 | 4 | 100 |
| Stable Diffusion 1.5 (INT8) | 小 | 512 x 512 | 1 | 50 |
结果与见解
基准测试分数
使用两种不同版本的 Stable Diffusion 模型对 AI 推理性能进行比较。
详细分数
检查生成的图像，并获取每个图像生成批次的详细分数。
硬件监控
获取基准测试运行期间有关 CPU 和 GPU 温度、时钟速度及使用情况变化的详细指标。
与行业专家共同开发
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). BDP 是 UL Solutions 制订的计划，旨在通过与计划成员的密切合作，创建相关的、公正的基准测试。
推理引擎性能
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.
专为专业人士而设计
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.
快速并且容易使用
基准测试易于安装和执行，无需复杂的配置。Run the benchmark using the Procyon application or via command-line. 查看基准测试分数与图表，或导出详细的结果文件以供进一步分析。
最低系统要求
| 操作系统 | Windows 10（64 位）或 Windows 11 |
|---|---|
| 处理器 | 2 GHz 双核 CPU |
| 内存 | 16 GB |
| 存储空间 | 20 GB（建议 75 GB） |
Stable Diffusion XL 的要求
| TensorRT | 具有 10GB VRAM 的 NVIDIA RTX GPU |
|---|---|
| OpenVINO | 具有 16GB VRAM 的 Intel Arc 独立 GPU |
| ONNX Runtime | 16GB VRAM |
Stable Diffusion 1.5 (FP16) 的要求
| TensorRT | 具有 10GB VRAM 的 NVIDIA RTX GPU |
|---|---|
| OpenVINO | 具有 8GB VRAM 的 Intel Arc 独立 GPU，或具有 32GB 系统 RAM 的 Intel 集成 GPU |
| ONNX Runtime | 8GB VRAM（独立 GPU）- 32GB RAM（集成 GPU） |
Stable Diffusion 1.5 (INT8) 的要求
| TensorRT | NVIDIA 30 系列 GPU 或更高版本 |
|---|---|
| OpenVINO | Intel NPU、Intel 集成 GPU 或 Intel Arc 独立 GPU |
支持
Latest 1.0.142 | 2024 年 9 月 16 日
语言
- 英语
- 德语
- 日语
- 葡萄牙语(巴西)
- 简中
- 西语