一、AI測試

首先是魯大師的AI評測，測試結(jié)果如下圖所示：

• 超分辨率分數(shù)為28582
• 人臉識別分數(shù)為78220
• 物體識別分數(shù)為40150
• 閱讀理解分數(shù)為145354
• 背景虛化分數(shù)為14329

其次是代表AI出圖性能的Stable Diffusion，需要注意的是針對Intel Ultra平臺，SD有兩個渲染方式：

• 第一是純CPU處理，效率較低。
• 第二是GPU+NPU處理，效率較高。

在部署SD環(huán)境的時候就能選，PyTorch版本一定得是IPEX版本。

使用Normal標準跑Stable Diffusion Benchmark，測試結(jié)果如下圖所示：

• CPU處理的分數(shù)為0.2 / 0.21 / 0.2
• NPU+GPU處理的分數(shù)為0.73 / 0.71 / 錯誤

通過測試可以看到，雖然Ultra系列跑AI出圖比CPU還強，但復雜任務(wù)可能會報錯，如果AI出圖的效率對你很重要，還是買拓展塢上獨立顯卡吧。

測試了幾次多關(guān)鍵詞出圖，效率還是不錯的，三個詞差不多三十多秒能出來，也沒出現(xiàn)報錯，普通用用沒啥問題。

最后，零刻GTI Ultra預裝親影這個AI相冊管理工具，由于是Intel給各開發(fā)者AI圖標識別的工具包（基于OpenVINO），各家NAS都用上好久了，所以效果不會差，直接用吧。

二、生產(chǎn)力測試

首先是代表CPU和內(nèi)存性能的7Zip Benchmark，使用默認的10次循環(huán)，測試結(jié)果如下圖所示：

• 綜合平均分數(shù)為98.410

其次是代表綜合性能的Blender Benchmark，測試結(jié)果如下圖所示：

• （CPU）monster分數(shù)為108.63
• （CPU）junkshop分數(shù)為71.11
• （CPU）classroom分數(shù)為52.57
• （顯卡）monster分數(shù)為190.77
• （顯卡）junkshop分數(shù)為79.71
• （顯卡）classroom分數(shù)為101.21

可以看到，Blender現(xiàn)在已經(jīng)完美支持Ultra系列的NPU+Arc核顯，對建模用戶來說是個性價比非常高的選擇。

三、游戲測試

Arc核顯比較適合常規(guī)網(wǎng)游，案例選擇CS2（DX12），畫質(zhì)選擇1080P分辨率+全高，測試結(jié)果如下圖所示：

• 平均幀數(shù)為75.7，P1為58.4。

玩肯定是能玩的，單說游戲不如Radeon 780M就是了，對游戲有需求建議上R7-8845HS平臺的零刻SER8。

最新評論