测试你的机器的 ML 工作负载能力！
在这一年里，我们看到了 新的人工智能联盟 的成立，以及一些人对 人工智能模型的开源定义 的质疑，但我们仍然看到了大量的新发展。
其中一项进展就是人工智能基准测试领域，流行的 Geekbench ML 在其最新版本中做了一些非常酷的事情。
正在发生的事情： 在 最近的公告 中，Primate Labs 宣布发布 Geekbench ML 0.6 ，并提供一份早期的圣诞礼物，以支持 Linux。
此版本的 Geekbench ML 作为预览版本发布，现已可用于 Linux、Windows 和 macOS。
可以期望什么：好吧，对于初学者来说，你可以期望所有平台上的基准测试体验都是相同的，因为它们都使用相同的模型和数据集。
顺便说一下，由于实施了新的框架，Geekbeench 的内部版本 TensorFlow Lite 也得到了升级，因此这些功能得到了改进。
他们还在 Geekbench ML 0.6 版本中添加了三种新类型的工作负载：
- 深度估计，这是一项有助于模拟常见相机软件效果的工作。
- 风格转移，该工作负载将模拟生成式人工智能如何在常见用例中发挥作用，如复制照片风格以创建不同的照片。
- 图像超分辨率，该工作负载将模拟人工智能驱动的图像增强。
但是，有一件重要的事情需要注意。对于 Linux，Geekbench ML 0.6 没有图形用户界面（GUI），用户只能使用命令行工具。稍后会详细介绍。
因此，尽管我们距离计划于 2024 年某个时候发布的 Geekbench ML 1.0 版本还有一段距离，但这是一个不错的版本，但也存在一些问题。但是，我很高兴看到他们为 Linux 提供了一个移植。
就我们的主题而言，你想在 Linux 系统上运行 Geekbench ML 吗？**
运行 Geekbench ML Benchmark 的方法
首先，你必须从 Geekbench 网站（链接如下）下载 tar.gz
此后，解压它，在同一目录中打开终端窗口，然后运行以下命令：
./banff📋 在运行基准测试之前，请确保你有可用的互联网连接。
然后它应该开始运行基准测试，你将看到正在实时运行的模型和数据集。
基准测试完成后，将显示确认提示，引导你在线查看基准测试结果。
你可以在 Geekbench 浏览器 上查看我的基准测试结果，我承认这并不起眼，但这是我的系统的微不足道的分数😄。
要在 Linux 上运行 Geekbench ML，开发人员建议满足以下系统要求：
- CPU： AMD 或英特尔
- 内存： 至少 2 GB
- 操作系统： Ubuntu 18.04 LTS（64 位）或更高版本
你可以从 官方网站 获取 tar.gz，只需解压即可开始。
💬 我真的希望他们在未来的 Linux 版 Geekbench ML 中添加 GUI。你怎么认为？
