Procyon AI 图像生成基准测试采用稳定扩散 — UL 将于 3 月 25 日发布新基准测试

工业级稳定扩散测试。

3DMark 和 PCMark 背后的公司 UL Solutions 为其 Procyon AI 基准测试软件推出了即将推出的 AI 图像生成基准测试。该基准测试基于稳定扩散（Stable Diffusion），旨在测试独立显卡的人工智能性能。虽然以前在稳定扩散中测试性能并非不可能，但 UL 的新基准测试应该会让想要了解 GPU 在 AI 图像生成方面的速度有多快的用户变得更容易、更容易访问。

Procyon 于 2023 年推出，是 UL 的 AI 测试基准套件，与以游戏为中心的 3DMark 软件和以 PC 为中心的 PCMark 应用程序形成三重奏。用户可以利用人工智能做很多事情，从为聊天机器人提供动力到创建可能有效或无效的代码。然而，Procyon 缺少的一个奇怪的基准是测试图像生成，这是近年来最流行（如果不是最流行）的人工智能使用方式之一。从这个角度来看，我们现在才获得一个标准化基准来测试稳定扩散，这有点奇怪。

即将于 25 日发布的人工智能图像生成基准测试旨在填补这一空白。它基于两种不同的模型来测试稳定扩散的性能：一种用于中端 GPU，另一种用于高端 GPU。从技术上讲，可能没有什么可以阻止用户在较弱的独立 GPU 甚至集成显卡上运行此基准测试，但分数可能会相当低。

目前，Procyon 的稳定扩散测试提供了三种不同的引擎：Intel OpenVINO、Nvidia TensorRT 和微软使用 DirectML 的 ONNX 运行时。这里没有 AMD 特定的选项，但用户应该能够使用 DirectML 测试 AMD 硬件。目前还不清楚 AMD 是否会因为不提供自己的引擎而放弃性能，但 Microsoft Olive 显然提高了 AMD GPU（以及英特尔的 Arc 卡）上的 DirectML 性能。

虽然没有什么可以阻止用户像平常一样使用稳定扩散来自行测试 AI 性能，但 Procyon AI 图像生成测试的一大优势在于成为标准并提供可与其他硬件进行比较的分数。早在 12 月份，我们就在 Stable Diffusion 中对大量 GPU 进行了基准测试，它并不像典型的 UL 基准测试那么简单。