Geekbench ML arrive sur Mac

Geekbench ML est un benchmark destiné à comparer les performances de différentes IA en étant multi-plateforme, multi-framework et multi-backend, permettant de comparer à la fois les performances de différents ordinateurs ou smartphones, mais aussi quel framework et quel backend donne les meilleures résultats.Initialement développé pour les smartphone, vous trouverez ici une table de comparaison entre les iPhone et des smartphone Android, il est maintenant porté sur Mac et PC, en utilisant les framework natifs.Il ne supporte actuellement que CoreML sur Mac, qui est le framework à utiliser par défaut pour les développeurs d'IA, avec les backend CPU, GPU et NPU.Ce logiciel en version 0.6 est encore en phase béta d'évaluation, vous pourrez le télécharger ici, et les résultats devraient varier, donc encore à prendre avec des pincettes en attendant la version non-béta.Nous avons testé sur différents Mac les performances des différentes unités: MacBook Pro 15' 2017, MacBook Air 13' M1, MacBook Air 13' M2 et MacBook Pro 16' M2 Pro (voir détails en fin d'article).Beaucoup de choses se discutent comme les scores CPU, ou la 'NPU' du MBP Intel qui est probablement sa GPU, et devraient évoluer entre-temps, mais au moins on peut voir qu'Apple a mis le paquet sur l'IA au sein des Mac Apple Silicon.Nous reviendrons sur le sujet une fois ce benchmark de machine-learning finalisé car avec la multiplication de l'intégration d'outils IA dans les logiciels, Microsoft étant en pointe sur le sujet, ça deviendra un point important pour les performances en usage réel.Si vous l'essayez, faites nous plaisir en postant les résultats dans les forums, avec la configuration de votre Mac ou PC!Nos configurations, toutes sous macOS 14.2 Sonoma avec 16Go de RAM ou plus:MacBook Pro 15' 2017: Radeon 560 Pro 4GoMacBook Air 13' M1: 8 cœurs GPU, 16 cœurs NPUMacBook Air 13' M2: 10 cœurs GPU, 16 cœurs NPUMacBook Pro 16' M2 Pro: 19 cœurs GPU, 16 cœurs NPUEt pour nos contributeurs des Forums:MBP 16' 2018 @Hebus: eGPU Vega64MBP 16' 2019 @naoned: Radeon Pro 5500M 4GoMBP 14' M1 Pro @d'ley: 16 cœurs GPU, 16 cœurs NPUMac Studio M1 Max @smop: 32 cœurs GPU, 16 cœurs NPUPC @Sethy: RTX 4070 12GoMBP 16' M3 Pro @gpv: 18 cœurs GPU, 16 cœurs NPUMBP M3 Max @Cyril: 16 cœurs NPU