Geekbench ML peut désormais comparer les ordinateurs, en plus des smartphones

Nicolas Furno |

Geekbench ML est une app chargée de comparer les performances de plusieurs appareils dans le domaine de l’apprentissage informatisé (machine learning) et de manière plus large, de tout ce qui touche à l’intelligence artificielle. Elle est d’abord apparue sur les smartphones avec une première version compatible avec les appareils iOS et Android. Elle est désormais généralisée à tous les ordinateurs, dont ceux d’Apple grâce à une version macOS. On peut aussi l’utiliser sur les PC qui tournent sous Windows et Linux, de quoi comparer les Mac entre eux et avec leurs concurrents d’autres plateformes.

Geekbench ML en bas à droite, devant les résultats d’une mesure effectuée sur le moteur neuronal d’un Mac Studio de première génération.

Que ce soit sur smartphone ou l’ordinateur, Geekbench ML est aussi simple à utiliser partout. La fenêtre permet uniquement de choisir la cible à tester, avec jusqu’à trois options : CPU, GPU et moteur neuronal. Ce qui permet d’ailleurs de comparer les capacités de chacun de ces trois composants sur une même machine, ce que j’ai fait sur mon Mac Studio équipé d’une M1 Max, le modèle de base. Le processeur est le moins optimisé pour ces tâches et j’ai obtenu un score de 1 830 points. La puce graphique est plus capable déjà et me donne un score de 5 882, même si le moteur neuronal est le plus adapté et me sort un résultat de 8 212 points.

Je n’ai pas effectué la procédure standard de nos tests, où l’on répète ces tests plusieurs fois et surtout on utilise une machine « propre » pour ne pas perturber les mesures. Geekbench ML devrait en tout cas nous apporter un point de plus pour comparer les différents Mac, les mesures synthétiques des puces neuronales n’étant pas encore courantes. Comme toujours, l’app multiplie les tests différents pour tenter de s’approcher d’un usage courant. La procédure se base sur Core ML sur macOS et elle se base sur une série d’opérations, dont l’agrandissement d’images ou encore la création d’une carte de profondeurs à partir d’une photo.

Les développeurs préviennent toutefois que Geekbench ML n’est pas encore finalisé. La version actuelle est la 0.6 et la 1.0 n’est pas attendue avant le courant de l’année 2024. C’est important de le préciser, car les scores ne seront pas nécessairement comparables d’une version à l’autre, puisque la procédure de test sous-jacente changera elle aussi.

Si vous voulez la tester, Geekbench ML est distribuée gratuitement sur le site de l’éditeur pour les ordinateurs. L’app nécessite macOS 13 au minimum sur le Mac, ainsi que 4 Go de RAM et elle peut tourner sur les puces Apple Silicon comme sur les processeurs Intel. Son interface n’est pas traduite en français.

avatar pfx | 

Pour moi il y a peu d’intérêt de comparer des machines cross-plateforme. Car le code n’est pas le même, et rien ne dit qu’il soit aussi bien optimisé sur une plateforme que sur une autre.
Au sein d’une même plateforme ça peut se comprendre, bien qu’on est sensé toujours avoir de meilleurs perf d’une génération à une autre ou même dans une même génération en montant en gamme…

avatar Dark Phantom | 

Personnellement j’ai toujours été très méfiant envers les résultats des bench sur lesquels se basent les tests et les youtubeurs à cœur joie.
Pour moi, rien ne vaut les tests de situation réelle et là, bien souvent les résultats sont très différents.
La puissance de calculs de benchs importe peu finalement quand c’est un ensemble qui compte et un usage.
On juge rapidement obsolète ou lent un ordinateur sur la base de ces résultats de benchs

avatar raoolito | 

pas exactmeent, que ces tests synthétiques soient "vrais ou pas", ils sont une reference interessante pour suivre les evolutions de generation à generation (et donc cross plateforme)
si demain en ML un pc win11 sur un i9 20eme gen explose le M10 d'apple, et qu'en suivant les resultats, generation apres generation on voit bien qu'effectivement il y a eu un long rattrapage, alors on aura une preuve de plus d'un retour d'intel( exemple)

avatar Dark Phantom | 

@raoolito

Oui je vois ce que tu veux dire mais on aura un retour d’intel sur cet exemple uniquement.
Il y a tellement d’autres facteurs qui entrent en compte.
exemple : quelqu’un qui va choisir une machine avec une nvidia dont il aura absolument besoin n’aura que faire qu’une autre carte fasse mieux ou aussi bien sur un benchmark. Parce que pour certains logiciels on a besoin d’une nvidia.
On utilise des logiciels et non des benchs.
Peu importe qu’un Smartphone ait un meilleur résultat qu’une workstation sur monocoeur par exemple…

avatar raoolito | 

@Dark Phantom

« Peu importe qu’un Smartphone ait un meilleur résultat qu’une workstation sur monocoeur par exemple… » tout a fait, même si ca reste impressionnant 😜

et puis fondamentalement est ce qu’on n’achete pas une machine pour avoir la plus grosse? et prob pareil pour pas mal de smartphone ?! 😂

plus sérieusement si geekbench dis qu’un résultat a doublé c que c sans doute vrai, est ce que ca se verra? peu ou pas, je vois bien plus la finesse de mon mbp m2max comparé à min macstudio m1max qu’une réelle différence à l’utilisation. ( mais est ce que justement ca ce n’est pas deja un exploit?!)

CONNEXION UTILISATEUR