DOKUMENTIERTER BENCHMARK

Depth Pro 2 B200 1080p BF16 32-frame throughput

Veröffentlichte Ergebnisse und von den Quellen angegebene Bedingungen. Zahlen sind nur vergleichbar, wenn Version, Konfiguration, Metrik und Datum übereinstimmen.

01 / ERGEBNISSE

Veröffentlichte Messungen

ModellOrganisationErgebnisMetrikBedingungen
Depth Pro 2 SApple44,8fps · höher ist besserApple-Messungen auf einer NVIDIA B200 mit BF16 und unkompiliertem PyTorch: 32 Bilder in 1080p werden in einem Aufruf verarbeitet, einschließlich Brennweitenschätzer. FPS und reservierter Speicher gelten für dieses Protokoll, nicht für Einzelbildlatenz oder beliebige GPUs.
Depth Pro 2 BApple23,6fps · höher ist besserApple-Messungen auf einer NVIDIA B200 mit BF16 und unkompiliertem PyTorch: 32 Bilder in 1080p werden in einem Aufruf verarbeitet, einschließlich Brennweitenschätzer. FPS und reservierter Speicher gelten für dieses Protokoll, nicht für Einzelbildlatenz oder beliebige GPUs.
Depth Pro 2 LApple9,1fps · höher ist besserApple-Messungen auf einer NVIDIA B200 mit BF16 und unkompiliertem PyTorch: 32 Bilder in 1080p werden in einem Aufruf verarbeitet, einschließlich Brennweitenschätzer. FPS und reservierter Speicher gelten für dieses Protokoll, nicht für Einzelbildlatenz oder beliebige GPUs.
Depth Pro 2 H+Apple5,3fps · höher ist besserApple-Messungen auf einer NVIDIA B200 mit BF16 und unkompiliertem PyTorch: 32 Bilder in 1080p werden in einem Aufruf verarbeitet, einschließlich Brennweitenschätzer. FPS und reservierter Speicher gelten für dieses Protokoll, nicht für Einzelbildlatenz oder beliebige GPUs.
02 / INTERPRETATION

Vor dem Vergleichen

01

Exakte Version

Prüfe Modellkennung, Datum und ob sich der Alias ändern kann.

02

Gleichwertige Konfiguration

Prüfe Werkzeuge, Aufwand, Anzahl der Versuche, Prompt und Inferenzbudget.

03

Übertragung auf deinen Anwendungsfall

Validiere das Ergebnis mit Aufgaben, Sprachen, Formaten und Fehlern, die für dein Produkt repräsentativ sind.

03 / VERFAHREN

Vom Indikator zu einer reproduzierbaren Entscheidung

Ein öffentlicher Benchmark bietet Orientierung, ersetzt jedoch keine Bewertung mit deinen Daten, Tools, deinem Budget und deiner Fehlertoleranz.

01

Identifiziere die genaue Version

Ein beweglicher Alias und ein Snapshot können unterschiedliche Ergebnisse liefern. Erfasse Modell, Datum und Anbieter.

02

Rekonstruiere die Bedingungen

Prompt, Reasoning, Tools, Anzahl der Versuche und Budget müssen für einen Vergleich gleichwertig sein.

03

Suche nach Unsicherheit

Ein kleiner Unterschied kann zwischen Ausführungen verschwinden. Bewahre Stichproben, Streuung und Fehler auf, nicht nur den Mittelwert.

04

Prüfe die Übertragbarkeit

Validiere, ob die Verbesserung über Sprachen, Formate und reale Fälle hinweg Bestand hat, die deinem Produkt nahekommen.

Eine Metrik ist nur dann nützlich, wenn wir die Aufgabe, die Bedingungen und den Fehler kennen, auf die es ankommt. Das Ergebnis beginnt bereits bei der Gestaltung des Tests.

04 / QUELLEN

Rückverfolgbarkeit