Test GPU IA
Runs a small on-device matrix multiply benchmark via WebGPU when available, otherwise WebGL fallback. Nothing is uploaded.
WebGPU compute
Not checked
Run the test to probe WebGPU.
WebGL graphics
Not checked
Run the test to probe WebGL2.
WebNN / NPU API
Not checked
Run the test to probe WebNN.
Software fallback
Not checked
Detects SwiftShader / llvmpipe style renderers.
Safety: Short benchmark only. Results vary by driver and power state.
Mode d'emploi
- Ouvrez la page dans le navigateur que vous utilisez pour les démos WebGPU ou AI locales (Chrome ou Edge recommandé).
- Choisissez la charge matricielle: Légère 128×128, Standard 192×192 ou Lourde 256×256.
- Cliquez sur Exécuter le test GPU AI et attendez les vérifications WebGPU, WebGL2, WebNN et de secours.
- Lisez le score de préparation à l'IA et les quatre cartes API: corrigez le rendu du logiciel avant de faire confiance à GFLOPS.
- Cliquez éventuellement sur 10s WebGL check pour une courte lecture FPS de la santé graphique.
- Utilisez Copier les résultats pour les tickets d'assistance ou les comparaisons de pilotes avant/après.
FAQ
Qu'est-ce qu'un test GPU AI?
Il vérifie si votre navigateur peut atteindre les chemins GPU utilisés par l'IA Web moderne: WebGPU pour le calcul, WebGL2 pour l'accélération graphique, WebNN lorsqu'il est disponible, et si un moteur de rendu logiciel CPU (SwiftShader) est actif à la place de votre véritable GPU.
Le WebGPU est-il requis pour l’IA du navigateur?
Pas pour toutes les applications, mais WebGPU est aujourd'hui la principale API pratique pour le calcul GPU dans le navigateur. Sans cela, de nombreux outils reviennent aux chemins WebAssembly ou CPU qui sont beaucoup plus lents pour les travaux gourmands en matrice.
Que signifie le score de préparation?
En gros: 80+ forts (WebGPU + WebGL2 + calcul terminé), 55 à 79 limités (utilisables avec des contraintes), inférieurs à 55 faibles (WebGPU manquant, rendu logiciel ou échec de calcul). Il s'agit d'un diagnostic du navigateur et non d'une évaluation du matériel.
GFLOPS est-il comparable à CUDA ou 3DMark?
Non. L’estimation comprend le navigateur, le WebGPU et les frais de planification. Utilisez-le pour comparer des exécutions répétées sur la même machine, le même navigateur et le même préréglage de matrice, et non pour classer les GPU à l'échelle mondiale.
En quoi est-ce différent du GPU Stress Test?
GPU Stress Test utilise WebGL2 Mandelbrot FPS pour stresser les graphiques. AI GPU Test sonde la préparation du WebGPU/WebNN et exécute la multiplication matricielle – les calculs derrière de nombreuses charges de travail d’inférence.
Les données quittent-elles mon navigateur?
Non. La détection et les tests s'exécutent localement dans votre onglet.
Introduction
AI GPU Test répond: « Ce navigateur peut-il utiliser mon GPU pour des charges de travail de type IA? » Il effectue plusieurs vérifications importantes pour les démos d'IA locales, les applications WebGPU et les modèles sur l'appareil – il ne s'agit pas d'une référence de jeu.
L'outil rapporte:
- Score de préparation à l'IA (0 à 100) avec un verdict en langage simple
- WebGPU — nom de l'adaptateur et limites de la mémoire tampon
- WebGL2 — Détection du fournisseur/moteur de rendu et du rendu logiciel
- WebNN — si
navigator.mlest exposé (lorsque le navigateur le prend en charge) - Référence matricielle — La matrice WebGPU se multiplie avec l'estimation GFLOPS, le timing et la validation de la somme de contrôle
- FPS optionnel 10 s de santé mentale WebGL (passe légère de Mandelbrot)
Il ne s'agit pas de diagnostics MLPerf, CUDA ou VRAM. Il s'agit d'un signal de préparation locale du navigateur avant de faire confiance à un LLM WebGPU, un outil d'image ou une page ML côté client.
Comment fonctionne le test
1. Détection de fonctionnalités (parallèle)
Sur Exécuter le test GPU AI, l'outil simultanément:
- WebGPU —
navigator.gpu.requestAdapter()→requestDevice(), lisez les informations sur l'adaptateur etdevice.limits. - WebGL2 — créez un contexte WebGL2 sur le canevas, lisez le fournisseur/le moteur de rendu (et
WEBGL_debug_renderer_infolorsque cela est autorisé). - WebNN — si
navigator.ml.createContextexiste, essayez de créer un contexte.
Le logiciel de secours signale les moteurs de rendu correspondant à SwiftShader, llvmpipe ou « logiciel », ce qui signifie que le navigateur peut se trouver sur un chemin CPU, et non sur votre GPU discret ou intégré.
2. Score de préparation
Des points sont attribués pour:
| Signal | Poids (environ) |
|---|---|
| Adaptateur WebGPU + appareil OK | 35 |
| WebGL2 disponible | 15 |
| WebGL2 non rendu par logiciel | 15 |
| Contexte WebNN OK | 10 |
| Benchmark matriciel terminé | 10 |
| La somme de contrôle correspond à la référence du processeur | 5 |
| Niveau GFLOPS supérieur | 5 à 10 |
** Bandes de verdict: **
| Score | Verdict | Signification typique |
|---|---|---|
| 80-100 | Strong | WebGPU + WebGL2; calcul terminé; pas de moteur de rendu logiciel évident |
| 55-79 | Limited | Pile partielle ou calcul modeste: de petites expériences d'IA peuvent fonctionner |
| 0-54 | Weak | WebGPU manquant, accélération bloquée ou rendu logiciel |
3. Référence de multiplication matricielle
Lorsque WebGPU est disponible, un compute shader multiplie deux matrices flottantesN×N(N= 128, 192 ou 256).
- GFLOPS ≈
2N³ / time(nombre de FLOP standard pour le matmul carré) - Temps de calcul: moyenne de plusieurs envois de GPU après le préchauffage
- Somme de contrôle — somme des sorties par rapport à une référence CPU; Valide signifie que le résultat du GPU correspond dans les limites de tolérance
Les mathématiques matricielles sont au cœur des transformateurs et de nombreux modèles de vision – un proxy pratique pour le calcul GPU de style inférence dans le navigateur.
4. Vérification WebGL 10s facultative
Exécute une passe Mandelbrot plus légère (moteur partagé avec GPU Stress Test) pendant dix secondes et rapporte le FPS moyen. Utile lorsque WebGPU réussit mais que la page semble toujours lente – sépare la préparation au calcul de la fluidité graphique de base.
Comprendre chaque sortie
Score de préparation à l'IA
De quoi s'agit-il: Résumé pondéré de la disponibilité des API, du risque de repli et de la réussite du calcul matriciel.
Comment le lire: Utilisez le score pour aller/prudence/réparer les paramètres — et non pour acheter du matériel. Un 90 sur un MacBook et un 90 sur un poste de travail ne sont pas des performances absolues équivalentes.
Carte de calcul WebGPU
| Statut | Signification |
|---|---|
| OK | Adaptateur et périphérique obtenus: le navigateur peut exécuter le calcul WebGPU |
| Fail | Nonnavigator.gpu, adaptateur nul ou demande de périphérique bloquée |
La ligne de l'adaptateur affiche le nom/la description lorsque le navigateur exposeadapter.info.
Carte graphique WebGL
| Statut | Signification |
|---|---|
| OK | Chaîne de rendu de style matériel |
| Warn | Logiciel de rendu (SwiftShader / llvmpipe) |
| Fail | Le contexte WebGL2 a échoué |
Même avec WebGPU, un mauvais chemin WebGL signifie souvent que l'accélération matérielle globale est désactivée.
Carte API WebNN/NPU
| Statut | Signification |
|---|---|
| OK | navigator.ml.createContext()réussi |
| Warn | API manquante ou contexte bloqué: courant; de nombreuses applications utilisent encore WebGPU |
WebNN peut être acheminé vers un GPU, un NPU ou un CPU en fonction du navigateur et du système d'exploitation – la prise en charge continue d'évoluer.
Carte de secours logicielle
Échec lorsque WebGL signale un moteur de rendu CPU. Corriger avant de faire confiance à GFLOPS: activez l'accélération matérielle, mettez à jour les pilotes GPU, désactivez les indicateurs GL logiciels forcés, quittez les sessions de bureau à distance uniquement si possible.
Estimation GFLOPS
Qu'est-ce que c'est: Dérivé uniquement du matmul WebGPU chronométré.
Mesuré: Débit relatif du WebGPU du navigateur pour cette taille de matrice.
Non mesuré: Cœurs Tensor, opérations ML FP16/BF16, cœurs CUDA ou performances de l'IA dans le cloud.
| GFLOPS (relatif au navigateur) | Lecture approximative |
|---|---|
| < 5 | Chemin très lent: vérifiez le rendu du logiciel ou l'économie d'énergie |
| 5 à 20 | Modeste: GPU intégré ou configuration lourde |
| 20+ | Calcul du navigateur plus puissant (toujours pas de classe CUDA native) |
Temps de calcul / Taille de la matrice / Somme de contrôle
- Taille de la matrice —
128,192ou256par côté (boutons prédéfinis). - Temps de calcul — temps d'envoi moyen du GPU (ms); plus bas est plus rapide en même temps
N. - Somme de contrôle valide — La sortie du GPU correspond à la référence du CPU; Une incompatibilité suggère un bug du pilote ou une erreur de relecture: réessayez.
Ce que mesure ce test
| Mesuré | Méthode |
|---|---|
| Disponibilité du WebGPU | Adaptateur + appareil |
| Chemin d'accélération WebGL2 | Contexte + chaîne de rendu |
| Exposition WebNN | Sondenavigator.ml |
| Risque de rendu logiciel | Heuristique du moteur de rendu |
| Débit de calcul matriciel | WebGPU matmul GFLOPS |
| Exactitude des résultats | Somme de contrôle CPU vs GPU |
Ce que ce test ne mesure PAS
| Non mesuré | Why |
|---|---|
| Taille/utilisation de la VRAM | Pas d'API VRAM complète dans les navigateurs |
| Température du processeur graphique | Aucun accès au capteur |
| CUDA / ROCm / IA native métal | Différents temps d'exécution |
| Charge de modèle / jeton/s pour les LLM | Aucun modèle livré dans cet outil |
| Notes NPU TOPS | WebNN peut ne pas exposer les détails |
| Classement multi-navigateurs | Les moteurs et les politiques diffèrent |
Safety
- Les préréglages matriciels sont petits de par leur conception (max 256×256) – plus sûrs qu'un stress illimité.
- Un préréglage important sur les anciens GPU intégrés peut encore réchauffer l'appareil – arrêtez-vous s'il est inconfortable.
- Fermez les autres onglets gourmands en GPU pour des résultats plus propres.
- Les politiques d'entreprise peuvent bloquer entièrement WebGPU: le score reflète la politique du navigateur, pas nécessairement un matériel défectueux.
Cas d'utilisation courants
1. Avant d'essayer une démo de navigateur LLM ou WebGPU
Objectif: Confirmez que WebGPU fonctionne avant de consacrer du temps au téléchargement d'un modèle.
Exécuter: Préréglage standard, score ≥ 80, carte WebGPU OK, somme de contrôle valide.
2. Ticket d'assistance « WebGPU ne fonctionne pas »
Objectif: L'utilisateur colle Copier les résultats: le support voit l'erreur d'adaptateur, le moteur de rendu logiciel et le bloc de stratégie.
3. Après la mise à jour du pilote ou du navigateur
Objectif: Même préréglage avant/après: comparez les GFLOPS et le score.
4. Ordinateur portable à double GPU: quel GPU le navigateur utilise-t-il?
Objectif: Lire l'adaptateur WebGPU + le moteur de rendu WebGL; attribuez le navigateur à « Hautes performances » dans les paramètres graphiques Windows et retestez.
5. Distinguer la préparation à l'IA et le stress graphique
| Need | Tool |
|---|---|
| WebGPU + matmul + WebNN | Test GPU AI (cette page) |
| Charge soutenue de FPS/graphiques thermiques | Test de contrainte GPU |
| Charge de travail du processeur | Test de contrainte du processeur |
Outils associés
- GPU Stress Test — stress soutenu du FPS WebGL2 Mandelbrot après la réussite de la préparation du WebGPU.
- CPU Stress Test — Charge de travail multicœur lorsque le goulot d'étranglement peut être le CPU, pas le GPU.
- Memory Test — marge de tas d'onglets avant de charger de grands modèles d'IA de navigateur.
- Device Info — environnement et contexte du navigateur pour la même session.