最近在研究Stable Diffusion（一款流行的AI图像创建工具），阅读了一篇英文文章，因为文章较为专业，有不少地方不理解，故通过GPT-4辅助阅读，不过GPT-4给出的答案不尽人意，接着又通过New Bing辅助阅读，问了同样的问题，却发现New Bing回答质量非常高。那么GPT-4和New Bing在答案差异点在哪？两者的回答为什么会有那么大的差异？

本次对比实验对象（工具）分别是GPT-4（使用了WebPilot插件，能帮助GPT-4联网的插件），Edge浏览器Bing Chat侧边栏。

本次对比实验数据是一篇英文文章：Stable Diffusion Benchmarked: Which GPU Runs AI Fastest (Updated)，Stable Diffusion测试：哪种 GPU 运行 AI 速度最快（已更新）。

注：GPU指的是电脑显卡，本文章里面涉及了Nvidia、AMD和Intel厂商的显卡。

第一次提问：该文章摘要是？里面有五张条状图是什么含义，请你详细说明一下表达的含义和作者对应的观点是什么？

1.GPT-4使用了插件 WebPilot，即联网插件，故需要放上文章的链接。 2.文章中有五个条状图，我看不懂，故希望GPT-4或Bing Chat能进行通俗易懂的解释。

GPT-4（WebPilot插件）

文章标题：Stable Diffusion Benchmarked: Which GPU Runs AI Fastest (Updated)

摘要： 这篇文章主要探讨了人工智能和深度学习在现代技术中的应用，特别是在图形处理单元（GPU）上的性能。文章对Stable Diffusion，一个流行的AI图像创建工具，在最新的Nvidia、AMD和Intel GPU上的性能进行了基准测试。测试结果显示，Nvidia的GPU在大多数软件中表现最佳，因为它们主要使用CUDA和其他Nvidia工具集设计。但这并不意味着其他GPU不能运行Stable Diffusion。文章还提到了不同GPU的性能差异和优化可能性。

五张条状图的含义及作者观点：

1. 第一张图：测试了不同GPU的性能，包括AMD RX 7000/6000系列、Nvidia RTX 40/30系列和Intel Arc A系列。结果显示，Nvidia的GPU性能明显优于AMD和Intel的GPU。

   作者观点：Nvidia的GPU在AI推断任务上表现出色，尤其是在使用了特定的修复后，RTX 4090的性能比RTX 3090 Ti提高了50%。

2. 第二张图：对比了旧版GPU，特别是Nvidia的Turing架构（RTX 20- 和GTX 16-系列）和AMD的RX 5000系列的性能。

   作者观点：RTX 2080 Ti的性能超过了RTX 3070 Ti，这在游戏中是不常见的。此外，Nvidia的Ampere架构中的"sparsity"优化似乎没有被充分利用。

3. 第三张图：展示了各种GPU的理论FP16性能，特别是使用tensor/matrix核心时的性能。

   作者观点：Nvidia的Tensor核心非常强大，但Stable Diffusion的测试结果与这些数字并不完全吻合。

4. 第四张图：重点关注了各种GPU通过shader计算可以做到的理论FP16性能。

   作者观点：这种FP16计算的视角与Tensor和Matrix核心的图表一样，也不能更好地匹配实际性能。

5. 第五张图：展示了更高分辨率测试的结果，特别是替换了Torch DLLs的RTX 40系列结果。

   作者观点：更复杂的目标分辨率可能更好地利用了潜在的计算资源，Tensor核心可能在更长的运行时间内充分展现其能力。

总的来说，作者认为，尽管Nvidia的GPU在Stable Diffusion性能测试中表现出色，但各种GPU的性能可能会随着软件的更新而发生巨大变化。

Edge侧边栏Bing Chat

您好，这是必应。感谢您对Stable Diffusion的兴趣。Stable Diffusion是一种基于扩散技术的深度学习文本到图像模型，能够根据文本描述生成详细的图像，也可以用于其他任务，如图像修复、扩展和转换。

文章的摘要是：

• 作者介绍了Stable Diffusion的背景、技术和性能，以及它与其他文本到图像模型的区别和优势。
• 作者使用了三个不同的Stable Diffusion项目来测试最新的Nvidia、AMD和Intel GPU的速度，并展示了一些生成的图像示例。
• 作者发现Nvidia的GPU在Stable Diffusion上表现最好，尤其是RTX 40系列，而AMD和Intel的GPU则有较大的优化空间。
• 作者还分析了各种GPU的理论计算性能，并探讨了影响Stable Diffusion性能的一些潜在因素和问题。

文章中有五张条状图，分别表示：

• 第一张图显示了各种GPU在生成512x512分辨率的图像时每秒能处理的迭代次数（it/s） 。这是衡量Stable Diffusion性能的主要指标，迭代次数越多，生成速度越快。
• 第二张图显示了各种GPU在使用张量核或矩阵核进行FP16计算时的理论性能（TFLOPS）。这是衡量GPU在深度学习任务上潜力的一个指标，理论性能越高，表示GPU有更多的计算资源。
• 第三张图显示了各种GPU在使用着色器进行FP16计算时的理论性能（TFLOPS）。这是衡量GPU在没有使用专用硬件加速时的基准性能，理论性能越高，表示GPU有更强的通用计算能力。
• 第四张图显示了各种GPU在生成2048x1152分辨率的图像时每秒能处理的迭代次数（it/s）。这是衡量Stable Diffusion在更高质量要求下的性能，迭代次数越多，生成速度越快。
• 第五张图显示了各种GPU在生成2048x1152分辨率的图像时每秒能处理的迭代次数（it/s），但使用了一个叫做xformers的库来提高效率。这是衡量Stable Diffusion在使用一些优化技巧后的性能，迭代次数越多，生成速度越快。

作者对应的观点是：

• Stable Diffusion是一个开创性和实用性兼备的文本到图像模型，它可以在普通硬件上运行，并且提供了丰富的功能和选项。
• Nvidia的GPU在Stable Diffusion上占据了领先地位，其Tensor核和稀疏优化技术为其提供了强大的计算优势。
• AMD和Intel的GPU在Stable Diffusion上表现不佳，主要是因为缺乏针对该模型的优化代码和支持库。
• Stable Diffusion还有很多潜在的改进空间，随着软件项目和训练库的更新，各种GPU都有可能提升其性能和质量。

希望这些信息对您有所帮助。如果您有兴趣尝试Stable Diffusion，请访问5或2。如果您想了解更多关于Stable Diffusion原理和技巧，请参考3或4。如果您有任何其他问题，请随时与我交流。😊

我的评价

就对文章中五张条状图进行解释而言，Bing Chat完胜GPT-4，尤其给出了条状图对比项是什么？横坐标单位的含义是什么？

如第一张图Bing Chat的回答是：显示了各种GPU在生成512x512分辨率的图像时每秒能处理的迭代次数（it/s） 。这是衡量Stable Diffusion性能的主要指标，迭代次数越多，生成速度越快。

而GPT-4回答则是：测试了不同GPU的性能，包括AMD RX 7000/6000系列、Nvidia RTX 40/30系列和Intel Arc A系列。结果显示，Nvidia的GPU性能明显优于AMD和Intel的GPU。作者观点：Nvidia的GPU在AI推断任务上表现出色，尤其是在使用了特定的修复后，RTX 4090的性能比RTX 3090 Ti提高了50%。

可以看出GPT-4的回答明显更加模糊，不具体。

下图是第一张条状图，看看你们能否理解该图表示什么意思。

于是为了更清楚地表达自己的意思（对条状图进行详细解释）让它们理解，我再次进行了提问。

第二次提问：详细描述一下第一张图和第五张图的含义，我看不懂各个横坐标和纵坐标表达的意思，此外第一和第五两者之间有什么区别？

GPT-4（WebPilot插件）

当然可以，让我为您详细解释第一张图和第五张图的含义：

第一张图：

• 横坐标：这个坐标轴列出了不同的图形处理单元（GPU），包括AMD RX 7000/6000系列、Nvidia RTX 40/30系列和Intel Arc A系列。
• 纵坐标：这个坐标轴表示的是GPU的性能，可能是某种基准测试的得分或处理速度。

含义：这张图展示了不同GPU在Stable Diffusion任务上的性能。Nvidia的GPU，尤其是RTX 4090，表现得比其他GPU好得多。图中还提到了一个名为"xformers"的库，这可能是一个加速库，因为使用它的结果通常更快。

第五张图：

• 横坐标：这个坐标轴同样列出了不同的图形处理单元（GPU），但重点可能在Nvidia的RTX 40系列。
• 纵坐标：这个坐标轴同样表示GPU的性能，但可能是在更高的分辨率或不同的测试条件下的性能。

含义：这张图展示了在更高分辨率测试中，不同GPU的性能如何。特别是当使用替换后的Torch DLLs时，RTX 40系列的性能如何。

两图之间的区别：

1. 测试条件：第一张图可能是在标准或常规条件下进行的测试，而第五张图是在更高分辨率或不同条件下进行的测试。
2. 重点：第一张图重点在于比较不同品牌和系列的GPU，而第五张图可能更侧重于展示Nvidia RTX 40系列在特定条件下的性能。
3. 性能指标：两图可能使用了不同的性能指标或基准测试，这也解释了为什么需要两张不同的图来展示结果。

希望这能帮助您更好地理解这两张图的含义和它们之间的区别。如果您还有其他问题，请告诉我。

Edge侧边栏Bing Chat

好的，我很乐意为您解释一下这两张图的含义。😊

• 第一张图显示了各种GPU在生成512x512分辨率的图像时每秒能处理的迭代次数（it/s）。迭代次数是指模型在生成图像时进行的计算步骤，迭代次数越多，表示模型能够更快地生成图像。横坐标是不同的GPU型号，**纵坐标是迭代次数。**这张图中，黑色的柱状图表示使用默认的计算模式，绿色的柱状图表示使用了一个叫做xformers的库来提高效率。从这张图可以看出，Nvidia的GPU在这个任务上表现最好，尤其是RTX 40系列，而AMD和Intel的GPU则有较大的优化空间。
• 第五张图显示了各种GPU在生成2048x1152分辨率的图像时每秒能处理的迭代次数（it/s），但使用了xformers库来提高效率。这是衡量Stable Diffusion在使用一些优化技巧后，在更高质量要求下的性能。横坐标和纵坐标与第一张图相同。从这张图可以看出，Nvidia的GPU在这个任务上仍然占据了领先地位，而且RTX 40系列相对于RTX 30系列有更大的优势。AMD和Intel的GPU没有参与这个测试，因为我们没有找到合适的软件项目来支持它们。

两张图之间的区别主要是：

• 第一张图使用了两种不同的计算模式，分别是默认模式和xformers模式。xformers模式可以提高速度，但可能降低精度和质量。
• 第一张图使用了512x512分辨率作为目标，而第五张图使用了2048x1152分辨率作为目标。分辨率越高，表示生成的图像越清晰和细致，但也需要更多的计算资源和时间。
• 第五张图只包含了Nvidia的GPU，因为我们没有找到合适的软件项目来支持AMD和Intel的GPU在这个分辨率下运行Stable Diffusion。

希望这些解释对您有所帮助。如果您想看一些生成的图像示例，请点击[这里]。如果您想尝试自己生成一些图像，请点击[这里]或[这里]。如果您还有其他问题，请随时与我交流。😊

我的评价

这次两者差距更加明显，GPT-4对图片的纵坐标解释的很模糊和不确定：“可能是某种基准测试的得分或处理速度”。而Bing Chat则是非常确定：“是迭代次数（it/s） ”此外还解释了黑色的柱状图表示使用默认的计算模式，绿色的柱状图表示使用了一个叫做xformers的库来提高效率。

这点，着实令人感到有些意外，因为我还未关注到这个细节，从上图中可以看到Nvidia（英伟达）的RTX系列显卡，有黑色和绿色之分。

关于这点，我对其再次进行了提问。

第三次提问：第一张条状图中的灰色，绿色，红色，蓝色各自表达的是什么意思？

GPT-4（WebPilot插件）

从提供的文章内容中，我们可以推断第一张条状图中各种颜色的含义如下：

1. 灰色/黑色：这可能代表Nvidia GPU使用默认的计算模型的性能结果。这是一个没有使用额外加速库的基准性能。
2. 绿色：这代表Nvidia GPU使用来自Facebook的"faster xformers"库的性能结果。这是一个加速库，使用它的性能结果通常更快。
3. 红色：这可能代表AMD GPU的性能结果。文章中提到了AMD RX 7000/6000系列的性能，所以红色可能是用来表示这些GPU的。
4. 蓝色：这代表Intel Arc A系列GPU的性能结果。

总的来说，这些颜色用于区分不同品牌和模型的GPU以及它们在不同测试条件下的性能。灰色和绿色专门用于表示Nvidia GPU在两种不同条件下的性能，而红色和蓝色则分别表示AMD和Intel的GPU性能。

Edge侧边栏Bing Chat

您好，感谢您对我们的文章感兴趣。😊

第一张条状图中的不同颜色代表了不同的GPU厂商和计算模式。具体来说：

• 灰色的柱状图表示使用了Nvidia的GPU和默认的计算模式，这种模式可能更精确，但速度较慢。
• 绿色的柱状图表示使用了Nvidia的GPU和xformers库，这是一个由Facebook开发的优化库，可以提高速度，但可能降低精度和质量。
• 红色的柱状图表示使用了AMD的GPU和Shark版本，这是一个由Nod.ai开发的项目，专门针对AMD的GPU进行了优化。
• 蓝色的柱状图表示使用了Intel的GPU和OpenVINO版本，这是一个由Intel开发的项目，利用了Intel的XMX核心。

从这张图可以看出，Nvidia的GPU在这个任务上表现最好，尤其是RTX 40系列，而AMD和Intel的GPU则有较大的优化空间。

希望这些解释对您有所帮助。如果您想看一些生成的图像示例，请点击[这里]。如果您想尝试自己生成一些图像，请点击[这里]或[这里]。如果您还有其他问题，请随时与我交流。😊

我的评价

这个问题下GPT-4和Bing Chat回答基本一致。大概是自己提问非常具体，不存在歧义的问题。

总结

第一：就阅读文献的场景下，我认为GPT-4（WebPilot插件）略差于Edge侧边栏Bing Chat，尤其文献中图片越多，这个差距会更加明显。

第二：是在相同文献下，GPT-4（WebPilot插件）相比较Edge侧边栏Bing Chat，对问题（Prompt）的要求更加严格。

究其原因：我认为Edge侧边栏Bing Chat毕竟是官方出品，能拿到GPT-4的深层/核心技术，并在此基础上进行微调，形成阅读文献的工具。

注：Edge侧边栏Bing Chat底层模型依旧是GPT-4。

而GPT-4（WebPilot插件），则需要借用第三方的插件WebPilot，GPT-4本身使用的场景主要还是沟通聊天，使用场景非常广泛，不像Bing Chat较为单一，主要使用场景就是阅读文献。另外，就是插件是第三方的，是无法拿到GPT-4核心技术，只能在表层修修补补。

对了，就在当地时间22日（昨天）：OpenAI 在官网宣布，推出 GPT-3.5Turbo 微调功能并更新 API，使企业、开发人员可以使用自己的数据，结合业务用例构建专属 ChatGPT。GPT-4 的微调功能将于今年秋天推出。从这方面讲：官方GPT-4（WebPilot插件）的阅读文献能力在今年秋天会迎来大升级。

当然，若你将文献复制粘贴至GPT-4（就较短，仅文本而言），我认为GPT-4阅读文献理解能力与New Bing不相上下的。

不过，就实用而言，Edge侧边栏Bing Chat只需科学上网即可，而GPT-4（WebPilot插件）还需20美元/月。

所以，就阅读文献而言，Edge侧边栏Bing Chat无可厚非是Number one。