Názory k článku
Tesseract OCR 5.2 našel využití pro AVX-512F

V tom PR se píše, že Apple M1 má výšší výkon oproti "Intel Core i3 CPU", ale není uvedené o kolik a o jaký model jde. Navíc pokud to správně chápu, tak přepsali pro AVX512 jen něco, co spotřebovalo asi 20% cyklů v uvedeném testu... - takže 10% nárůst výkonu znamená skoro zdvojnásobení rychlosti té jedné funkce, kterou přepsali, takže za mě krok správným směrem.

Možná by to chtělo jen neopisovat text z phoronixu, ale i kliknout na ty PR a podívat se, o čem to celé je...

Technicky hezký, ale komu to vlastně poslouží? OCR se typicky dělá na desktopu nebo laptopu a pokud vím, procesory pro desktopy a laptopy stále AVX-512 nepodporují, aby se to dalo využít.

Od Cannon Laku podporují.

Je otázka jak obvyklé to bude v budoucnu, protože v Adler Lake normální podpora zase není: https://en.wikipedia.org/wiki/AVX-512#endnote_adl-avx512-note

A Zen4 ji teď naopak přidává.

Jo, je v tom docela zmatek, navíc AVX-512 má spoustu podspecifikací, které podporují jen některé modely a řady, takže něco třeba běží na Tiger Laku a na Xeonech ne, a naopak. Ty levnější CPU ještě ke všemu mají jen jednu FMA jednotku pro AVX-512 (resp. používají obě pro AVX2 jako jednu s dvojitou šířkou), takže zrychlení se nekoná a jedinou teoretickou výhodou je lepší maskování.

Vždyť ty "podspecifikace" přidávají pár speciálních instrukcí. Baseline AVX512 je F, BQ, DW, CD, a VL. To mají všechny AVX512 capable CPU. Jasně, na některé problémy se hodí BITALG a VBMI, ale dá se bez toho žít.

My máme třeba na serveru správce dokumentů Paperless (myslím že paperless-ngx) kam putují všechny scany k automatickýmu OCR zpracování a AI zatřídění, tak tam by se to využilo.

Tesseract používám dost často skrzevá OCRmyPDF (https://ocrmypdf.readthedocs.io). Funguje dost dobře a můžu potvrdit, že žere spoustu výkonu. Když mu předhodím větší množství skenů s mnoha sty stranami, mám z počítače leteckou turbínu.