تراشه اگزینوس ۲۶۰۰ به نظر میرسد که بهبودهای قابل توجهی در زمینه عملکرد هوش مصنوعی را ارائه میدهد. در تستهای بنچمارک MLPerf Mobile v5.0، این پردازنده نتایج بسیار مثبت و امیدوارکنندهای کسب کرده است که آن را در زمینههای کلیدی مثل درک زبان و شناسایی اشیاء نسبت به کوالکام اسنپدراگون ۸ الیت نسل ۵ جلو میاندازد.
MLPerf به عنوان یک بنچمارک صنعتی معتبر شناخته میشود که عملکرد سیستمها در پردازش مدلهای هوش مصنوعی و یادگیری ماشین برای بارهای کاری متنوع را مورد بررسی قرار میدهد. این آزمایشها شامل مجموعهای از وظایف کمپلکس هوش مصنوعی میشود؛ مانند دستهبندی تصویر، شناسایی اشیاء، درک زبان و تقسیمبندی تصویر که با دقت ارزیابی میشوند. نمرات بالاتر به معنای قابلیت تراشه در ارائه عملکرد بهتر محسوب میشود.
همانطور که در نمودار زیر مشخص است، اگزینوس ۲۶۰۰ در زمینههای کلیدی هوش مصنوعی نتایج قابل توجهی به دست آورده است. این پردازنده در حوزه پردازش زبان به بیش از اسنپدراگون ۸ الیت نسل ۵ دست یافته است (۱۱۸۵ در برابر ۸۸۰). این نشان میدهد که تراشه پرچمدار اگزینوس میتواند عملکرد بهتری برای ابزارهای مبتنی بر هوش مصنوعی، از جمله ترجمه زنده، ارائه دهد.
بهعلاوه، در زمینه شناسایی اشیاء، اگزینوس ۲۶۰۰ نیز عملکرد برتری از خود نشان داده و امتیاز ۴۶۶۱ را کسب کرده است (در مقایسه با ۴۲۲۱ برای اسنپدراگون ۸ الیت نسل ۵). این روند حاکی از آن است که تراشه سامسونگ میتواند بهبودهایی در ردیابی اشیاء برای قابلیتهایی مانند Scene Optimizer به ارمغان بیاورد. در زمینه دستهبندی تصویر، هر دو تراشه پرچمدار به امتیازات مشابهی دست یافتهاند.
با این حال، در حوزههایی مانند تقسیمبندی و وضوح فوقالعاده، سامسونگ هنوز به سطح کوالکام نرسیده است. در بررسی نتایج Stable Diffusion، اگزینوس ۲۶۰۰ با تأخیر ۰.۴۵ ثانیه نشان داده شده است (نسبت به ۰.۴۷ ثانیه برای اسنپدراگون ۸ الیت نسل ۵). این بدان معناست که تراشه سامسونگ در زمینه تولید تصاویر بر روی دستگاه توانمندی خوبی دارد.
شایان ذکر است که این نتایج بر پایه نسخه اولیه اگزینوس ۲۶۰۰ به تاریخ نوامبر ۲۰۲۵ به دست آمده است. ممکن است از آن زمان تاکنون، سامسونگ به بهبودهایی در این تراشه پرداخته باشد و بنابراین قابلیت نهایی آن میتواند حتی بهتر باشد. بهمحض انتشار نتایج بنچمارک جدید برای نسخه نهایی تراشه، اطلاعات بیشتری در دسترس خواهد بود. احتمالاً شرکت کرهای از این تراشه در مدلهای پیشرفته گلکسی S26 و S26 پلاس استفاده خواهد کرد.