晓查 发自 凹非寺
量子位 编译 | 公众号 QbitAI
今天MLPerf基准联盟公布了第一批AI芯片的推理测试结果,对来自19个公司机构的594种芯片在各种自然语言和计算机视觉任务中的表现进行了审核。
来自中国、以色列、韩国、英国和美国的公司纷纷提交了测试结果,这些公司包括:阿里巴巴、戴尔EMC、谷歌、浪潮、英特尔、英伟达、米兰理工大学、高通和腾讯等等。
测试内容
MLPerf推理测试v0.5分为5个基准,涵盖了图像分类(ResNet50),目标检测(ResNet34)和机器翻译(GNMT)等任务。
进一步完善的问题是,所有基准都提供了四种方案:单流模式(一个客户端使用一个源)、多流模式(一个客户端使用多个源)、服务模式(实时、每秒关注一次查询)和离线模式(不受实时限制的服务器)。
这些模式将测试分解为客户端和服务器两个部分。
MLPerf推理基准用于衡量训练过的神经网络在不同量级的设备(物联网、智能手机、PC、服务器)、各种应用(自动驾驶、NLP、计算机视觉)上处理新数据的速度。
测试结果类似于PC硬件上的性能天梯图,覆盖了性能差异4个数量级,功耗差异3个数量级的设备,范围从嵌入式设备和智能手机到大型数据中心系统。
国产芯片夺冠
在所有测试的芯片中,英伟达在四种方案中均取得了单加速器最佳成绩。
在MobileNet-v1、ResNet-50 v.1.5、GNMT等5个任务中,英伟达图灵架构的芯片在服务器、离线两个模式下具有最佳性能。
令人注意的是,前不久阿里平头哥发布的AI推理芯片“含光800”在多项基准测试中获得单芯片性能第一。
含光800参加了适用于图像分类任务的Resnet50 v1.5基准测试,在四个场景都取得了单芯片第一的成绩。
离线模式测试的是芯片推理的最大吞吐量,最能考验芯片的计算、存储、通信等基本功。含光800的成绩为69306.60 IPS,单芯片性能是谷歌TPU v3的8.5倍、Nvidia T4的12倍。
关于MLPerf
MLPerf是业内首套衡量机器学习软硬件性能的通用基准,由图灵奖得主David Patterson联合谷歌和几所著名高校于2018年发起。
MLPerf基准联盟现有50多家成员,包括谷歌、微软、Facebook、阿里巴巴等企业和斯坦福、哈佛、多伦多大学等高校。
今夏,MLPerf已经发布了AI训练测试基准,近日发布的MLPerf Inference v0.5是其公布的第一个AI推理测试基准。
MLPerf推理测试结果:
— 完 —
问卷福利!人工智能行业白皮书即将发布
量子位&IDC中国将联合发布「2019中国人工智能行业白皮书」,并于12月6日MEET大会重磅发布,特请小伙伴们填写一下问卷,谢谢大家支持~
填写福利:发布后第一时间获得白皮书,AI内参、大会观众票3折优惠券。 点击下图即可填写问卷、领取问卷福利:
榜单征集!三大奖项,锁定AI Top玩家
2019中国人工智能年度评选启幕,将评选领航企业、商业突破人物、最具创新力产品3大奖项,并于MEET 2020大会揭榜,欢迎优秀的AI公司扫码报名!
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/918b498e8f3e09b7c3b07b9beac67856.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/aa99e37153a624b68c8006fdd1c9cab9.jpeg)
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
喜欢就点「在看」吧 !