国产加速器海光DCU&GPGPU深算处理器与NVIDIA等其它厂商GPU性能测试对比

一、DCU实测性能比较

二、各品牌加速卡参数对比

型号	DCU Z100L	Nvidia A100/A800	天数智芯 天垓100	寒武纪 MLU370-X4
架构	GPGPU	GPGPU	GPGPU	NPU
FP64	10.1	9.7	-	-
FP32	12.2	19.5/156(TC)	18.5/37(含TCU)	24
FP16	24.5	78/312(TC)	37/147(含TCU)	96
INT8	49.1	624(TC）	295	256
内存	HBM2 16GB/32GB	HBM2 40GB/80GB	HBM2 32GB	LPDDR5 24GB
功耗	250W/280W	250W/300W/400W （SXM）	250W	150W
软件环境	DTK(兼容CUDA)	CUDA	天数智芯软件栈（类CUDA）	BANG
整机形态	浸没液冷/冷板液冷/风冷	冷板液冷/风冷	冷板液冷/风冷	冷板液冷/风冷

 三、各品牌加速卡实测性能比较

客户现场实测数据    同参数条件下训练性能,FP32标称值24/12.2,  FP16标称值96/24.5

模型类型	模型名称	MLU370-X4	A100	Z100L	MLU370-X4 /Z100L	精度
图像分类	Pytorch-Resnet50(img/s)	320	710	280	114%	FP32
目标检测	Pytorch-Yolov5-v6.0(img/s)	108	215	90	120%	FP16
NLP	Pytorch-BERT(sequences/s)	27	144	48	56%	FP32
客户无人机模型	paddle-ppyolo-r50vd(img/s)	7.2	7.3	4.8	150%	FP32
客户违章作业识别模型	Pytorch-Yolov5(img/s)	108	215	90	120%	FP16

           同参数条件下训练性能, FP32标称值37/12.2, FP16标称值147/24.5

模型类型	模型名称	天垓100	A100	Z100L	天垓100 /Z100L	精度
图像分类	Pytorch-Resnet50(img/s)	360	710	280	128%	FP32
目标检测	Pytorch-Yolov5-v6.0(img/s)	60	215	90	67%	FP16
NLP	Pytorch-BERT(sequences/s)	48	144	48	100%	FP32
客户无人机模型	paddle-ppyolo-r50vd(img/s)	6	7.3	4.8	125%	FP32
客户违章作业识别模型	Pytorch-Yolov5(img/s)	60	215	90	67%	FP16