你所在的位置: 首页 > 正文

MLPerf最新AI芯片跑分:谷歌TPU和英伟达Tesla V100打破记录

2019-07-19 点击:903
钱柜娱乐官网官方网址

571e6c61d1414b2f8188fecae52420c9

明智的事情(公共号码:zhidxcom)编辑|魏世贞

导语:昨天,MLPerf基准测试发布了最新测试结果,包括谷歌云和NVIDIA硬件都打破了以往人工智能培训测试的记录,显示了他们在培训人工智能方面的强劲表现。

聪明的事情7月11日消息,昨天,MLPerf基准联盟公布了最新一轮的基准数据,结果显示Nvidia和谷歌Cloud刷新了人工智能培训时间的记录。

MLPerf是用于测试ML(机器学习)硬件,软件和服务的培训和推理性能的公共基准。它帮助AI研究人员使用通用标准来衡量用于训练人工智能的硬件和软件的最佳性能和速度。

目前,MLPerf基准测试正在迅速成为测量机器学习性能的行业标准,由亚马逊,ARM,百度,谷歌和微软等40多家公司和研究人员提供支持。

最新一轮的培训基准由英特尔,谷歌和NVIDIA提交。

9eefca55c3b34239a9381c3eca0d5d7c

MLPerf v0.6培训基准套件由六部分组成,即图像分类,目标检测,翻译,测量,推荐和强化学习。基准测试结果基于机器学习,以加速硬件的培训性能和达到标准质量目标所需的时间。

根据最终测试结果,NVIDIA的Tesla V100 Tensor Core GPU使用NVIDIA DGX SuperPOD在80秒内完成ResNet-50模型的内部培训,以进行图像分类。

相比之下,当NVIDIA在2017年使用DGX-1工作站执行相同任务时,完成模拟培训需要8个小时。

NVIDIA在培训基准测试结果方面的突破主要归功于软件的进步。

该公司的一位发言人表示,在同一台DGX-2工作站的七个月内,由于他们的生态系统所做的所有软件,他们的客户已经能够享受高达80%的性能提升。改进和工作。

在基准测试中,Google Cloud的TPU v3 Pods在Transformer模型中创造了破纪录的性能,可在51秒内将英文文本翻译成德文文本。

TPU pod还使用ImageNet数据集在ResNet-50模型的图像分类基准测试中实现破纪录的性能,并在1分12秒内完成另一个目标检测类别的模型训练。

值得一提的是,Google Cloud今年5月首次推出的TPU v3 Pod可以利用超过1000个TPU芯片的能量。

此外,AlphaGo Zero模型Minigo的开源实现也参与了测试,Minigo在13.5分钟内完成了强化学习,刷新了新的记录。

昨天发布的MLPerf v0.6是第二轮机器学习培训性能基准套件的结果,第一轮是MLPerf v0.5。

与v0.5相比,v0.6测试基准在图像分类(ResNet)质量目标,数据集和模型方面有显着改进。

最新一轮的培训基准由英特尔,谷歌和Nvidia提交。 NVI和谷歌在2018年12月分享了他们的第一个MLPerf培训基准测试结果,展示了他们对人工智能模型的强大而快速的培训。硬件。

此前,MLPerf上个月发布了计算机视觉和语言翻译推理的基准。 MLPerf推理工作组联合主席David Kanter表示,MLPerf推理基准的初步结果将于9月份进行审核,并将于10月份公开分享。

MLPerf基准联盟的测试数据显示了主要高科技公司在人工智能机器学习中的潜力和优势,并为业内的研究人员和人工智能市场提供了许多参考信息。

基于MLPerf基准测试,各大公司不断发展和提高硬件和软件性能的竞争野心也将受到刺激,这将进一步推动人工智能的发展。

MLPerf Training v0.6结果:

文章来源:Venture Beat

日期归档
钱柜平台 版权所有© www.pazquinones.com 技术支持:钱柜平台 | 网站地图