Набор международных тестов MLPerf для измерения и повышения производительности программного и аппаратного обеспечения машинного обучения был совместно выпущен рядом компаний и университетов, включая Google, Baidu, Стэнфордский университет и Гарвардский университет. Его огромная академическая и промышленная ценность была признана в отрасли, и считается, что он не только ускорит технологические инновации аппаратного и программного обеспечения для машинного обучения, но и окажет долгосрочное влияние на идеи исследований и разработок и схему инвестиций. всей области ИИ.
В последние годы ИИ привлек внимание всего мира, а машинное обучение продемонстрировало взрывное развитие. Программные и аппаратные системы также должны быстро развиваться, чтобы соответствовать его требованиям. Поскольку исследователи продолжают внедрять аппаратные устройства и программные платформы для решения задач машинного обучения, отрасли нужны тесты нового поколения.
Выпущенный на этот раз бенчмарк MLPerf в основном будет использоваться для измерения времени, необходимого для обучения различных глубоких нейронных сетей таким задачам, как распознавание объектов, языковой перевод и классическая игра го. Соответствующие данные, собранные с помощью эталонного теста, предоставят важные справочные материалы для фундаментальных исследований ИИ и отраслевых приложений, таких как помощь инженерам-алгоритмам в оптимизации моделей, помощь производителям оборудования в повышении производительности продуктов и т. д., тем самым способствуя долгосрочным прорывам и инновациям в области ИИ.
В настоящее время MLPerf получил совместную поддержку и участие многих компаний и высших учебных заведений, включая AMD, Intel, Microsoft, SambaNova, Wave Computing, Калифорнийский университет, Беркли, Университет Торонто, Университет Миннесоты и др.
Что касается исторической ценности MLPerf для отрасли искусственного интеллекта, то отрасль сравнивает ее со стандартной организацией по оценке производительности SPEC (The Standard Performance Evaluation Corporation). SPEC — международная авторитетная организация по стандартной оценке производительности системных приложений, целью которой является установление, пересмотр и определение ряда стандартов для оценки производительности серверных приложений.Его стандарты тестирования широко признаны пользователями во всем мире. Данные показывают, что за 15 лет с момента введения SPEC производительность ЦП увеличивалась со скоростью 1,6 раза в год. промышленность получила огромный импульс.
Лауреат новой премии Тьюринга Дэвид Паттерсон, автор книги «Архитектура компьютера: подход к количественному исследованию», прокомментировал выпуск MLPerf: «Хорошие эталонные тесты позволяют исследователям быстро сравнивать идеи и упрощают инновации. - достижение важности для развития технологий машинного обучения в глобальном масштабе и инноваций во всей области искусственного интеллекта».
Поскольку машинное обучение является быстро развивающейся областью, MLPerf будет быстро обновляться на основе отзывов пользователей. «MLPerf — это ключевой тест, показывающий, как наша технология обработки потоков данных может оптимизировать производительность рабочей нагрузки машинного обучения, — сказал Крис Никол, технический директор стартапа AI Wave Computing.
Источник: Chinanews.com
Be a Tensorflower