??:了解MLPerf这是衡量机器学习性能的基准( 二 )



离线——以原始吞吐量衡量的性能

示例:诸如照片分类和自动相册创建之类的任务,这些任务不是由用户启动的,并且在完成之前不会呈现给用户 。

MLPerf 还将基准测试结果集分为开放和封闭“部门”,对封闭部门设置了更严格的要求;从那里,硬件也分为可用、预览和 RDO(研究、开发、其他)的系统类别 。这让基准读者了解被测试的系统与实际生产的接近程度,以及是否可以立即购买 。

可以在此处找到有关推理基准套件的任务、模型、数据集和约束的更多信息 。

初步结果

到目前为止,已有近 600 项基准测试从云供应商、系统 OEM 厂商、芯片和软件供应商以及大学提交给了该项目 。尽管解释结果仍然需要大量的现实世界知识,但找到一个单一的综合系统能够以有意义的方式并排对智能 、超级计算机和超大规模集群进行基准测试,这令人印象深刻 。

MLPerf 的训练基准套件于 5 月推出,初步结果于 2018 年 12 月发布 。推理套件于 2019 年 6 月 24 日推出,初步结果于昨天(11 月 6 日)上线 。


以上关于本文的内容,仅作参考!温馨提示:如遇健康、疾病相关的问题,请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容,希望对您有所帮助: