北京2021年7月2日 /美通社/ -- 美國東部時間6月30日，國際權(quán)威AI基準(zhǔn)測試MLPerf?公布最新一期榜單。在集群封閉任務(wù)賽道中，谷歌與NVIDIA各自獲得4項第一；在單機封閉任務(wù)賽道中，浪潮獲全部8項訓(xùn)練任務(wù)的4項冠軍，NVIDIA、Nettrix各獲得2項任務(wù)冠軍。
MLPerf?由圖靈獎得主大衛(wèi)·帕特森（David?Patterson）聯(lián)合谷歌、斯坦福、哈佛大學(xué)等頂尖學(xué)術(shù)機構(gòu)發(fā)起成立，是影響力最廣的國際AI性能基準(zhǔn)評測。此次性能評測基于最新MLPerf? Training V1.0基準(zhǔn)，分為固定任務(wù)（Closed）和開放任務(wù)（Open）。其中，固定任務(wù)要求使用相同模型和優(yōu)化器，衡量同一深度學(xué)習(xí)模型在不同軟硬件上的性能，廣受廠商和客戶看重；開放任務(wù)則放開對深度學(xué)習(xí)模型及精度的約束，側(cè)重深度學(xué)習(xí)模型及算法優(yōu)化的能力，旨在推進ML模型和優(yōu)化的創(chuàng)新。
MLPerf?V1.0基準(zhǔn)測試涵蓋了8類極具代表性的機器學(xué)習(xí)任務(wù)，分別為圖像識別（ResNet）、醫(yī)學(xué)影像分割（U-Net3D）、目標(biāo)物體檢測（SSD）、目標(biāo)物體檢測（Mask R-CNN）、語音識別（RNN-T）、自然語言理解（BERT）、智能推薦（DLRM）以及強化機器學(xué)習(xí)（MiniGo）。其中，ResNet50和BERT作為計算機視覺和自然語言理解中最具代表性的AI模型，競爭最為激烈。
包括谷歌、NVIDIA、Intel、浪潮、戴爾、聯(lián)想等在內(nèi)的13家公司及科研機構(gòu)，參與了此次MLPerf?封閉任務(wù)賽道測試。
谷歌與NVIDIA在集群系統(tǒng)測試中展開激烈冠亞軍爭奪，最終谷歌獲得了ResNet、SSD、BERT和DLRM四項任務(wù)的第一，NVIDIA則奪得U-Net3D、Mask R-CNN、RNN-T和MiniGo四項任務(wù)冠軍，雙方平分秋色。在單機系統(tǒng)測試中浪潮獲得ResNet、SSD、BERT和DLRM四項任務(wù)的冠軍，NVIDIA獲得RNN-T和MiniGo兩項第一，Nettrix獲得U-Net3D、Mask R-CNN兩項第一。
作為業(yè)內(nèi)最權(quán)威的AI基準(zhǔn)測試，每一次MLPerfTM評測結(jié)果都在刷新業(yè)內(nèi)紀錄，不斷突破AI系統(tǒng)性能。和2020年榜單相比，今年榜單的各項任務(wù)測試成績均有明顯提升。在集群訓(xùn)練上，Google在ResNet模型訓(xùn)練任務(wù)中以0.23分鐘打破2020年創(chuàng)下的0.47分鐘紀錄，耗時縮短51%；在Bert模型任務(wù)中Google以0.29分鐘完成訓(xùn)練，相比2020年0.39分鐘的最佳紀錄，用時縮短26%。
在單機性能上，浪潮同樣在備受關(guān)注的ResNet和BERT上取得了新突破，創(chuàng)下單機27.38分鐘完成128萬張圖片訓(xùn)練ResNet模型的新紀錄，比2020年最佳紀錄耗時縮短18%；在BERT模型訓(xùn)練中，浪潮以21.15分鐘打破2020年最佳成績49.01分鐘，用時縮短57%。
