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%。