英偉達(dá)為數(shù)據(jù)中心和edge SoC工作負(fù)載贏得了新的AI推理基準(zhǔn)

NVIDIA在周三發(fā)布的最新一套MLPerf基準(zhǔn)上又贏得了一場(chǎng)勝利。這家GPU制造商表示，它在新的MLPerf推理基準(zhǔn)上發(fā)布了最快的結(jié)果，該基準(zhǔn)測(cè)試了數(shù)據(jù)中心和邊緣的AI推理工作負(fù)載的性能。

MLPerf的五個(gè)推理基準(zhǔn)，適用于四種推理場(chǎng)景，涵蓋了AI應(yīng)用，如圖像分類、目標(biāo)檢測(cè)和翻譯。NVIDIA以圖靈GPU為核心的數(shù)據(jù)中心場(chǎng)景(服務(wù)器和離線)都達(dá)到了所有五個(gè)基準(zhǔn)。

與此同時(shí)，澤維爾SoC在商業(yè)上可獲得的EDGE和移動(dòng)SoC中，在單一流和多流的邊緣聚焦場(chǎng)景下提交了MLPerf的最高性能。

“現(xiàn)代人工智能推斷真的很難，”Nvidia加速計(jì)算業(yè)務(wù)的產(chǎn)品營銷總監(jiān)PareshKharya本周告訴記者?！叭缃癫渴鸬纳窠?jīng)網(wǎng)絡(luò)的多樣性是巨大的，復(fù)雜性也是巨大的。隨著我們進(jìn)入更復(fù)雜、更有趣的用例，比如對(duì)話式人工智能，這些模型的復(fù)雜性正在急劇增加?！?/p>

MLPerf是一個(gè)廣泛的基準(zhǔn)套件，用于衡量機(jī)器學(xué)習(xí)(ML)軟件框架(如TensorFlow、PyTorch和MXNet)、ML硬件平臺(tái)(包括Google TPU、Intel CPU和NVIDIA GPU)和ML云平臺(tái)的性能。去年，幾家公司以及哈佛、斯坦福和加州大學(xué)伯克利分校(UniversityofCalifornia Berkeley)等機(jī)構(gòu)的研究人員首次同意支持這些基準(zhǔn)。目標(biāo)是向開發(fā)人員和企業(yè)IT團(tuán)隊(duì)提供信息，幫助他們?cè)u(píng)估現(xiàn)有的產(chǎn)品并專注于未來的開發(fā)。

至于最新的推理基準(zhǔn)，NVIDIA將其平臺(tái)跨一系列人工智能工作負(fù)載的可編程性歸功于其強(qiáng)大的性能。

Kharya說：“人工智能不僅僅是為了加速人工智能應(yīng)用的一個(gè)神經(jīng)網(wǎng)絡(luò)階段，而是要加快整個(gè)端到端管道的速度?！痹贜VIDIA，我們專注于為我們提供的所有產(chǎn)品提供單一的體系結(jié)構(gòu)和單一的編程平臺(tái)以及優(yōu)化。

NVIDIA還推出了Jetson系列的最新成員，其目標(biāo)是自主和嵌入式系統(tǒng)。該公司宣布推出JetsonXavierNX，被描述為提供了哈維爾納米尺寸的性能。該模塊的時(shí)鐘大小約為一張信用卡，提供多達(dá)21頂，并消耗只有10瓦的電力。

NVIDIA表示，JetsonXavierNX非常適合于復(fù)雜的電源和尺寸限制（包括無人機(jī)、高分辨率攝像頭和傳感器、視頻分析系統(tǒng)）的機(jī)器人和嵌入式應(yīng)用。該系統(tǒng)將于2020年3月提供399美元。