Google、Nvidia並列MLPerf機器學習效能標竿測試之冠

MLCommons本周公布最新機器學習標竿測試結果，Nvidia和Google分別在4項測試項目中拿下第一。華碩今年也首度參加測試。

MLPerf Training是業界組織MLCommons主持，也是業界知名的機器學習效能測試，本周公布的是MLPerf Training 2.0結果。

MLPerf Training 2.0測試涵括AI推論應用任務的8種類別，包括圖像分類（ResNet, ImageNet）、圖像分割（KiTS19, 3D U-Net）、物件辨識light-heavy （OpenImage, RetinaNet）、物件辨識heavy-light（COCO, Mask R-CNN）、醫療影像（3D-Unet）、語言辨識（RNN-T）、自然語言處理（BERT, Wikipedia）、推薦（DLRM）及強化學習（MiniGo）。

其中Google宣布其TPU v4在4個類別，包括自然語言處理、圖片分類及2項物件辨識任務測試項目拿下第一。不過Google並未說明8個項目中其他4項的測試成績。

Nvidia則是唯一一家完成所有8項目測試的廠商，使用A100 GPU及新的Jetson AGX Orin SoC。Nvidia稱它的系統在其中6項測試，包括圖像分類、醫療影像、圖像分割、語言辨識、推薦系統，以及強化學習拿下第一。

今年有21家廠商提交MLPerf Training 2.0 共250項效能測試數據，包括微軟Azure、百度、富士通、Dell、技嘉、聯想、英特爾Habana Labs、聯想、浪潮等。今年有華碩等6家廠商首次參加測試。華碩2臺搭載A100 Tensor Core GPU的伺服器ASUS ESC8000A-E11 及ASUS ESC4000A-E11伺服器參加包括圖像分類、自然語言處理及推薦等6項測試項目。

主辦單位表示，除了參加廠商更多，整體效能測試結果和上一次相較也提高1.8倍。