其他
AI基准测试MLPerf模型少、更新慢,地平线提出的MAPS会更好吗? | CCF-GAIR 2020
要达成一个所谓的标准是极其困难的,因为大家虽然目标大致相同,但出发点不一样。
作者 | 包永刚
MLPerf发展的三大挑战
—
地平线的MAPS如何?
—
第一,可视化芯片的Benchmark,可以通过可视化的图形更精确的表达,在数据之间如何做折中。 第二,关注真实、面向结果的需求,只在乎精度和速度,不在乎中间任何关于算法的取舍和选择。 第三,统一表示精度与速度,关注主流精度区间。 第四,隐藏与最终结果无关的中间变量,包括模型、输入大小、批处理的量是多大。 第五,是一种对Benchmark的解释,在算力之外帮助用户理解芯片到底能跑多快以及多好。 第六,留有最大的空间引导客户使用最优的方式使用这颗芯片,这一点非常重要,能够指导客户使用这个芯片的最佳实践。
雷锋网小结
—
注:文中配图来自地平线
▎往期推荐