Diễn Đàn SEO - vnseo.edu.vn - khi nhắc đến khối lượng công tác tập huấn và suy luận cho các mô hình học máy, hiệu suất là vua. Hiệu suất hệ thống mau lẹ hơn đồng nghĩa với thời gian cho kết quả mau lẹ hơn. Nhưng làm thế nào để bạn đo lường một bí quyết khách quan hiệu suất tập huấn và suy luận ML của hệ thống? Nhắc một cách thức dễ hiểu, hãy xem MLPerf. MLPerf là một bộ tiêu chuẩn máy học trong khoảng cùng đồng mã nguồn mở, thiết lập tiêu chuẩn ngành mới để Phân tích hiệu suất của phần cứng, phần mềm và nhà cung cấp ML. Ra mắt vào năm 2018 để chuẩn hóa điểm chuẩn ML, MLPerf bao gồm những bộ để đo điểm chuẩn cho cả hiệu suất đào tạo và suy luận. Bộ tiêu chuẩn huấn luyện đo lường tốc độ hệ thống sở hữu thể đào tạo mô phỏng theo chỉ số chất lượng tiêu chí. Mỗi điểm chuẩn tập huấn đo lường thời gian nhu yếu để tập huấn 1 mô hình trên tập dữ liệu được chỉ định nhằm đạt được chỉ tiêu chất lượng đã chỉ định. Chi tiết về bộ dữ liệu, mục tiêu chất lượng điểm chuẩn và mô phỏng triển khai được hiển thị trong bảng bên dưới. >>> Xem thêm: bán máy trạm HP Z6 G4 tại hà nội Tại Dell Technologies, chúng tôi sử dụng MLPerf để đo hiệu suất của những máy chủ và hệ thống lưu trữ của chúng tôi chạy khối lượng công tác học máy và học sâu, đặc trưng là các công việc trong phân mẫu hình ảnh, phát hiện đối tượng, dịch thuật, xử lý ngôn ngữ tự nhiên (NLP) và học nâng cao cường. Giống như rộng rãi người khác trong ngành nghề, chúng tôi tận dụng cách MLPerf cung cấp một cách khách quan để đo lường và so sánh hiệu suất của các hệ thống, bao gồm bộ xử lý và bộ gia tốc. vì vậy, gần đây chúng tôi đã gửi những điểm chuẩn cho phiên bản thứ ba của điểm chuẩn tập huấn MLPerf (v0.7), đã thu hút những bài nộp từ một số nhà sản xuất phần cứng mới, dẫn đến kết quả trên một loạt những nền móng phần cứng. Chúng tôi đã tham gia vào phòng ban khép kín, nhằm mục đích so sánh các nền tảng phần cứng hoặc khung phần mềm “táo mang táo”. Nó buộc phải tiêu dùng cộng một mô phỏng và trình tối ưu hóa như việc triển khai tham chiếu. Biểu đồ cho thấy sự gia tăng tham dự vào cuộc thi đo điểm chuẩn MLPerf nhắc kể từ bắt đầu vào năm 2018. Tổng số bài gửi trong phòng ban kín đã nâng cao gấp đôi (2X) so sở hữu vòng gửi trước (v0,6) và số lượng người gửi cũng nâng cao gấp 3 lần so có vòng trước tiên (v0,5). Trong số 130 bài nộp ở phòng ban kín, NVIDIA đã ban bố số lượng kết quả cao nhất, tiếp theo là Google và Dell - 3 người nộp phổ thông nhất. >>> Xem thêm: nơi bán ssd sam sung pm883 Dell đã gửi kết quả trong 4 điểm chuẩn, dùng 2 phạm vi ML khác nhau (MXNet & PyTorch) và trên hai nền móng máy chủ Dell EMC khác nhau. Dell là nhà cung cấp độc nhất vô nhị phát hành GPU PCIe, được tiêu dùng phổ thông trong phổ biến đơn vị đơn vị. Đối có bài tập này, các kỹ sư từ Phòng thí nghiệm đổi mới ai của Dell EMC, đã khiến việc có NVIDIA để Phân tích và tối ưu hóa hiệu suất của Dell EMC DSS 8440 phục vụ r sở hữu GPU NVIDIA Tesla V100S dựa trên PCIe và máy chủ Dell EMC PowerEdge C4140 có NVIDIA Tesla V100 GPU SXM2 và NVLink. Trong số các kết quả khác, chúng tôi cho thấy máy chủ DSS8440 đã đạt được kết quả đặc thù tốt có điểm chuẩn Resnet50 v1.5 và Mask R-CNN, và chúng tôi đã chứng minh rằng máy chủ PowerEdge C4140 mở rộng hiệu quả từ 1 nút đến bốn nút để đào tạo các mô phỏng trên 16 V100 GPU. thời kì huấn luyện cho Resnet50 v1.5 và Mask R-CNN được hiển thị trong các hình sau. Đối mang các câu chuyện đầy đủ, vui lòng xem MLPerf đào tạo kết quả v0.7 thông cáo tin báo và MLPerf huấn luyện kết quả v0.7 bảng tính . >>> Xem thêm: Ram SamSung 32GB DDR4 tại hà nội
