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

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

MLPerf的五個推理基準，適用于四種推理場景，涵蓋了AI應用，如圖像分類、目標檢測和翻譯。NVIDIA以圖靈GPU為核心的數(shù)據(jù)中心場景(服務器和離線)都達到了所有五個基準。

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

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

MLPerf是一個廣泛的基準套件，用于衡量機器學習(ML)軟件框架(如TensorFlow、PyTorch和MXNet)、ML硬件平臺(包括Google TPU、Intel CPU和NVIDIA GPU)和ML云平臺的性能。去年，幾家公司以及哈佛、斯坦福和加州大學伯克利分校(UniversityofCalifornia Berkeley)等機構(gòu)的研究人員首次同意支持這些基準。目標是向開發(fā)人員和企業(yè)IT團隊提供信息，幫助他們評估現(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，NVIDIA將其平臺跨一系列人工智能工作負載的可編程性歸功于其強大的性能。

Kharya說：“人工智能不僅僅是為了加速人工智能應用的一個神經(jīng)網(wǎng)絡階段，而是要加快整個端到端管道的速度?！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)和單一的編程平臺以及優(yōu)化。

NVIDIA還推出了Jetson系列的最新成員，其目標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。該模塊的時鐘大小約為一張信用卡，提供多達21頂，并消耗只有10瓦的電力。

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