スタンフォード大学は最近、DAWNBenchmarkの4月の結果を更新しました。
DAWNBenchは、エンドツーエンドのディープ・ラーニング・トレーニングと推論のための一連のベンチマークであり、トレーニング時間、トレーニング・コスト、推論の遅延と推論のコストを定量化するための共通の深い学習評価指標を提供します。 、モデル・アーキテクチャー、ソフトウェア・フレームワーク、クラウドおよびハードウェアを使用して推論コストを計算します。
インテルのResNetモデル（Caffeフレームワーク）は、Xeonプロセッサによって完全に構築されたAmazon EC2プラットフォームで、推論の遅延と推論のコストで最初の得点を挙げました。
具体的には、 Intelプラットフォームが10000イメージを処理する遅延は9.96ms、コストは0.02 USDです コスト面では、インテルに最も近いのは、MXNetフレームワークに基づくNVIDIAのK80グラフィックス+4 CPUプラットフォームで、0.07ドルで、29.4msの遅延があります。
テストでは、インテルXeonの主なコンピューティングの相手は、Google独自開発のTPU v2（テンソルプロセッサ）とNVIDIAのGPUアレイ（Tesl V100を含む）です。
もちろん、パターン認識（93％以上の精度）のトータルトレーニング時間は、Google TPU v2に基づいたResNet50モデル、TensorFlow学習フレームワークは第1世代より477倍高い30分で最高です。
我々はこのような方法で理解することができるテストのこのセットは、さまざまなハードウェアプラットフォームは、候補者と同等である、同時に誰もがテストの質問と回答のセットをバックアップし始めた、Googleの候補を最初に戻って、インテルは試験室のスピードと精度は最高に答えるです。
インテルがグラフィックスプロセッサを完全に開発していることを考慮すると、ディープラーニングはNVIDIAとGoogleとの厳しい戦いになっています。
