Недавно Стэнфордский университет обновил результаты DAWNBenchmark в апреле.
DAWNBench - это набор критериев для сквозного обучения и обоснования глубокого обучения. Он обеспечивает общий набор показателей оценки глубокого обучения для количественной оценки времени обучения, затрат на обучение, задержек рассуждений и затрат на рассуждения и с помощью различных стратегий оптимизации. , Архитектура модели, Программная среда, Облако и Аппаратное обеспечение для расчета расходов на расследование.
Модель ResNet от Intel (платформа Caffe), платформа Amazon EC2, полностью построенная процессорами Xeon, набрала первое место в рассуждениях о задержках и выводах.
В частности, Задержка для платформы Intel для обработки 10000 изображений составляет 9,96 мс, стоимость составляет 0,02 долл. США С точки зрения стоимости, ближайшей к Intel является графическая платформа NVIDIA K80 с платформой ЦП на платформе MXNet, равная 0,07 доллара США, с задержкой в 29,4 мс.
В тестировании основными противниками Intel Xeon в области вычислений являются саморазвивающиеся TPU v2 (тензорный процессор) компании TPU и GPU NVIDIA (включая Tesl V100).
Конечно, для общего времени обучения распознаванию образов (более 93% точности), модель ResNet50, основанная на Google TPU v2, система обучения TensorFlow является самой высокой, всего 30 минут, в 477 раз больше, чем в первом поколении.
Этот набор тестов, которые мы можем понять, таким образом, различная аппаратная платформа эквивалентна кандидатам, каждый одновременно начал отвечать на множество тестовых вопросов и ответов, названных кандидатами Google сначала, Intel - это скорость и точность экзаменационной комнаты, чтобы отвечать на самые высокие.
Принимая во внимание, что Intel полностью развивает графические процессоры, глубокое обучение имеет жесткую битву с NVIDIA и Google.