首页
首页 >> 互联网 >> 正文

在机器学习领域的华山论剑中,Google 打败了英伟达

日期:2019-07-11 23:20:38 来源:互联网 编辑:小狐 阅读人数:803

雷锋网,2019 年 7 月 11 日,Google 宣布旗下的 Google Cloud Platform(GCP)在最新一轮的 MLPerf 基准竞赛中创造了三个新的表现记录,这三个记录都是基于 Cloud TPU v3 Pod 实现的。

Google 表示,利用 Cloud TPU Pod 的强大速度,这三个记录用了不到两分钟的计算时间就得以完成。

MLPerf:机器学习领域的华山论剑

MLPerf 是 2018 年 5 月由 Google、百度、Intel、AMD、哈佛大学和斯坦福大学等企业和学术机构联合发布的一款基准工具,它的用处是用来测量机器学习软件和硬件的执行速度,获得了吴恩达和 Google 机器学习负责人 Jeff Dean 的强烈推荐。

在机器学习领域的华山论剑中,Google 打败了英伟达(图1)

AI 正在给各个行业带来改变,但为了充分这项技术的真正潜力,我们仍然需要更快的硬件与软件…我们当然希望获得更强大的资源平台,而基准方案的标准化进程将帮助 AI 技术人员创造出此类产品,从而帮助采用者更明智地选择适合需求的 AI 选项。

Jeff Dean 也在 Twitter 上表示,Google 很高兴与众多大学和企业一起,成为致力于将 MLPerf 作为衡量机器学习性能的通用标准的组织之一。

MLPerf 项目的主要目标包括:

通过公平且实用的衡量标准加快机器学习发展进程。对各竞争进行公平比较,同时鼓励创新以改善业界领先的机器学习技术。保持基准的成本合理性,允许所有人参与其中。为商业及研究社区服务。可重复且可靠的结果。

在具体的项目上,MLPerf 覆盖了视觉、语言、商业和通用四大领域,包含七项基准方案。每个 MLPerf 训练基准的度量标准是:在特定数据集上训练一个模型使其达到特定性能的总体时间。众所周知,机器学习任务的训练时间有很大差异,因此,MLPerf 的最终训练结果是由指定次数的基准时间平均得出的,其中会去掉最低和最高的数字。

MLPerf 的结果根据专区和给定的产品或平台进行分类,目前有两种专区,即封闭专区(Closed Division)和开放专区(Open Division)其中封闭专区会指定使用的模型,并限制批量大小或学习率等超参数的值,它对于对比硬件和软件非常公平。

英伟达成为第一回合最大赢家

2018 年 12 月 12 日,支持 MLPerf 的研究者和工程师们公布了第一个回合的竞赛结果,其中测量了多种机器学习任务在主流机器学习硬件平台上的训练时间,包括 Google 的 TPU、英特尔的 CPU 和英伟达的 GPU。其基准如下:

在机器学习领域的华山论剑中,Google 打败了英伟达(图2)

通过这次竞赛,MLPerf 产生了封闭专区 V0.5 版本,其结果如下:

在机器学习领域的华山论剑中,Google 打败了英伟达(图3)

从结果来看,英伟达在其提交的六个 MLPerf 基准结果中取得了最佳性能,其中包括图像分类、目标实例分割、目标检测、非循环翻译、循环翻译和推荐—从而成为最大赢家。

利用 Cloud TPU v3 Pod,Google 五局三胜

2019 年 7 月 10 日,MLPerf 第二回合的竞赛结果公布,其标准如下:

在机器学习领域的华山论剑中,Google 打败了英伟达(图4)

基于这轮竞赛结果的封闭专区 V0.6 版本如下:

在机器学习领域的华山论剑中,Google 打败了英伟达(图5)

可以看到,根据 MLPerf 封闭专区 0.6 版本所呈现的结果,在基于 Transformer 和 SSD 模型的基准项目中,Google Cloud TPU 比英伟达预置 GPU 的最佳表现高出了超过 84%。另外,基于 ResNet-50 模型,Google Cloud TPU 也比英伟达预置 GPU 略微胜出。

在机器学习领域的华山论剑中,Google 打败了英伟达(图6)

在本次竞赛中,帮助 Google 胜出的,是 Cloud TPU v3 Pod。

Cloud TPU v3 Pod 是 Google 推出的第三代可扩展云端超级计算机,其核心特征就是内置了 Google 自主打造的 TPU 处理器。2019 年 5 月,Google 在 I/O 者大会上宣布了它的版并进行了公开预览。

在机器学习领域的华山论剑中,Google 打败了英伟达(图7)

据雷锋网了解,每一个 Cloud TPU 最高可包含 1024 个单独的 TPU 芯片,这些芯片通过二维环形网状网络连接,TPU 软件堆栈使用该网络通过各种高级 API 将多个机架作为一台机器进行编程;用户还可以利用 Cloud TPU Pod 的一小部分,称为“切片”

在机器学习领域的华山论剑中,Google 打败了英伟达(图8)

Google 方面表示,最新一代 Cloud TPU v3 Pod 采用了液冷式设计,可实现最佳性能;每一个都超过 100 petaFLOP 的计算能力;Google 也号称,就每秒原始数算而言 Cloud TPU v3 Pod 与全球五大超级计算机相当,尽管它的数值精度较低。

借着这次在 MLPerf 第二次结果中出风头的机会,Google 也不忘在官网推介一下 Cloud TPU v3 Pod 的最新进展。比如说,Recursion Pharmaceuticals 是一家运用计算机视觉技术来处理细胞图像,通过分析细胞特征来评估疾病细胞药后反应结果的公司;以往该公司在通过本地 GPU 训练模型时需要 24 小时,但利用 Cloud TPU Pod,只需要 15 分钟就可以完成。

本文相关词条概念解析:

机器

机器是由各种金属和非金属部件组装成的装置,消耗能源,可以运转、做功。它是用来代替人的劳动、进行能量变换、以及产生有用功。机器贯穿在人类历史的全过程中。但是近代真正意义上的“机器”,却是在西方工业革命后才逐步被发明出来。

网友评论
  • 1515194967
    比如当你搜索人体肌肉结构时,你可以利用相机将结构图虚拟地投影至你的书桌上
    2019-07-12 03:04 511
  • 可以叫我帅
    GoogleLens
    2019-07-21 05:22 514
  • outess
    Google现在有多强大?
    2019-07-13 08:00 204
  • sunshine_6
    因为其只需要用户提供何时何地几个人就能代表用户自动打电话进行预约餐厅、理发等操作而大放异彩,因为就连接电话的人类也难以听出这是由AI打来的电话
    2019-07-19 23:58 533
  • 刀剑SAO
    此外,谷歌还将在安卓系统的视频及语音内容中带来LiveCaption及LiveRelay功能
    2019-07-15 03:56 480
  • 我的@乐章4
    当年谷歌在中国都打不过百度,现在进来照样打不过
    2019-07-19 14:39 279
  • 潘神的魔盒
    上联:三山五岳,聚七八好友,会华山论剑,如何对下联?
    2019-07-17 00:48 664
  • daw_51
    Duplex就能自动将账户中保存的个人信息填写进网页的租赁表格里,用户最后只需点击确认即可
    2019-07-18 11:59 974
  • wxshu_1980
    为什么有人认为Google重回中国市场就一定能打败百度?这一判断是否正确?
    2019-07-17 16:57 397
  • 爱情寒武纪
    上联:华山论剑剑指九阴真经。求下联?
    2019-07-12 03:10 327
  • 青春童心永
    华山论剑剑指九阴真经,下联
    2019-07-11 15:40 436
  • 贪嗔痴慢疑
    GoogleLens不仅能将镜头里的文本翻译成自己熟知的语言,更能朗读出来,以帮助那些无法阅读的人们,让技术惠及更多的人群
    2019-07-19 14:28 30
  • ylgwc
    那么,谷歌具体是怎么做的呢
    2019-07-18 14:43 972
  • 请喊我大哥
    而LiveRelay则是将电话或者语音通话进行实时转录,让听力障碍人士也能进行语音交流
    2019-07-13 13:26 626
  • zhaoyanku
    ▲在打车界面直接说关闭闪光灯并打开自拍AndroidQ
    2019-07-16 02:21 724
  • 夜里游泳的
    武林称雄雄出葵花宝典
    2019-07-16 23:19 152