
Systémy pro strojové učení (machine learning) jsou často velmi odlišné a doposud bylo těžké navzájem porovnávat jejich výkon. Proto rozsáhlý tým expertů ze společností Google, Intel, Microsoft a dalších přišel s komplexním benchmarkem MLPerf.
Strojové učení má dvě fáze, první je trénování na sadě vybraných vzorů většinou na specializovaném mohutném hardware. V tomto případě je rozhodující počet paralelních operací za sekundu a latence není rozhodující. Naopak usuzování (inference) může probíhat na nesrovnatelně slabším hardware, třeba na mobilním telefonu. V tomto případě je rozhodující latence, tedy doba potřebná ke získání jednoho výsledku.
V benchmarku MLPerf naleznete klasifikaci obrazu, detekci objektu v obrazu a strojový překlad z angličtiny do němčiny. Součástí MLPerf je také databáze již nahlášených výsledků (trénování a usuzování).Více detailů v článku.
(zdroj: arstechnica)