Intel正在全力研发图形处理器深度学习方面对NVIDIA和谷歌还有一场恶战.docx
-
资源ID:957530
资源大小:38.24KB
全文页数:3页
- 资源格式: DOCX
下载积分:10金币
快捷下载

账号登录下载
微信登录下载
三方登录下载:
友情提示
2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
|
Intel正在全力研发图形处理器深度学习方面对NVIDIA和谷歌还有一场恶战.docx
Inte1正在全力研发图形处理器,深度学习方面对NV1D1A和谷歌还有一场恶战斯坦福大学近日更新了DAWNBenchmark的4月份的成绩。DAWNBench是一套用于端到端逸度学习训练和推理的基准套件。它提供了一套通用的深学习评价指标,用于量化训练时间、训练成本、推理延迟以及推理成本,并通过不同的优化策略、模型体系结构、软件框架、云和硬性来计算推理成本。Inference1atenCy6A11SUbmiSSk)OSObjective:1atencyrequiredtoc1assifyoneImageNetImageusingamode1withatop-5va1idationaccuracyof93%orgreater.,!-examp1e1atency.a,.Rank,.Mode1HardwareFramework(mi11iseconds)ResNet50IPI20189.96,“,”:AmazonEC2c5.18x1arge二二广CorporationCaffesource2ResNetSOI4c)InteI(R)AVCreA11InteI(R)Optimized12.4000/AmazonEC2(c5.4arge:二Corporation°CaffeIxsource3ReSNet501.-CAIntd(R).r.InteI(R)Optimized17.300八.AmazonEC2c5.2x1are;匚Corporation°CaffeI3I2018source41CCC,6七N:1P1/30GB/8CPU(Goog1ec4.22.2700StanfordDAWN,.TensorFIowv1.2Compute)sourceINov5I26.82005oX1P130GB8CPU(GoogP>jsourceCOmPUte)wINov2017InteI的ResNet模型(Caffe框架),即完全由XeOn处理器构建的亚马逊EC2平台,推理延迟和推理成本上都拿下第一。InferenceCOSt6A11Submtssions2018IS0.02JteKR)Inte1(R)OptimizedAmazonEC2k5,2x1argeCorporationCaffe2sourceResNetSOAPr2018I$0.02Mre叱Inte1(R)WimizedAmazonEC2c5.41argeCorporationCaffe°source3Ie"!W1,C1K80/61GB/4CPU(AmazonC2$0.07StnfordDAWNMXNet0.11.0f.,”p2j<1arge)sourceNov20"4ResNet152NOV2017$0.11StanfordDAWNTensorFIowv1.21P1OO30GB8CPU(Goog1eCompute)source5ResNet1521K80/61GB,JJOU'Ar*”"匕aNOV2017$0.12StanfordDAWNTensorFIowv1.21K80/61GB/浮疗把fsource'-心CFUUaqResNet50u>Objective:Averagecostonpub1icc1oudinstancestoc1assify10.000va1idationimagesfromImageNetusingofanimagec1assicatiomode1withatop5va1idationaccuracyof93%orgreater.RankCostMode1FrameworkHardware(USD)具体来说,Inte1平台处理IoOOO张图片的延迟是9.96ms,成本0.02美元。成本方面,最接近Inte1的是NVIDIA基于MXNet框架的K80显卡+4坠平台,0.07美元、延迟29.4ms。测试中,Inte1Xeon在计算方面的主要对手,一是谷歌自研的TPUv2(张量处理器),二是NVIDIA的GPU阵列(包括TeS1V1OO)0ImageC1assificationonImageNetA11SubmissionsTrainingTime6Objective:Timetakentotrainanimagec1assificationmode1toatop-5va1idationaccuracyof93%OfgreateronImageNet.当然,图形识别(93%以上精度)的总训练时间上,基于谷歌TPUV2、TCnSOrF1oW学习框架的ResNet50模型高居第一,仅需30分钟,比第一代提升T477倍。这套测试我们可以这样理解,不同硬件平台相当于考生,大家同时开始背一套考试题和答案,名叫谷歌的考生最先背会、InteI则是考场上作答速度和准度最高的。考虑到InteI正在全力研发图形处理器,深度学习方面对NVIDIA和谷歌还有一场恶战。