百度谷歌等联合推出机器学习基准 加速全球AI软硬件发展

本篇文章1137字，读完约3分钟

北京，5月3日(新华社)——5月2日，包括百度、谷歌、斯坦福大学和哈佛大学在内的许多企业和大学联合发布了一套衡量和改进机器学习软硬件性能的国际基准工具。其巨大的学术和工业价值已经得到业界的认可，相信它不仅会加速机器学习硬件+软件相关技术的创新，还会对整个人工智能领域的研发思路和投资布局带来长远的影响。

图灵奖获得者大卫·帕特森(左一)和斯坦福、谷歌、百度和哈佛的代表5月2日在纽约举行的人工智能大会上宣布，近年来，随着机器学习的迅猛发展和软硬件系统的快速发展，mlperf人工智能已经引起了全世界的关注。随着研究人员不断引入硬件设备和软件框架来处理机器学习任务，行业需要新一代的基准。

此次发布的mlperf基准将主要用于测量训练不同深度的神经网络所需的时间，这些神经网络执行目标识别、语言翻译和经典围棋等任务。基准统计的相关数据将为人工智能的基础研究和工业应用提供重要参考，如帮助算法工程师优化模型，帮助硬件制造商提高产品性能，从而促进人工智能的长期突破和创新。作为mlperf基准的发起者之一，百度公司副总裁王海峰也表示，大公司可以凭借这个基准优化资源配置。“人工智能正在通过一系列产品和服务来增强百度的能力。”像mlperf这样的基准让我们能够比较不同的平台，并做出更好的技术选择。”

目前，mlperf已经得到了包括amd、英特尔、微软、桑巴诺瓦、wave computing、加州大学伯克利分校、多伦多大学和明尼苏达大学在内的许多企业和大学的联合支持和参与。

关于mlperf对人工智能行业的历史价值，该行业将其与spec(标准绩效评估公司)进行了比较。Spec是评估系统应用程序性能的国际权威组织，旨在建立、修改和识别一系列服务器应用程序性能评估标准。SPEC是由世界上几十所著名的大学、研究机构和it企业于1988年联合建立的，其测试标准得到了全世界用户的广泛认可。数据显示，在spec推出后的15年中，cpu性能每年提高1.6倍，这极大地促进了传统it行业的发展。

《计算机体系结构:定量研究方法》一书的作者、新的图灵奖获得者戴维·帕特森(David patterson)在评论mlperf的发布时说:“一个好的基准测试可以让研究人员快速比较不同的想法，降低创新的难度。”通过调整研发工作和指导投资决策，mlperf对机器学习技术的进步和整个人工智能领域的创新具有深远的意义。”

因为机器学习是一个快速发展的领域，所以mlperf将根据用户反馈快速迭代。“mlperf是一个重要的基准，它展示了我们的数据流处理器技术如何优化机器学习工作负载的性能。”人工智能初创公司wave computing的首席技术官克里斯尼科尔(Chris nicol)评论道。

来源：搜狐微门户