国际权威AI基准测试MLPerf™公布了2021年最新推理测试榜单。图像分类性能测试中，阿里云震旦异构计算加速平台在通用GPU开放规则和离线场景下以每秒处理107.8万张图片的成绩，打破了此前谷歌保持的世界纪录。这将进一步提升图像识别、自动驾驶等场景下的计算效率，也是通用GPU计算平台上首次跑出超百万级的性能测试纪录。

MLPerf是业内首套衡量机器学习软硬件性能的通用基准，由图灵奖得主David Patterson联合科技公司和全球顶级高校于2018年发起，已成为业界评测AI性能的最主流标准之一。MLPerf基准联盟现有50多家成员，包括谷歌、阿里巴巴、微软、Facebook等及斯坦福、哈佛、多伦多大学等名校。

震旦是阿里云自研的异构计算加速平台，适配GPU、ASIC等多种异构AI芯片，优化编译代码，深挖和释放异构芯片算力，支持TensorFlow、Caffe、PAI等多种深度学习框架，可实现AI框架及算法的无缝迁移适配，支持云变端多场景快速部署，大幅提升AI应用开发效率。在MLPerf最新版的图像分类测试中，震旦平台针对图像分类神经网络架构进行自动优化，在保证基准测试精度目标的同时，远超标准ResNet50 v1.5的计算效率。

阿里云异构计算首席科学家、震旦加速平台负责人张伟丰博士透露，震旦对底层软件框架做了大量编译优化，可在同等硬件配置下发挥更高性能。MLPerf推理性能的单卡测试结果显示，使用震旦加速平台的自动优化技术，在英伟达AI专用GPU A100上跑出了比同级硬件高出80%的推理性能成绩；在其它AI加速芯片上，更可帮助提升超过300%的性能。

在此之前，厂商热衷通过堆叠硬件刷新性能评测成绩，但在更接近实操的开放场景下的性能表现参差不齐，“高集成度的专业化AI芯片对场景限制很多，我们希望研发出更通用的软件平台来发挥AI应用的价值，”张伟丰博士透露，震旦异构计算加速平台不仅可在数据中心部署，还可以在边缘和智能终端部署，支撑自动驾驶、交通大脑、车牌识别、AI语音助手等业务和场景。

以自动驾驶为例，车载计算机通过实时协同处理摄像头或雷达信息，正确感知行驶环境并据此做出反应。“目前先进的自动驾驶解决方案需要配备10路甚至更多的视觉和雷达装置，不断增加的外部传感数据处理对车机系统计算能力提出了挑战。采用震旦平台的软硬协同自动优化技术后，车载计算机的处理速度至少提升一倍，从而对行驶环境做出更加迅速的感知，并大幅提高自动驾驶的安全性。”张伟丰博士表示。

目前，震旦异构计算加速平台已大规模应用于路口检测、以图搜图等场景。应用了震旦加速平台的新一代路侧智能控制终端，交通参数检测准确率可达99%，帮助路口通行效率优化提升20%以上。此外，该平台已通过阿里云弹性计算加速实例EAIS对外提供服务，具备配置灵活、弹性伸缩等特点，为用户提供高性价比的深度学习解决方案。

原文来自：

本文地址：//q13zd.cn/alibaba-cloud-mlperf.html编辑：xiangping wu，审核员：清蒸github

Linux大全：

Linux系统大全：

红帽认证RHCE考试心得：