内容字号:默认大号超大号

段落设置:段首缩进取消段首缩进

字体设置:切换到微软雅黑切换到宋体

京东云_腾讯云主机价格_12月免费

2021-06-09 21:15 出处:欧普曼云计算 人气: 评论(0

京东云_腾讯云主机价格_12月免费

如果数据科学家、机器学习(ML)工程师和ML研究人员必须等待数天或数周的模型训练运行才能完成,他们就无法获得最大的生产力。

MLPerf基准测试工作测量了常见ML问题训练到给定精度所需的时间,智能物联,我们将GPU和TPU提交给了MLPerf0.5,返利机器人是真的吗,这个行业基准竞赛的初始版本。然而,现实世界中的ML挑战远大于当前的MLPerf训练任务,因此MLPerf还不能反映系统在非常大的问题上的性能。

作为一个案例研究,我们认为更能代表大规模环境下的ML训练性能,我们在著名的ImageNet图像分类数据集,但是我们关注的是在处理更大的图像集合时观察到的稳态训练性能。我们在其他ML应用领域也看到了大致相似的伸缩性能,包括机器翻译、语音识别、语言建模、GAN训练、强化学习等

性能比较

GCP提供了全谱的机器学习加速器,微信返利机器人可靠吗,这里我们重点介绍了云TPU Pods和具有NVIDIA特斯拉V100 GPU已连接。Cloud TPU Pods现在在alpha中提供,是由数百个谷歌定制的Tensor Processing Unit(TPU)芯片和数十台主机构建的紧密耦合超级计算机,大数据市场,所有这些都通过一个超快的定制互连连接。

为了确保任何人都能完全重现今天所描述的结果,我们使用了优化的,ResNet-50v1.5(GPU版本,TPU版本)的开源tensorflow1.12实现。为了模拟更大规模的ML培训场景(想象eBay对数千万或数亿个产品图像进行培训),我们在开始测量之前在GPU和TPU系统上运行了一个预热阶段;这排除了一次性设置成本和评估成本,游戏返利平台,并确保缓存被完全填满。所有显示的系统训练ResNet-50到相同的质量分数76%的前1名的准确性。更多详细信息请参见我们的方法页面。

我们的结果表明,云TPU吊舱为这项大规模训练任务提供了近乎线性的加速;测试的最大云TPU吊舱配置(256个芯片)比单个V100 GPU提供了200倍的加速(见下表)。因此,如果你使用一个最先进的GPU,那么一个完整的云TPU v2 pod不用等待超过26小时,而是在7.9分钟的训练时间内提供相同的结果。

分享给小伙伴们:
本文标签: 京东腾讯主机价格12月免费

相关文章

评论

发表评论愿您的每句评论,都能给大家的生活添色彩,带来共鸣,带来思索,带来快乐。

签名: 验证码: 点击我更换图片

评论列表