当代深度学习硬件与框架基准测试：定性指标综述
分布式、并行与集群计算
2020-02-19 v4 机器学习
性能
摘要
本文综述基准测试原理、包括GPU、FPGA和ASIC在内的机器学习设备，以及深度学习软件框架。还从框架的6指标方法和硬件平台的11指标方法之视角，就基准测试对这些技术进行评阅。由于MLPerf是一个与工业界和学术界合作并提供评估深度学习硬件设备上训练与推理的深度学习基准测试的组织，本综述亦提及MLPerf基准测试结果、基准指标、数据集、深度学习框架与算法。我们总结了七项基准测试原理、主流AI设备的差异特征，以及深度学习硬件与框架的定性比较。
引用
@article{arxiv.1907.03626,
title = {Benchmarking Contemporary Deep Learning Hardware and Frameworks:A Survey of Qualitative Metrics},
author = {Wei Dai and Daniel Berleant},
journal= {arXiv preprint arXiv:1907.03626},
year = {2020}
}
备注
8 pages, 4 figures, 2 tables