国内最专业的IT技术学习网

UI设计

当前位置:主页 > UI设计 >

弥合AI大规模落地的巨大缺口!阿里、腾讯、百度

发布时间:2019/09/16标签:   基准    点击量:

原标题:弥合AI大规模落地的巨大缺口!阿里、腾讯、百度
现现在,互联网效劳端庄历着基本性的变更,并逐步转向智能盘算时期。古代互联网效劳供给商广泛采纳野生智能来加强其效劳。在这类配景下,研讨职员提出了很多翻新的野生智能算法、体系和架构,因而基准(benchmark)和评价基准的主要性也随之回升。但是,古代互联网效劳采纳基于微效劳的系统构造,由多种模块构成。这些模块的多样性和履行门路的庞杂性、数据核心基本设备的宏大范围和庞杂档次构造、数据集和任务负载的失密成绩对计划基准提出了宏大挑衅。这篇论文中,百度、阿里、腾讯等几家顶级互联网效劳供给商结合中国的 17 个互联网企业独特推出了第一个存在行业尺度的互联网效劳 AI 基准——AIBench。AIBench 供给了一个高度可扩大、可设置、机动的基准测试框架。作者从三个最主要的互联网效劳范畴(搜寻引擎、交际收集和电子商务)中断定了 16 个较为凸起的野生智能成绩范畴。在 AIBench 框架的基本上,作者应用实在天下的数据集和任务负载,计划并完成了第一个端到真个互联网效劳 AI 基准。在 CPU 和 GPU 集群上,作者对端到端利用顺序基准停止了开端评价。与 AI 相干的组件明显地转变了互联网效劳的要害门路和任务负载特征,证实了端到端 AI 利用顺序基准的准确性和须要性。这篇论文是现在为止最片面的 AI 基准任务。咱们将在 AI 火线第 92 篇论文导读中具体解读这项 AI 基准任务。1、介 绍野生智能技巧的提高为图象、视频、语音、音频等处置技巧带来了冲破,推进了大范围野生智能算法、体系和系统构造的安排,因而古代互联网效劳供给商广泛采纳野生智能来加强其效劳。比方,阿里巴巴提出了一种新的 DUPN 收集,以完成更无效的特性化。Google 推出了 TensorFlow 体系和 TPU 来进步效劳机能。亚马逊采纳野生智能停止智能产物推举。因而,丈量和评价这些算法、体系和系统构造的压力逐步增大。起首,事实中的数据集和任务负载被互联网效劳供给商视为一级秘密成绩,只要多数公然可用的机能模子,或针对行业范围互联网效劳的研讨结果可用于进一步研讨。因为没有公然的互联网效劳基准,只要外部的研讨职员才干推进互联网效劳的近况,这类弗成连续的状况对推动凋谢式互联网效劳形成了宏大阻碍。其次,野生智能曾经浸透到互联网效劳的简直全部方面。因而,为了笼罩事实野生智能场景的要害门路和凸起特色,应当供给 端到真个利用基准(application benchmarks)。咱们须要找到存在代表性的数据集,总结出重要的 野生智能成绩范畴(组件基准,component benchmarks),并进一步懂得甚么是最麋集的 盘算单位(微基准,micro benchmarks),在此基本上,咱们能够构建一个简练而片面的野生智能基准框架。最初,从系统构造的角度来看,在晚期阶段将一个完全的野生智能利用顺序移植到一个新的系统构造是很艰苦的,乃至是弗成能的。而在前期,仅仅应用微基准或组件基原则缺乏以对差别模块停止深刻剖析,或在事实利用场景中断定瓶颈成绩。现在开始进的 AI 基准只供给了很少的微基准或组件基准,均无奈笼罩行业范围的互联网效劳的全体案例。因而,构建一个由全体的微基准或组件基准,以及端到端利用基准构成的互联网效劳 AI 基准,关于弥合这一宏大缺口存在主要意思。论文奉献: 提出并完成了一个高度可扩大、可设置、机动的野生智能基准框架。 与 17 个行业配合搭档独特断定了 16 个凸起的野生智能成绩范畴,并响应地针对这些范畴实行了 16 个组件基准。 计划并实行了第一个行业范围的端到端互联网效劳野生智能基准,此中包括一个底层电子商务搜寻模子。 在 CPU 和 GPU 集群上,完成端到真个互联网效劳 AI 基准,并对机能、运转效力和履行时光停止了深刻剖析,为进一步优化供给了领导。

上一篇:走出腾讯和阿里,大厂员工转型记

下一篇:没有了

返回
版权信息Copyright © 银河官网 版权所有    ICP备案编号:鲁ICP备09013610号