訂正(6日配信記事)-AI半導体の性能評価、クアルコムやエヌビディアなどが首位争い
コメント
注目のコメント
これは、田井さんが示してくださったページから行ける以下のURLにあるデータのことを言っているのだと思います。
https://mlcommons.org/en/inference-datacenter-30/
上のページでClosed powerのタブを押して出てくる表について、queries/sのカラムの値をSystem Power (W)のカラムの値で割ったものが記事にある数字だと思われます。ここで、記事にはNeuchipsの値が1位と書いてますがこれは間違いで、QualcommのAcceraterを8個つけたときの計測の結果のようにみえます。
要は、画像識別だとQualcommが2倍という結果もでているが物体検知だと1.3倍ぐらいということ、自然言語処理でもそこまで差はついていません。
Reutersの記事の方が間違っているのだと思いますがNeuchipsは、Recommendation種目(これはFacebookが作った商品広告などを想定したリコメンデーション(推薦)の問題です)の値しか投稿していません。ただ、そこでは、Neuchipsは、NVIDIAやQualcommの2倍ぐらいの電力効率となっています。Neuchipsは、推薦の問題に特化してAIチップを開発したので狙った通りの結果になったということではないかと思います。
https://eetimes.itmedia.co.jp/ee/articles/2207/04/news045.html
>仲田さん、Googleが以前、SubmitしたのはMLPerfのLearning部門の値で、今回の記事はInference部門についての話です。Learningは、もうしばらくしたら出てくるのではないでしょうか?GoogleさんのTPUランキングに入ってないですね〜
去年は最速って言ってましたが。
---
Cloud TPU v4 が MLPerf 2.0 ベンチマーク 5 項目で最速のトレーニング時間を記録
https://cloud.google.com/blog/ja/products/ai-machine-learning/cloud-tpu-v4-mlperf-2-0-results