NVIDIA扩大AI推理性能领先优势，在x86和Arm服务器上皆取得佳绩( 二 )

MLCommons执行主任大卫·坎特（DavidKanter）表示：“在如此短的时间内所展示的进展非常出色。我们很高兴看到更多的软件解决方案提供商加入MLPerf社区，帮助改进机器学习。 ”
机器学习不同于传统软件（开发人员训练应用程序而不是编程），它需要一套全新的技术，类似于推动工业革命的精密测量、原材料和制造领域的突破。
机器学习在医疗保健和汽车安全等领域具有巨大的潜力，并通过语音接口、自动翻译和自然语言处理等技术改善信息获取和理解。
厂商工作负载的日益多样化，使得企业需要各种AI优化的硬件架构。这些可以分为三个主要类别：AI加速CPU、AI加速GPU和专用硬件AI加速器。虽然厂商硬件取得了长足进步，但AI模型复杂性的增长率远远超过了硬件进步。
【NVIDIA扩大AI推理性能领先优势，在x86和Arm服务器上皆取得佳绩】总体来说，在测试中， NVIDIA相对缺乏竞争对手。不过，这也有测试参与者数量有限的原因，这是MLPerf目前存在的一个问题。谷歌过去参与过，但没有参与此轮推理测试。同样，较新的厂商系统，如Cerebras和Graphcore也未参与。而这将如何影响MLCommons这个年轻的组织的长期计划尚不清楚。