发布时间：2023-1-20 分类： 电商动态
在这个“无产业、无AI、无应用、无芯片、无AI”的时代，AI芯片作为人工智能时代的技术核心之一，决定了平台的基础设施和发展生态，在全球拥有深不可测的市场规模。但目前国内外普遍存在一个问题，——缺乏统一的芯片评估标准。因此，打破AI芯片评测领域的无序状态，对于整个人工智能产业的发展至关重要。
11月1日至2日，由中国人工智能产业发展联盟、杭州市市人民政府主办的AIIA2019人工智能开发者大会(AIDC)暨第四届中国(杭州)人工智能产业发展论坛在杭州举行，利用业界学术带头人齐聚一堂、百家名企云集的难得机会，中国人工智能产业发展联盟整体组组长孙明俊，在主报告会上重磅公布了AIIADNNbenchmarkv0.5云端推理任务基准测试的初试评估结果，引起了较大反响。
AIIADNNbenchmark项目是由中国人工智能产业发展联盟联合20多家企业、高校和科研机构共同开发的AI芯片评估认证工具。旨在提供专业的评测和评估服务，帮助AI芯片产业快速突围，引领AI产业快速发展。
中国人工智能产业发展联盟整体组组长孙明俊，
中国人工智能产业发展联盟整体组组长孙明俊，解释说，“目前，我们制定了两套评估规范，分两轮完成了7项端侧评估。v0.5云端测评工作于今年7月启动。经过4个月的努力，第一轮试用评估已经完成。”这意味着AIIADNNbenchmark的端云全方位基准测试方案已经形成，相应的网站也新上线(www . aiiaaorg.cn/benchmark)，将为人工智能行业带来巨大的变革。
接下来我带大家解读一下AIIADNNbenchmarkv0.5云端推理任务的第一轮试用评测。报告全文(超链接：/s/36 nyeuzrbnx2uwwl 26 eqg附后)
亮点1:多角度综合帮助评价行业发展
在深度学习模型的历史上，残差网络因其简单有效的结构和异常有效的结果而占据着非常重要的地位。随着网络结构或模型的快速迭代和芯片技术的不断更新，行业内的黄金标杆ResNet50能否真正体现芯片能力？
AIIADNNbenchmark以更接近实际应用场景的方式打破了单一网络、单一指标刷单进行基准测试的模式，可在7种场景下提供13种网络测试。所有指标旨在提供准确的比较维度，真实反映AI加速器的现状，用于提高深度学习处理能力。
亮点2 :五维度测量芯片性能
根据实际部署中考虑的指标，中国人工智能产业发展联盟前期收集了20多家企业和科研机构相关专家的意见，最终确定AIIADNNbenchmarkv0.5的云端推理任务应从以下五个维度来衡量云端加速卡的整体性能，能够客观反映当前的行业现状。
延迟：作为推断任务的重要指标，可以直接反映芯片处理任务的速度。
精度损失：在部署深度学习任务的过程中，每个加速卡都有自己的模型转换和部署的推理框架，其显示的精度损失可以用来反映测试数据集推理的处理效果。
吞吐量：在深度学习推理任务的实际部署中，多批次的处理能力尤为重要。
功耗：芯片的晶体管数量和芯片面积决定了算力面积越大，算力，越强但功耗也会增加，可以作为推断芯片性能的指标之一。
e
在缺乏评估标准的情况下，芯片公司无法明确识别自己的技术优势和目标市场。同时，由于场景和部署地点的差异，单一指标和网络难以展现芯片性能，市场难以判断芯片企业的真实实力。
AIIADNNbenchmark引入多维度评估方法，为芯片企业提供第三方评估结果，可以从不同角度呈现不同芯片各自的优势，有效反映芯片能力。项目还提供单项和总分清单，支持企业参与“玩清单”，积极展示自己独特的“核心”能力。成功上榜的企业可以在行业内获得更广泛的知名度和市场信任。
亮点4 :用户选择一目了然
人工智能在不同的算法和场景下对芯片有不同的要求，如硬件架构、时延、带宽、能耗、神经网络模型和参数等，是用户选择AI芯片的重要参考。
中国人工智能产业发展联盟作为专业第三方，在处理深度学习任务时，首次公布了典型AI芯片的参考指数——“算力/单价”比，为应用企业选择提供参考，让用户更经济地选择最适合自己需求的AI芯片。
AIIADNNbenchmark以纯粹的科学研究，让科技的“核心”变得更好。这一项目的发布促进了芯片供应方和需求方的沟通，使得需求方的意见能够更快地传递给芯片企业，企业也能做出针对性的改进。同时，AIIADNNbenchmark坚持以“版本迭代、持续丰富、持续改进”的工作方法持续更新项目，并计划下一步启动第二轮评估工作，迭代AIIADNNbenchmarkV1.0，积极推进企业“核心”能力清单评选，努力打造开放共赢的人工智能产业生态。拓宽人工智能行业从业者的沟通接口，促进中国AI芯片市场的进一步发展和成熟
