世界上最强大的计算机，福冈，位于日本神户市的日肯计算科学中心，由富士通建造。计算机和许多其他顶级超级计算机，正越来越多地将人工智能中使用的神经网络用于解决最复杂的科学研究问题。

人工智能技术已经在最复杂的科学领域变得如此普遍，以至于现在它有了自己的套件在世界上最强大的计算机上测量其计算时间的测试。

MLPerf，一个为计算机行业服务的行业联盟，通过测量运行机器学习（人工智能的一个子集）所需的时间，周三，为运行机器学习任务的高性能计算（hpc）系统提供了一套首次测试结果。

由各种研究实验室提交的测试结果包括世界上速度最快的计算机的测试结果，Fugaku。

这一努力反映了这样一个事实：超级计算机越来越多地将人工智能的深度学习形式融入到传统科学问题的计算中。

“我们发现了一个遗漏，即在人们开始将培训视为潜在的高性能计算机的工作量，或与之相关，或其中的一个组成部分。

新结果将两个现有的基准测试结果结合起来，其中一个结果衡量普通服务器系统上的培训，以及测量机器学习推理，做出预测，在服务器和移动设备上。

另外：Nvidia对人工智能的MLPerf预测基准进行了全面的梳理设计测试的MLPerf工作人员将于周三下午主持一个会议，在SC20，一个超级计算会议，通常每年在圣地亚哥举行，鉴于COVID-19流感大流行，这次的测试是作为一个虚拟事件来进行的。

这些测试专门测量超级计算机训练深度学习网络所需的分钟数，直到它熟练完成两项任务，称为CosmoFlow和DeepCAM。

CosmoFlow，英特尔和惠普企业部的Cray部门和美国能源部的国家能源研究科学计算中心（NERSC）合作，使用三维卷积神经网络确定宇宙的宇宙参数，以及橡树岭国家实验室，是一个图像分割神经网络应用程序https://arxiv.org/pdf/1810.01993.pdf“target=”noopener noreferrer nofollow“data component=”externalLink“>学会预测“极端”天气现象

新测试的一些动力来自希望使用基准来规范的实验室超级计算设备供应商出售的所有技术，包括芯片制造商Intel和Nvidia以及Advanced Micro Devices。

“有几家超级计算中心与我们接洽，他们有意利用MLPerf培训进行投标、资格和验收，”Kanter说超过10亿美元的投标在投标过程中使用了MLPerf组件。“

另外：Nvidia和Google声称在MLPerf基准测试中拥有AI的吹嘘权计算机变得越来越大

参与的系统包括一些世界上速度最快的系统，这是由AI启动算盘.ainabs获得2200万美元的B系列资金，用于自动创建深度学习模型data omniture track data='{“moduleInfo”：“more from author”，“pageType”：“article”}'>“我们可以在没有多少GPU或CPU的时间内解决这个问题，'startup Hearculas在超级计算大会上发言；12月21日的p500指数

剖析c3.ai的秘密窍门：少谈人工智能，多关注通过注册修复hadoop

，您同意
2023-03-22 10:04:23