简体中文版经机器翻译而成，仅供参考。如与英语版出现任何冲突，应以英语版为准。
测试程序
建议更改
PDF
本节介绍用于验证该解决方案的测试程序。
操作系统和 AI 推理设置
对于AFF C190，我们使用了带有NVIDIA驱动程序的 Ubuntu 18.04 和支持NVIDIA GPU 的 docker，并使用了 MLPerf "代码"作为联想向 MLPerf Inference v0.7 提交的一部分提供。
对于 EF280，我们使用了带有NVIDIA驱动程序的 Ubuntu 20.04 和支持NVIDIA GPU 和 MLPerf 的 docker "代码"作为联想向 MLPerf Inference v1.1 提交的一部分提供。
要设置 AI 推理，请按照以下步骤操作：
-
下载需要注册的数据集，ImageNet 2012 验证集、Criteo Terabyte 数据集、BraTS 2019 训练集，然后解压文件。
-
创建至少 1TB 的工作目录并定义环境变量 `MLPERF_SCRATCH_PATH`参考目录。
您应该在网络存储用例的共享存储上共享此目录，或者在使用本地数据进行测试时在本地磁盘上共享此目录。
-
运行 make `prebuild`命令，该命令为所需的推理任务构建并启动 docker 容器。
以下命令均在正在运行的 docker 容器内执行： -
下载用于 MLPerf 推理任务的预训练 AI 模型：
make download_model -
下载可免费下载的其他数据集：
make download_data -
预处理数据：
preprocess_data -
跑步：
make build。 -
构建针对计算服务器中的 GPU 优化的推理引擎：
make generate_engines -
要运行推理工作负载，请运行以下命令（一个命令）：
-
make run_harness RUN_ARGS="--benchmarks=<BENCHMARKS> --scenarios=<SCENARIOS>"
AI推理运行
执行了三种类型的运行：
-
使用本地存储的单服务器 AI 推理
-
使用网络存储的单服务器 AI 推理
-
使用网络存储的多服务器 AI 推理