本繁體中文版使用機器翻譯,譯文僅供參考,若與英文版本牴觸,應以英文版本為準。
測試計畫
貢獻者
建議變更
區域 | 工作 | 模型 | 資料集 | QSL大小 | 品質 | 多重串流延遲限制 |
---|---|---|---|---|---|---|
願景 |
映像分類 |
Resnet50v1.5 |
ImageNet(224x224) |
1024. |
99%的FP32 |
50ms |
願景 |
物件偵測(大型) |
SSD - ResNet34 |
可可(1200 x 1200) |
64 |
99%的FP32 |
66毫秒 |
願景 |
物件偵測(小型) |
SSD:移動Netsv1 |
可可(300x300) |
256 |
99%的FP32 |
50ms |
願景 |
醫療影像分割 |
3D UNIT |
2019年(全年無休、全年無休、每天24小時160) |
16 |
99%和99.9%的FP32 |
不適用 |
演講 |
語音對文字 |
RNNT |
Lithpech開發-乾淨 |
2513 |
99%的FP32 |
不適用 |
語言 |
語言處理 |
Bert |
Squad v1.1 |
10833 |
99%的FP32 |
不適用 |
下表列出Edge基準測試案例。
區域 | 工作 | 案例 |
---|---|---|
願景 |
映像分類 |
單一串流、離線、多重串流 |
願景 |
物件偵測(大型) |
單一串流、離線、多重串流 |
願景 |
物件偵測(小型) |
單一串流、離線、多重串流 |
願景 |
醫療影像分割 |
單一串流、離線 |
演講 |
語音對文字 |
單一串流、離線 |
語言 |
語言處理 |
單一串流、離線 |
我們使用此驗證所開發的網路儲存架構來執行這些基準測試、並將結果與先前提交給MLPerf之邊緣伺服器上本機執行的結果進行比較。比較的目的是判斷共享儲存設備對推斷效能的影響程度。