阿里AI 硬件基准测试AI Matrix亮相AIIA人工智能开发者大会、2018中国计算机大会

简介: 2018年9月,阿里巴巴正式发布了第一版AI硬件测评的Benchmarks --- AI Matrix。

image.png

今年9月,阿里巴巴正式发布了第一版AI硬件测评的Benchmarks --- AI Matrix。

其两个主要定位,一方面面向于阿里巴巴以及行业AI软硬件开发者做硬件选型和测评,为芯片应用产品化提供输入,它是一项可以为硬件打分的测试集。另一方面,希望将 AI Matrix作为AI 硬件的基准测试,让更多的开发者一起参与。

在近日举行的AIIA人工智能开发者大会、2018 中国计算机大会 (CNCC2018)两场大会上,阿里巴巴AI Matrix架构师魏巍在开源推进组论坛分享了AI Matrix的发展近况,从AI Matrix的创立目标、应用内容、以及接下来的推进计划,希望有更多志同道合的开发者能一起加入。

image.png

“阿里巴巴在数据和算法上有明显的积累和优势,同时有非常丰富的业务应用场景。而厂商的产品设计和规划,必须要结合应用场景需求,做到Domain Specific软硬件的完美结合,这就要定出一套合理的评估衡量标准,这样的Benchmark是AI硬件产品化一个硬需求。” 阿里巴巴AI Matrix构架师魏巍表示。

阿里巴巴的大规模业务需求就已经对Benchmarks提出了前所未有的挑战,AI Matrix团队认为,Benchmarks不应该仅仅是一些简单的搜集和罗列,不仅需要有代表性,能够真实的反映业务的情况,而且要有灵活性和适应性,能够跟踪业务的变化,随之不断的推陈出新。

因此,AI Matrix 架构师魏巍设定了平台化,灵活性,专业性以及可移植性四个主要方向,并创新性地提出了合成模型StatsNet来帮助开发者实现信息及时灵活以及轻量级地落地,促进AI加速器及时准确的迭代。

合成模型是AIMatrix中的重要一环,它利用统计的方法并结合基因算法寻找最优解,从而自动化的生成一个能从统计量上代表整个模型池的深度神经网络模型。关于合成模型的方法论也得到了相关领域内专家的认同,论文的poster也由架构师魏巍在达拉斯举行的SC18超算大会上分享给大家。

image.png

AI Matrix可以帮助阿里巴巴以及开发者解决以下四个关键性问题:

  1. 通过调研和集群信息收集,真实反应阿里巴巴AI应用和模型使用的现实情况
  2. 基于现有信息,对包括AI加速器解决方案的评估和选型制定一个标准
  3. 利用这些头部用例进一步推进软硬件融合,提高硬件的利用率
  4. 结合行业前沿的算法,对AI加速器的架构瓶颈给出建议

AI Matrix的定位将不仅仅是一个简单的测试集,而是在将来提供完整的工具链以及解决方案。在定位上,除了在做好Benchmark本身最基本的评测功能之外,阿里巴巴也会把它拓展到应用和资源优化的领域,不仅做到Domain Specific软硬件结合,同时也能做到Agile Design架构的快速迭代。

根据权威的行业分析报告,AI芯片的市场将会从今年的70亿美金增长到2025年600亿美金的市场。我们相信AI Matrix将会帮助芯片厂商更好贴合应用需求,改进和提高AI 芯片具备更好的产品化能力和竞争力。

目录
相关文章
|
20天前
|
人工智能 算法 测试技术
软件测试中的人工智能革命
本文深入探讨了人工智能在软件测试中的应用,揭示了这一技术革新如何改变传统的测试流程。通过分析人工智能技术的优势、具体应用案例以及面临的挑战,文章展示了AI如何提高测试效率、减少人为错误,并预测其在未来软件测试中的趋势。此外,文章还提出了针对当前挑战的解决策略,为软件测试行业的从业者提供了宝贵的参考和启示。
32 4
|
18天前
|
人工智能 运维 安全
阿里云通过ISO42001人工智能管理认证,引领AI治理推动协同共治
9月19日,在杭州云栖大会「AI治理与安全论坛」上,阿里云宣布通过人工智能技术的全生命周期管理ISO42001体系认证。该项认证由国际标准化组织(ISO)和国际电工委员会(IEC)制定,是第一部可认证的人工智能国际管理体系标准。
|
13天前
|
数据采集 人工智能 安全
软件测试中的人工智能应用与挑战
在这篇文章中,我们将深入探讨人工智能(AI)在软件测试中的应用及其所面临的挑战。通过分析当前的技术趋势和具体案例,揭示AI如何提高测试效率和准确性,并指出在实施过程中遇到的主要问题及可能的解决途径。
29 1
|
20天前
|
机器学习/深度学习 人工智能 算法
软件测试中的人工智能:现状与未来
本文探讨了人工智能在软件测试中的应用,包括自动化测试、缺陷预测、测试用例生成等方面。通过分析当前AI技术的优势和不足,提出了未来可能的发展方向,为软件测试领域提供了新的思路和方法。
63 4
|
19天前
|
机器学习/深度学习 传感器 人工智能
AI与未来医疗:重塑健康管理新格局随着人工智能(AI)技术的飞速发展,医疗行业正迎来一场前所未有的变革。AI不仅在数据分析、诊断支持方面展现出巨大潜力,还在个性化治疗、远程医疗等多个领域实现了突破性进展。本文将探讨AI技术在医疗领域的具体应用及其对未来健康管理的影响。
人工智能(AI)正在彻底改变医疗行业的面貌。通过深度学习算法和大数据分析,AI能够迅速分析海量的医疗数据,提供精准的诊断和治疗建议。此外,AI在远程医疗、药物研发以及患者管理等方面也展现出了巨大的潜力。本文将详细探讨这些技术的应用实例,并展望其对健康管理的深远影响。
|
18天前
|
人工智能 JSON 数据格式
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
【9月更文挑战第6天】RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
|
7天前
|
机器学习/深度学习 人工智能 搜索推荐
AI人工智能辅助的神经康复
人工智能辅助的神经康复是通过应用人工智能(AI)技术来改善神经系统损伤患者的康复过程。此领域结合了深度学习、数据分析和机器人技术,旨在提升康复效果、个性化治疗方案和监测进展。
31 12
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
软件测试中的人工智能革命:提升测试效率与质量的新篇章
随着人工智能技术的不断成熟,其在软件测试领域的应用正逐渐改变传统测试方式。本文将探讨AI在软件测试中的应用现状、优势以及面临的挑战,并通过具体案例分析展示AI如何提高测试效率和质量。最后,我们将讨论未来AI在软件测试中的发展趋势及其对人类测试工程师角色的影响。
|
5天前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
软件测试中的人工智能:现状与未来
本文探讨了人工智能在软件测试中的应用,包括自动化测试、智能缺陷分析以及测试用例生成等方面。通过案例展示了AI如何提升测试效率和质量,并讨论了当前面临的挑战及未来发展趋势。
下一篇
无影云桌面