MLPerf最新訓練評比結果（MLPerf Training v1.0）在昨天正式發布，這次共有13個組織參與評測，表現亮眼的除了Nvidia DGX SuperPOD，還有Google的TPU v4。
圖片來源:
圖/ML Commons
ML基準測試套件MLPerf在6月30日出爐。這次MLPerf Training v1.0的測試中，將近四分之三參與評測企業所使用的硬體，都是以Nvidia的AI產品為基礎，Nvidia本次也以DGX SuperPOD參加評測，分別在8項AI工作負載測試中，都獲得不錯的成績。Google這次則是以近期發布的AI加速晶片TPU v4參加評比，在特定AI模型訓練的任務中，效能表現甚至超越了Nvidia產品評測結果，不過TPU v4還在預覽階段，預計今年才會開始提供GCP客戶使用。
這次MLPerf Training v1.0測試的AI應用類別有8種，除了過去就有的6種應用類別，分別是用於排名與推薦的DLRM、用於NLP的BERT、可在行動裝置上執行的輕量級物體偵測模型SSD、重量級物件偵測模型Mask RNN-T、用於強化學習的MiniGo，以及廣泛用於圖像分類的ResNet-50 v1.5，今年更新增了用於語音辨識的RNN-T與醫療影像分割的UNet-3D，來對各家產品進行效能評比。
今年共有13個組織參與評測，相較於去年來看，今年參與評比的組織更多了。Nvidia資深加速運算產品管理與行銷資深經理Paresh Kharya指出，近年來有越來越多用戶看重MLPerf評比的結果，比如台積電OPC部門主管就曾表示，MLPerf基準測試，就是影響內部決策的一項重要因素。
這次參與評測的組織中，有將近四分之三的企業提交的AI加速平臺，都是以Nvidia產品為基礎，顯示Nvidia在AI加速領域的領先地位。Nvidia這次也以市售的DGX SuperPOD，參加了全部8項AI項目的測試，且在多個項目中獲得最佳成績。不過，Google這次提交的TPU v4，雖然還是預覽版本，但在特定領域的效能表現更優於Nvidia，顯示他們未來將用於GCP的AI加速晶片，對於特定類型的AI應用有其優勢所在。
大多企業提交了已經商用的產品（Available），部分企業提交的是預覽類（preview）產品，如Google使用的TPU v4，可能幾個月後才會上市，也有組織使用可能長久都不會上市的研究類產品來評測，如中國鵬城實驗室。
Nvidia也提供了更多數據，來說明這次評測的結果。
Nvidia圖表揭露了兩個總評比的指標，分別是模型訓練速度與單一晶片的效能比較。在訓練速度的評比上，訓練時間越短，代表該硬體擁有更好的表現，由此來看，Nvidia DGX SuperPOD在半數的AI應用類別中拔得頭籌，比如花費最久訓練時間的MiniGo類別，Nvidia也只花了16分鐘就完成訓練。但在SSD、ResNet-50 v1.5、BERT與DLRM的訓練速度評比上，Google TPU v4取得了更好的成績，換句話說，TPU v4參與的6個AI應用類別的評比中，就有4種類別的表現優於DGX SuperPOD。
隨時健康喝好水，高品質飲水機，優質安全有把關
飲水機的問題主要有三個方面，一是水沸騰溫度不足，絕大多數的飲水機最高溫度是95度，再沸騰溫度是90度，泡茶殺菌的溫度不夠
買不起高檔茶葉，精緻包裝茶葉罐，也能撐場面!
紫砂茶葉罐是多孔性材料製成，透氣性非常好，因為罐子多微小氣孔，用來存放茶葉，不僅能保鮮鮮，還能消除茶葉中的異雜味。 但也是因為多孔，所以紫砂茶葉罐容易吸收茶葉的香味。
一般貨櫃標準尺寸?
金誠貨櫃尺寸種類分別為，20呎櫃、20呎高櫃、40呎櫃、40呎高櫃、20呎冷凍櫃、400呎冷凍櫃。
總是為了廚餘煩惱嗎？
雅高環保提供最適用的廚餘機，滿足多樣需求。
不過，由於各家企業的產品配置不同，使用核心處理器的數量也不同，因此在效能評比上，單一晶片的效能也是一大評比指標。Nvidia DGX SuperPOD是以A100組合而成，若以A100為基準來比較其他AI晶片效能，可以發現A100在大多AI應用中，都具有穩定的高效能表現，單一晶片效能更是Graphcore或Habana的2～7倍以上。而Google尚未上市的TPU v4，則在其中3項應用中取得更好的表現，分別是SSD、ResNet-50 v1.5、DLRM。
Google的TPU v4也非第一次參加評比。去年Google就曾經以TPU v3與v4提交MLPerf測試。當時的評測結果，TPU v4平均效能比TPU v3提升2.7倍，最大的效能差異是用於訓練Mask R-CNN，TPU v4的效能是TPU v3的3.7倍。
DGX SuperPOD今年表現更進步，Nvidia持續精進GPU產品效能
去年，Nvidia同樣以DGX SuperPOD參與評測。若以Nvidia去年6種AI應用評測的成績，來比較兩年來產品效能的差異，可以發現無論是DGX SuperPOD或是單一晶片A100的效能表現，幾乎在每個AI應用上都有顯著成長。比如DGX SuperPOD今年用於訓練DLRM的效能，就達到去年的3.5倍之多，A100用於Bert訓練的單一晶片效能，也達到去年的2倍以上，顯示Nvidia的同一種產品，也隨著時間不斷進步、優化。
Paresh Kharya指出，效能提升的原因，包括Nvidia透過軟體套裝CUDA Graphs，消除過去GPU與CPU溝通遇到的效能瓶頸，以及在大規模測試時使用Nvidia SHARP，來整合網路交換器中的多項資料傳輸作業、減少網路流量與等待CPU處理時間，其他還有增加記憶體頻寬等做法。
Paresh Kharya也根據Nvidia歷年評測結果提出一項數據，指出從MLPerf訓練評比推出至今不過2.5年，Nvidia GPU的效能已經是當時的6.5倍，且在每一種AI應用的效能表現都有長足進步，幾乎以摩爾定律的兩倍速度在成長。他也強調，帶動效能快速成長的原因，除了仰賴硬體技術的進步，「Nvidia擁有完整的軟體堆疊來加速模型運算，也是一大關鍵。」
至於許多用戶都會關心的產品價格，為何沒有在MLPerf中進行性價比的評比？Paresh Kharya指出，MLPerf評測的目的，是為了展示了各種AI平臺和許多創新AI系統的效能，並非價格的比較。而且，參與MLPerf評比的產品從入門級到超級電腦皆有，產品價格變化大，加上各家企業會搭配軟硬體推出不同的解決方案，產品金額並非MLPerf評測的焦點。
https://www.ithome.com.tw/news/145372
攻戰消費者第一視覺,包裝設計很重要!
包裝設計是指對包裝的形狀、大小、構造及包裝材料等方面進行創造或選擇並以適當方式吸引消費者的注意力，進而增加購買率，以及對使用者友善之特性。
測試專家告訴你如何好好使用示波器
示波器主要由電源系統、同步系統、水平偏向系統、垂直偏向系統、延遲掃描系統、顯示系統和標準訊號源等部封包成。
找工作! 想知道堆高機駕駛日薪是多少嗎? 哪裡有職缺?幫你快速媒合
堆高機，又稱叉架起貨機或叉式起重車，香港稱為鏟車，中國大陸稱為叉車，台灣國語稱為堆高機，台語俗稱豬哥（ti-ko），是指工廠、倉儲等地方對成件托盤貨物進行裝卸、堆垛和短距離運輸作業的各種輪式搬運車輛。國際標準化組織ISO/TC110稱為工業車輛。堆高機的發展於1920年代，今天在生產和倉儲運營過程中它已成為不可或缺的設備。
品質優益穩定,效率高成本低,並已獲得國內外大廠承認使用，品質合乎EIA國際標準, 此外也針對客戶端的需要代客Tape and Reel封裝服務。