5月2日（美國西部時間），在紐約人工智能大會上，百度、谷歌、斯坦福大學、哈佛大學等多家企業和高校聯合發佈了一套用於測量和提高機器學習軟硬件性能的國際基準 MLPerf。

5月2日召開的紐約 AI 大會

MLPerf 基準是什麼？

MLPerf 一套用於衡量機器學習軟硬件速度的基準，主要用來測量訓練不同深度神經網絡所需要的時間，這些神經網絡所執行的任務包括物體識別、語言翻譯以及下圍棋等。

基準所統計的相關數據將為 AI 基礎研究和行業應用提供重要參考，例如幫助算法工程師優化模型，協助硬件廠商提高產品性能等，從而促進 AI 的長期突破和創新。

作為 MLPerf 基準的發起方之一，百度公司副總裁王海峰也評論稱大型公司也可以憑藉該基準來優化資源配置。

“AI 正在賦能百度的一系列產品和服務。MLPerf 這樣的基準使我們能夠對不同平臺進行比較，從而做出更好的技術選擇。”

MLPerf 目前已獲包括 AMD、英特爾、微軟、SambaNova、Wave Computing、加州大學伯克利分校、多倫多大學、明尼蘇達大學等多家企業和高等院校的聯合支持與參與。

MLPerf 基準有什麼價值？

關於 MLPerf 對人工智能產業的歷史價值，業界將其與 SPEC（The Standard Performance Evaluation Corporation）標準性能評測機構進行類比。

• SPEC 是國際上對系統應用性能進行標準評測的權威組織，旨在確立、修改以及認定一系列服務器應用性能評估的標準，於1988年由全球幾十所知名大學、研究機構、IT 企業共同成立，其測試標準被全球用戶廣泛認可。數據顯示，SPEC 推出後15年裡，CPU 性能以每年1.6倍的速度提高，對傳統 IT 業產生了巨大的推動作用。

《計算機體系結構：量化研究方法》一書作者，新晉圖靈獎得主 David Patterson 就 MLPerf 的發佈評論稱：

“良好的基準測試能讓研究人員迅速比較不同思路，降低創新難度。通過調整研發工作、引導投資決策，MLPerf 對於全球範圍內機器學習技術進步和整個 AI 領域的創新意義深遠。”

因為機器學習是一個迅速發展的領域，MLPerf 將根據用戶反饋迅速迭代。AI 初創公司 Wave Computing 的首席技術官 Chris Nicol 評價 MLPerf：

“MLPerf 是一個關鍵的基準，它展示了我們的數據流處理器技術是如何讓機器學習工作負載性能達到最優的。”

在 AI 備受關注、機器學習爆發性發展的今天，我們對軟硬件系統的需求也越來越高。MLPerf 不僅將加速推進機器學習硬件+軟件相關技術創新，更將對整個 AI 領域的研發思路、投資佈局帶來長期影響。

AI 發展的“中國速度”

作為 MLPerf 發起方中唯一一家中國企業，百度 AI 的迅速發展也為促進這一標準的出現貢獻了力量。

百度 Apollo 自動駕駛開放平臺發佈一年來，歷經三次迭代，迅速升級到 Apollo2.5，匯聚近10000名開發者，成為全球最活躍、最開放、最強大的自動駕駛生態，合作伙伴達100家。百度 Apollo 相繼獲得北京、福建、重慶三地自動駕駛路測牌照，其自動駕駛小巴車阿波羅也已經開放試乘。

百度對話式人工智能操作系統 DuerOS，合作伙伴超過160家，累積回答用戶問題24億次，月活設備超過1000萬。如今每月響應超過2億次的語音搜索需求，成為中國市場最活躍的人機交互平臺。百度聯合小魚在家發佈的最新硬件產品——小度在家智能視頻音箱，首發僅1分鐘，1萬臺現貨被強光！

小度在家智能視頻音箱

百度 PaddlePaddle 作為易學易用的分佈式深度學習平臺，正力爭成為 AI 時代的重要基礎設施。去年北工大的四位學生利用 PaddlePaddle 平臺設計了桃子智能分揀機；上個月，Caltech 大二學生，美籍華人 Eric Zhao 從第一次瞭解使用 PaddlePaddle 起，僅用16個小時就利用百度 PaddlePaddle 製作出了“寵物狗相似度識別”的成品作業。

大學生設計的桃子智能分揀機

百度 AI 落地合作的腳步毫不停歇，不斷為中國 AI 發展提速。但我們的期望不止於此，百度希望通過自身實踐以及與合作伙伴的互通互融，加速全球 AI 軟硬件發展，促進世界 AI 水平的進步！