爱因儿科技|如何评估芯片的AI性能?地平线提出全新MAPS评测方法( 二 )


文章图片
上图为MAPS评估方式下主流芯片测试结果 , 右一折线为地平线最新一代芯片测试结果
黄畅表示 , MAPS由三个要素构成 , 更能真实反映AI性能指标 。
第一是TOP/Watt、TOPS/$ , 即理论峰值计算效能这是传统的方式 。
第二是芯片有效利用率 , 把算法部署在芯片上 , 根据它的架构特点 , 动用编译器等系统化地解决一个极其复杂的带约束的离散优化问题 , 而得到一个算法在芯片上运行的实际的利用率 , 实际上是软硬件计算架构的优化目标 。
第三是AI算法效率 。 我们每消耗一个TOPS算力 , 能带来多少实际的AI算法的性能 , 它体现的是AI算法效率的持续提升 , 也是算法研发、算法工程师、算法科学家始终努力在提升的 , 在过去几年里面 , 这个提升速度是非常快的 。
爱因儿科技|如何评估芯片的AI性能?地平线提出全新MAPS评测方法
文章图片
黄畅指出 , 这三个要素中 , 理论峰值计算效能反映的是旧摩尔定律 , AI算法效率反映的是新摩尔定律 , 就是AI算法持续快速发展提升得到的结果 。 我们希望有更多的软件、算法工作者 , 在MAPS评估指导体系的启发下 , 从自己最擅长的能力上持续推动AI芯片能力的发挥 。
(校对/Candy)


推荐阅读