SiMa.ai supera a Nvidia en la competencia Machine Learning Performance (MLPerf) en la categoría de energía de borde cerrado
SiMa.ai , la empresa de aprendizaje automático que ofrece soluciones para el borde integrado, superó al líder de la industria en su desempeño debut en MLPerf Benchmark en la categoría de energía de borde cerrado. La plataforma Machine Learning System-on-Chip (MLSoC™) de la compañía obtuvo los mejores logros de inferencia en todos los aspectos del benchmark ResNet-50, superando al líder de la industria tanto en rendimiento (fotogramas por segundo) como en potencia. Estos resultados de MLPerf demuestran que la plataforma MLSoC cumple su promesa de una solución Any, 10x, Pushbutton para una implementación de ML sin esfuerzo.
“Comenzamos SiMa.ai para liderar la industria del aprendizaje automático y estamos entusiasmados con el reconocimiento de que hemos llegado a la cima frente a todos los principales jugadores en el perímetro”, dijo Krishna Rangasayee, director ejecutivo y fundador de SiMa.ai. “Si bien es emocionante que hayamos ganado en MLPerf en rendimiento y poder sobre el líder actual, lo que es muy gratificante es que estamos deleitando a los clientes en todo el mundo con una experiencia 'Cualquiera, 10x, Pulsador' que en las aplicaciones de la vida real supera con creces cualquier otra alternativa que sigue siendo nuestro enfoque: hacer el software ML adecuado para nuestros clientes”.
 |
| SiMa.ai supera a Nvidia en la competencia Machine Learning Performance (MLPerf) |
Establecida por líderes de la industria en 2018, la base de MLCommons ®
tiene como objetivo acelerar la innovación en el aprendizaje
automático. Los puntos de referencia de inferencia de MLPerf™ se
publican dos veces al año y definen una forma completamente
estandarizada de medir el rendimiento y la potencia para una variedad de
aplicaciones de ML, lo que permite a los usuarios finales clasificar
fácilmente las reclamaciones de la empresa y proporcionar métricas
estándar de la industria. Desde su inicio, los puntos de referencia han
evolucionado para abarcar conjuntos de datos y mejores prácticas,
desempeñando un papel fundamental para la adopción y la investigación de
la industria.
"El logro de SiMa.ai de trabajar con silicio en su
primera ejecución de fábrica fue impresionante, y ahora ya están
superando a los titulares tanto en latencia como en energía en los
puntos de referencia de MLPerf", dijo Kurt Keutzer, profesor de UC
Berkeley, un estimado científico estadounidense y pionero de Aprendizaje
profundo en el borde. “SiMa.ai realmente se ha establecido como la
startup para observar en el borde”, continuó.
El hardware MLSoC de SiMa.ai, combinado con su software Palette™, ofrece una plataforma especialmente diseñada
con resultados de botón, lo que permite la implementación y el escalado
de ML sin esfuerzo en el borde integrado, al tiempo que logra un
rendimiento 10 veces mayor con el menor consumo de energía. Con esta
metodología, SiMa.ai puede lograr resultados espectaculares sin
necesidad de emplear un equipo masivo y, al mismo tiempo, ofrece
resultados en minutos en comparación con la tecnología de la competencia
que requiere meses. Esta es la primera vez que SiMa.ai participa en una
competencia de MLCommons y este evento ilustra cómo SiMa.ai está
preparado para revolucionar la industria con IA en forma de ML que se
trasladará a todo lo que nos rodea, haciendo que el mundo sea más seguro
e inteligente.
“Estoy impresionado con el bajo consumo de
energía que SiMa.ai demostró en el punto de referencia de clasificación
de imágenes MLPerf”, dijo Karl Freund, fundador y analista principal de
Cambrian-AI Research. "SiMa.ai realmente está cambiando el juego y la
forma en que pensamos en las adopciones de ML y la escala en el borde
integrado".
Compartiendo este artículo usted puede
ayudar a difundir valor a otros que están buscando este tipo de
información. Si valora el trabajo que hacemos en Valenciacars para usted
y le resulta útil, le queremos pedir un gran favor: por favor comparta
el artículo en WhatsApp, en Facebook , en Twitter y sus demás redes
Así,que SiMa.ai supera a Nvidia en la competencia Machine Learning Performance (MLPerf) en la categoría de energía de borde cerrado
Comentarios
Publicar un comentario