原标题：AI性能基准测试从此有了「中国标准」！英伟达、谷歌能试试这套算力卷

  在秀算力这件事上，近几年一个叫MLPerf的AI性能基准测试，经常跃入人们的视线。

  为了拿这个标准证明实力，英伟达、谷歌等「算力」大厂的表现，可谓是赚足了眼球。

  早在2018年12月，也就是MLPerf首次出炉之际，英伟达便基于自家Tesla V100，在包括图像分类、物体分割、推荐系统等六项测试中均取得优秀成绩，拿下全场最佳。

  而此后，英伟达更是频频刷榜，就在刚刚过去不久的最新性能测试中，英伟达又凭借A100 GPU打破了八项AI性能纪录。

  从图中不难发现，AI训练卡整体的计算和内存利用率很高（均大于90%）。在不同模型之间的过渡阶段，由于数据的加载和计算图的编译等原因，利用率会有所下降。

  首先，从表象来看，类似MLPerf和LINPACK基准测试程序，自身存在一些漏洞和问题：

  要么工作负载大小是固定的，而算力的增加，应当用来解决更大规模的问题，限制了可扩展性。

  虽然诸如此类的评测标准，目前来看是具有一定的价值和意义，但客观存在的不足也是不容忽视。

  毕竟在当前人工智能快速的提升的大环境下，算力显得格外重要，而完备及更加科学的「基准测试」，将有利于算力的发展。

  对于高性能计算来说，早在1993年便诞生了「TOP500」榜单，从一开始的美国、日本霸榜，到中国算力的崛起，显而易见国家在这项建设中的投入。

  原因很简单，高性能计算对于各个国家发展航天事业、石油勘探、水利工程，再到新兴的高科技产业，都起到至关重要的作用。

  但伴随着AI的兴起，改变了一往传统高性能计算的「求解方法」——AI+HPC才是未来算力的发展趋势。

  榜单中近30%系统拥有加速卡/协处理器，也就是说，慢慢的变多的系统配有大量低精度算术逻辑单元，用来支撑AI计算能力需求。

  例如华为、浪潮、联想等，均拿出了自家强悍产品，在诸如TOP500、MLPerf等榜单中大显身手。

  再从实际应用层面来看，或许你觉得发展算力对平民百姓并没有用，但其实不然。

  恰好每年大血拼的「双11」即将来临，而每个电子商务平台背后，都有一套强有力的推荐系统，也就是用户常常看到的「猜你喜欢」功能。

  中国出的这套「AI试卷」，即ALPerf，英伟达、谷歌等老牌算力大厂又会有怎样的表现？

  在这场大会中，将汇聚国内外院士、知名学者和产业大咖，围绕超级计算、新基建、云计算、大数据、人工智能、区块链等新一代信息技术前沿技术进展。