在訓(xùn)練性能方面，ResNet50_on_ImageNet上的測(cè)試結(jié)果顯示，當(dāng)采用128塊V100時(shí)，華為云ModelArts上模型訓(xùn)練時(shí)間僅需4分08秒，較其2018年12月創(chuàng)下的9分22秒紀(jì)錄快了一倍，比此前fast.ai在AWS平臺(tái)上的訓(xùn)練速度快4倍；在推理性能方面，華為云ModelArts識(shí)別圖片的速度是排名第二廠商的1.7倍，亞馬遜的4倍，谷歌的9.1倍。
ModelArts：領(lǐng)先的深度學(xué)習(xí)平臺(tái)技術(shù)
作為人工智能最重要的基礎(chǔ)技術(shù)之一，近年來深度學(xué)習(xí)也逐步延伸到更多的應(yīng)用場(chǎng)景，如自動(dòng)駕駛、互聯(lián)網(wǎng)、安防、醫(yī)療等領(lǐng)域。隨著深度學(xué)習(xí)模型越來越大，所需數(shù)據(jù)量越來越多，所需的AI算力資源和訓(xùn)練時(shí)間越來越長(zhǎng)，深度學(xué)習(xí)的訓(xùn)練和推理性能將是重中之重。
斯坦福大學(xué)DAWNBench是全球人工智能領(lǐng)域最權(quán)威的競(jìng)賽之一，是用來衡量端到端的深度學(xué)習(xí)模型訓(xùn)練和推理性能的國際權(quán)威基準(zhǔn)測(cè)試平臺(tái)，相應(yīng)的排行榜反映了當(dāng)前業(yè)界深度學(xué)習(xí)平臺(tái)技術(shù)的領(lǐng)先性。
華為云ModelArts支持海量數(shù)據(jù)預(yù)處理、大規(guī)模分布式訓(xùn)練、自動(dòng)化模型生成，并具備端-邊-云模型按需部署能力，可幫助用戶快速創(chuàng)建和部署模型、管理全周期AI工作流。在本次斯坦福大學(xué)DAWNBench深度學(xué)習(xí)訓(xùn)練時(shí)間及推理性能挑戰(zhàn)中，華為云ModelArts運(yùn)用了高性能分布式模型訓(xùn)練和極速推理技術(shù)。
斯坦福大學(xué)DAWNBench訓(xùn)練時(shí)間榜單
用戶：高效地在云端獲得和利用AI計(jì)算資源
稀缺且昂貴的算力和開發(fā)效率低是當(dāng)前AI開發(fā)過程中的主要痛點(diǎn)，例如開發(fā)者、企業(yè)或高校機(jī)構(gòu)等通常期望借助更高性能的大規(guī)模計(jì)算集群來加速訓(xùn)練過程，然而采購和維護(hù)如此規(guī)模的高性能計(jì)算集群意味著高昂的成本。
對(duì)于華為云ModelArts用戶來講，可以高效地在云端，獲得和利用規(guī)模的高性能GPU計(jì)算集群資源，按需付費(fèi)，算力的獲取門檻大幅下降；ModelArts還借助華為云對(duì)特定硬件（高性能服務(wù)器、網(wǎng)絡(luò)、存儲(chǔ)等）、軟件和算法協(xié)同優(yōu)化來實(shí)現(xiàn)加速；加上對(duì)分布式系統(tǒng)和算法的優(yōu)化，以及對(duì)用戶體驗(yàn)的優(yōu)化，可以進(jìn)一步幫助用戶降低成本，快速實(shí)現(xiàn)或優(yōu)化AI業(yè)務(wù)。
為了賦能生態(tài)，進(jìn)一步加速AI產(chǎn)品的開發(fā)與落地，3月21日華為云發(fā)布了在ModelArts基礎(chǔ)上構(gòu)建的開發(fā)者生態(tài)社區(qū)——華為云AI市場(chǎng)，提供AI模型、API交易功能以及數(shù)據(jù)、競(jìng)賽案例等內(nèi)容共享功能，為高�？蒲袡C(jī)構(gòu)、AI應(yīng)用開發(fā)商、解決方案集成商、企業(yè)及個(gè)人開發(fā)者等群體，提供安全、開放的共享及交易環(huán)境。華為云AI市場(chǎng)中包含的AI模型市場(chǎng)，是國內(nèi)首個(gè)提供發(fā)布及訂閱AI模型服務(wù)的平臺(tái)。
自發(fā)布以來，華為云ModelArts一站式AI開發(fā)平臺(tái)已經(jīng)逐步覆蓋醫(yī)療、智能制造、自動(dòng)駕駛、智慧城市、建筑、園區(qū)等人工智能場(chǎng)景，幫助金域醫(yī)學(xué)、廣聯(lián)達(dá)、云廬科技等企業(yè)進(jìn)行AI開發(fā)應(yīng)用落地。
截至2018年底，華為云EI企業(yè)智能服務(wù)已經(jīng)增加至56種、159種功能，在城市、制造、物流、物聯(lián)網(wǎng)等8大行業(yè)超過200個(gè)項(xiàng)目進(jìn)行探索，致力做行業(yè)升級(jí)新引擎。
斯坦福大學(xué)DAWNBench榜單鏈接：https://dawn.cs.stanford.edu/benchmark/
