基准性能

本文介绍MindSpore的基准性能。MindSpore预训练模型可参考Model Zoo

训练性能

ResNet

Network Network Type Dataset MindSpore Version Resource                 Precision Batch Size Throughput Speedup
ResNet-50 v1.5 CNN ImageNet2012 0.2.0-alpha Ascend: 1 * Ascend 910
CPU:24 Cores
Mixed 32 1787 images/sec -
Ascend: 8 * Ascend 910
CPU:192 Cores
Mixed 32 13689 images/sec 0.95
Ascend: 16 * Ascend 910
CPU:384 Cores
Mixed 32 27090 images/sec 0.94
  1. 以上数据基于华为云AI开发平台ModelArts测试获得,是训练过程整体下沉至Ascend 910 AI处理器执行所得的平均性能。

  2. 业界其他开源框架数据可参考:ResNet-50 v1.5 for TensorFlow

BERT

Network Network Type Dataset MindSpore Version Resource                 Precision Batch Size Throughput Speedup
BERT-Large Attention zhwiki 0.2.0-alpha Ascend: 1 * Ascend 910
CPU:24 Cores
Mixed 96 210 sentences/sec -
Ascend: 8 * Ascend 910
CPU:192 Cores
Mixed 96 1613 sentences/sec 0.96
  1. 以上数据基于华为云AI开发平台ModelArts测试获得,其中网络包含24个隐藏层,句长为128个token,字典表包含21128个token。

  2. 业界其他开源框架数据可参考:BERT For TensorFlow