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。