MLCommons Inference 项目提交指南深度解析

MLCommons Inference 项目提交指南深度解析

inference Reference implementations of MLPerf™ inference benchmarks 项目地址: https://gitcode.com/gh_mirrors/inf/inference

前言

MLCommons Inference 是一个致力于推动机器学习推理性能基准测试的开源项目。作为技术专家，我将为大家详细解读该项目的提交规则和注意事项，帮助开发者更好地理解和参与这一重要的基准测试。

硬件要求详解

基础硬件要求

MLCommons Inference 项目对硬件平台持开放态度，从树莓派这样的嵌入式设备到高端推理服务器都可以参与基准测试。这种包容性设计使得各类硬件平台都能展示其推理性能。

数据中心类别的特殊要求

对于数据中心类别的"封闭"提交，有以下特殊要求：

1. ECC内存：必须使用支持错误检查和纠正(ECC)的内存，这对数据中心环境的数据完整性至关重要
2. 网络能力：需要满足特定的网络连接要求，这些要求会随版本更新而变化

功耗测试的特殊设备

如果提交功耗测试结果，必须使用经过SPEC Power认证的功率分析仪。这些专业设备能精确测量系统在不同负载下的功耗表现。

提交类别与要求

封闭类别(Closed Division)要求

1. 性能与精度要求：

   • 必须运行所有要求的场景(根据边缘/数据中心类别而定)
   • 精度必须在基准模型的99%或99.9%范围内(具体取决于任务要求)

2. 模型权重限制：

   • 不允许修改模型权重，量化处理除外
   • 违反此限制将导致提交只能归类为开放类别

参考模型与实现

1. 参考模型多为FP32精度
2. 参考实现仅供指导，不建议直接用于正式提交
   • 这些实现未针对性能优化
   • 各厂商应根据自身硬件特性开发优化实现

可用类别(Available Category)要求

1. 提交系统必须已经可用(可以是部分可用)
   • 可以是公开可用或面向客户可用
2. 使用的软件必须是正式版或beta版
   • 不接受夜间构建版等非稳定版本

基准测试执行指南

测试时间预估

1. 数据中心类别：

   • 需要运行离线(Offline)和服务器(Server)场景
   • 每个场景至少需要10分钟

2. 边缘类别：

   • 需要运行单流(SingleStream)、多流(MultiStream，仅限ResNet50和RetinaNet)和离线场景
   • 每个场景至少需要10分钟
   • ResNet50需要额外运行三个合规性测试

3. 场景特性：

   • 单流、多流和服务器场景使用提前终止机制，通常10分钟左右完成
   • 离线场景需要处理至少24756个输入查询
     • 对于3DUNet、大语言模型等复杂模型，可能耗时数小时

4. 开放类别优势：

   • 无精度要求
   • 无需合规性测试
   • 可以只提交单个场景结果
   • 模型选择更自由(但需在指定数据集上验证精度)

5. 功耗测试额外要求：

   • 需要额外运行范围模式以确定峰值电流使用
   • 这会显著增加总测试时间
   • 可通过特定机制将范围运行缩短至5分钟

提交有效性验证

自动检查工具

项目提供了提交检查器(Submission Checker)，用于验证提交是否符合基本要求。这个工具会检查：

1. 文件结构完整性
2. 必填字段存在性
3. 基本格式合规性

人工审查要点

即使通过了自动检查，提交仍需接受人工审查，重点包括：

1. 系统描述文件的合理性
2. 功耗测试相关文件的详细内容
   • 功率设置
   • 分析仪表格
3. README文件的完整性和可复现性
4. 数据中心封闭提交的特殊要求符合性

版本4.0的重要变更

1. 新增基准模型：

   • 数据中心类别新增Mixtral-8x7B模型
   • 边缘类别保持不变

2. 功耗测试：

   • 代码层面无变化
   • 原有流程和要求保持不变

专业建议

1. 提前规划：

   • 校准文档需在截止日期前一周提交
   • 复杂模型测试可能需要数天时间

2. 合规性测试：

   • 预留足够时间进行多次合规性测试
   • 特别是ResNet50需要三次合规性测试

3. 功耗测试准备：

   • 提前获取SPEC PTDaemon访问权限
   • 准备好经认证的功率分析仪

4. 性能优化：

   • 参考实现仅作指导
   • 应根据目标硬件特性深度优化实现

通过遵循这些指南和建议，开发者可以更高效地参与MLCommons Inference基准测试，准确展示其硬件和软件解决方案的推理性能。

inference Reference implementations of MLPerf™ inference benchmarks 项目地址: https://gitcode.com/gh_mirrors/inf/inference