SiMa.ai supera a Nvidia en la competencia Machine Learning Performance (MLPerf)

SiMa.ai supera a Nvidia en la competencia Machine Learning Performance (MLPerf) en la categoría de energía de borde cerrado

SiMa.ai , la empresa de aprendizaje automático que ofrece soluciones para el borde integrado, superó al líder de la industria en su desempeño debut en MLPerf Benchmark en la categoría de energía de borde cerrado. La plataforma Machine Learning System-on-Chip (MLSoC™) de la compañía obtuvo los mejores logros de inferencia en todos los aspectos del benchmark ResNet-50, superando al líder de la industria tanto en rendimiento (fotogramas por segundo) como en potencia. Estos resultados de MLPerf demuestran que la plataforma MLSoC cumple su promesa de una solución Any, 10x, Pushbutton para una implementación de ML sin esfuerzo.
"Comenzamos SiMa.ai para liderar la industria del aprendizaje automático y estamos entusiasmados con el reconocimiento de que hemos llegado a la cima frente a todos los principales jugadores en el perímetro", dijo Krishna Rangasayee, director ejecutivo y fundador de SiMa.ai. "Si bien es emocionante que hayamos ganado en MLPerf en rendimiento y poder sobre el líder actual, lo que es muy gratificante es que estamos deleitando a los clientes en todo el mundo con una experiencia 'Cualquiera, 10x, Pulsador' que en las aplicaciones de la vida real supera con creces cualquier otra alternativa que sigue siendo nuestro enfoque: hacer el software ML adecuado para nuestros clientes".

Establecida por líderes de la industria en 2018, la base de MLCommons ® tiene como objetivo acelerar la innovación en el aprendizaje automático. Los puntos de referencia de inferencia de MLPerf™ se publican dos veces al año y definen una forma completamente estandarizada de medir el rendimiento y la potencia para una variedad de aplicaciones de ML, lo que permite a los usuarios finales clasificar fácilmente las reclamaciones de la empresa y proporcionar métricas estándar de la industria. Desde su inicio, los puntos de referencia han evolucionado para abarcar conjuntos de datos y mejores prácticas, desempeñando un papel fundamental para la adopción y la investigación de la industria.
"El logro de SiMa.ai de trabajar con silicio en su primera ejecución de fábrica fue impresionante, y ahora ya están superando a los titulares tanto en latencia como en energía en los puntos de referencia de MLPerf", dijo Kurt Keutzer, profesor de UC Berkeley, un estimado científico estadounidense y pionero de Aprendizaje profundo en el borde. "SiMa.ai realmente se ha establecido como la startup para observar en el borde", continuó.
El hardware MLSoC de SiMa.ai, combinado con su software Palette™, ofrece una plataforma especialmente diseñada con resultados de botón, lo que permite la implementación y el escalado de ML sin esfuerzo en el borde integrado, al tiempo que logra un rendimiento 10 veces mayor con el menor consumo de energía. Con esta metodología, SiMa.ai puede lograr resultados espectaculares sin necesidad de emplear un equipo masivo y, al mismo tiempo, ofrece resultados en minutos en comparación con la tecnología de la competencia que requiere meses. Esta es la primera vez que SiMa.ai participa en una competencia de MLCommons y este evento ilustra cómo SiMa.ai está preparado para revolucionar la industria con IA en forma de ML que se trasladará a todo lo que nos rodea, haciendo que el mundo sea más seguro e inteligente.
"Estoy impresionado con el bajo consumo de energía que SiMa.ai demostró en el punto de referencia de clasificación de imágenes MLPerf", dijo Karl Freund, fundador y analista principal de Cambrian-AI Research. "SiMa.ai realmente está cambiando el juego y la forma en que pensamos en las adopciones de ML y la escala en el borde integrado".
Compartiendo este artículo usted puede ayudar a difundir valor a otros que están buscando este tipo de información. Si valora el trabajo que hacemos en Valenciacars para usted y le resulta útil, le queremos pedir un gran favor: por favor comparta el artículo en WhatsApp, en Facebook , en Twitter y sus demás redes

Así,que SiMa.ai supera a Nvidia en la competencia Machine Learning Performance (MLPerf) en la categoría de energía de borde cerrado