简体中文 | 繁體中文 | English

MLCommons

MLCommons聯合全球50多家AI和機器學習的科技和學術領導者組成工程聯盟,以加速ML創新

該工程聯盟將提供業界基準、最佳實務和資料集,以加速電腦視覺、自然語言處理和語音辨識開發,並提供給所有人使用

2020-12-07 14:08
  • zh_hant

舊金山--()--(美國商業資訊)--今天,開放工程聯盟MLCommons成立產業界與學術界合作組織,以加速機器學習創新和擴大一般大眾使用這項關鍵科技的機會。該非營利組織在最初成立時名為MLPerf聯盟,現在以擁有由阿里巴巴、Facebook AI、谷歌、英特爾、NVIDIA的代表和哈佛大學的Vijay Janapa Reddi教授組成的創始理事會為榮;而且還有50多個來自各界的創始成員。創始成員包括逾15家專注於全球半導體、系統和軟體的初創公司和小型公司,以及來自加州大學柏克萊分校、史丹佛大學和多倫多大學等大學的研究人員。

MLCommons將推動最新AI和機器學習資料集與模型、最佳實務、基準和指標的開發和存取。其目標是盡量使更多的人能夠盡快取用機器學習解決方案,例如電腦視覺、自然語言處理和語音辨識。

MLCommons總裁Peter Mattson表示:「 MLCommons的使命很明確——加速機器學習創新以『造福大眾』’,並增加對社會的正面影響。我們很高興以MLPerf聯盟為基礎,擴大範圍和其已經令人印象深刻的影響,將全球產業界和學術界合作夥伴聚集在一起,開發可讓所有人受益的科技。」

MLCommons執行董事David Kanter表示:「機器學習是一個年輕的領域,需要整個業界共享的基礎架構和認識。MLCommons和我們的成員一起,組成首個專注於集體工程以建構這種基礎架構的組織。我們今天很高興成立這個組織來建立度量標準、資料集和開發實務,這對於整個業界的公平和透明至關重要。」

MLCommons與創始成員合作建立的聯盟將促進全球合作,以建立和共享最佳實務——橫跨產業和學術界,軟體和硬體,從新生的初創公司到大型企業。例如,MLCube使研究人員和開發人員可以輕易共享機器學習模型,以確保在各種基礎架構中的可攜性和可重複性,從而讓創新易於獲得採用並推動下一波的科技發展。

MLCommons將專注於:

  • 基準和指標 - 為比較ML系統、軟體和解決方案提供透明度和公平的競爭環境,例如機器學習訓練和推論效能的業界標準MLPerf
  • 資料集和模型 - 可供公眾取用並構成新功能和AI應用的基礎,例如全世界最大的公共語音轉換文字資料集People’s Speech
  • 最佳實務 - 例如一套一般規範MLCube,可促成不同基礎架構以及全球研究人員和開發人員之間開放且無縫地共享ML模型。

基準和最佳實務能使業界和研究機構合力推動AI發展

應用機器學習造福所有人的機會無窮;從溝通到醫療保健,再到提高駕駛安全性。為了促進機器學習和AI科技的持續發展、實施和共享,以及衡量品質、速度和可靠性方面的進展,業界需要一套通用的最佳實務和指標。

MLCommons專注於為整個ML界建構這些工具。MLCommons的基石是業界標準的ML基準測試套組MLPerf,它可測量實際應用的完整系統效能。MLPerf使MLCommons能夠促進整個產業的透明度,讓類似的比較成為可能。

加快創新和可及性的公共資料集

機器學習和AI需要優質的資料集,因為它們攸關新功能的效能。為了加速ML創新,MLCommons將致力於創建大規模的優質公共資料集,可供所有人共享和存取。

MLCommons的這一倡議的早期例子是People’s Speech,它是全世界最大的多種語言公共語音轉換文字資料集,可用於提供更好的語音輔助。MLCommons已收集超過8萬小時的語音,目標是促使語音科技大眾化。借助People’s Speech,MLCommons讓先進語音科技的應用範圍有機會擴展到更多種語言,並有助於將語音輔助的好處帶給全世界的人,而不是僅侷限於使用最常見語言的族群。

關於MLCommons

MLCommons是開放式工程聯盟,其使命是加速機器學習創新,造福大眾並擴大其對社會的正面影響。MLCommons的基礎始於2018年的MLPerf基準測試,該基準迅速擴充為衡量機器學習效能和提高機器學習科技透明度的一組業界指標。MLCommons與全球科技提供商、學術機構和研究人員等50多個創始成員共同致力於工程合作,透過基準與指標、公共資料集和最佳實務,為整個機器學習業界建構工具。

MLCommons的創始成員來自首屈一指的企業,包括Advanced Micro Devices, Inc.、阿里巴巴、Arm Limited及其子公司、百度、Cerebras Systems、Centaur Technology, Inc.、思科、Ctuning Foundation、戴爾、d-Matrix Corp.、Facebook AI、富士通、FuriosaAI, Inc.、技嘉、Google、Grai Matter Labs、Graphcore Limited、Groq Inc.、惠普、Horizon Robotics Inc.、浪潮、英特爾、Kalray、Landing AI、聯發科、微軟、Myrtle.ai、Neuchips、Nettrix Information Industry Co., Ltd.、Nvidia、高通、紅帽、SambaNova Systems 、三星、上海燧原科技有限公司、Syntiant Corp.、Tenstorrent Inc.、VerifAI Inc.、VMind Technologies, Inc.、Xilinx、廣東歐珀移動通信有限公司(Zeku Technology (Shanghai) Corp. Ltd.),和以下機構的研究人員:哈佛大學、印第安那大學、史丹佛大學、加州大學柏克萊分校、多倫多大學和約克大學。MLCommons成立時的其他成員還包括LSDTech。

有關MLCommons以及如何加入該組織的更多資訊,請造訪http://mlcommons.org/或聯絡membership@mlcommons.org

免責聲明:本公告之原文版本乃官方授權版本。譯文僅供方便瞭解之用,煩請參照原文,原文版本乃唯一具法律效力之版本。

Contacts

Jordan Beadle
mlcommons@strangebrewstrategies.com

分享到: