至顶网软件与服务频道消息:近日,斯坦福大学公布了最新的DAWNBench深度学习榜单,阿里云打破谷歌等企业创造的纪录,包揽图像识别比赛的四项第一,这也意味着阿里云可提供全球最快的AI计算服务。
斯坦福大学DAWNBench是人工智能领域最权威的竞赛之一,它是衡量深度学习优化策略、模型架构、软件框架、云和硬件等综合解决方案实力的标准之一。在图像识别(Image Classification on ImageNet)榜单中,阿里云包揽了训练时间、训练成本、推理延迟以及推理成本四项第一,打破了谷歌等企业保持一年多的纪录。
(阿里云包揽训练时间、训练成本、推理延迟以及推理成本四项第一)
DAWNBench官方显示,阿里云异构计算服务训练ImageNet 128万张图片仅需2分38秒,基于含光800的AI服务识别一张图片仅需0.0739ms,同时在训练成本和推理成本上也实现世界纪录的突破。
据悉,此次阿里云创造四项纪录得益于阿里云自研加速框架AIACC及平头哥含光800。AIACC是阿里云自主研发的飞天AI加速引擎,首次实现了统一加速Tensorflow、PyTorch、MxNet和Caffe等主流深度学习框架,在相同的硬件平台下,AIACC能够显著提升人工智能训练与推理的性能。
含光800是阿里巴巴第一颗自研芯片,也是全球性能最强的AI推理芯片,性能及能效比全球第一,基于含光800的AI云服务每秒可实现1600万亿次级别深度学习计算。
近年来,深度学习模型越来越复杂,所需的计算资源和计算时间也大幅增加,昂贵的AI算力制约了AI应用的落地,提升性能、降低成本成为企业的重中之重。
阿里云计算平台通过软硬件协同创新实现了性能上的大幅提升,目前相关AI计算服务已经在图像识别、语音识别、内容推荐、自动驾驶、自然语言理解等人工智能场景得到了大规模应用。以国内AI创业公司地平线为例,该公司采用阿里云AI计算服务进行深度学习训练,性能提升3倍,并显著降低训练成本。
据了解,阿里云已开源了基于AIACC加速引擎的AI解决方案,基于含光800的AI云服务也将对外开放。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。