2026年7月9日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

聊聊企业级Data+AI平台的性能评测基准TPCx-AI

发布日期:2024-10-01 21:12:56 浏览次数: 3243
作者:ThinkMachine

微信搜一搜,关注“ThinkMachine”


前段时间,有朋友问到企业级Data+AI平台技术选型和性能评估的问题,今天向大家介绍一下解决这个问题的工具之一:TPCx-AI。
无论是用户企业,还是提供企业数据平台产品的厂商,都开始关注传统企业数据平台是否具备满足用户使用要求的人工智能能力。AI能力,已成为企业数据平台的标配。这种Data + AI的组合,呈现出高度多样化的特点这导致了行业需要标准化的方法和工具,帮助用户科学地比较不同厂商的Data+AI产品和系统,以选择最适合自己的解决方案。

人工智能评测基准的发展

大概从2018年开始,研究人员和从业者已经开始构建面向AI领域的基准测试。这些开创性的工作,包括了基准数据集、微基准测试、基准测试套件、组件级基准测试和应用级基准测试。
基准数据集在机器学习研究中有着较长的历史。其中一些著名的例子包括ImageNet和WordNet,以及各种ML数据集合,如UCI机器学习库、OpenML等。这些数据集可用于评估ML算法的准确性,但只有数据集,并不能提供对企业人工智能应用场景的完整评估能力。一些基准测试方案使用了这些数据集,例如MLBench和MLPerf。
微基准测试是对基本的深度学习计算进行基准测试,如矩阵乘法、全局归约或卷积。比如DeepBench和SLAB,这些评测方案可以深入了解基础机器学习计算的底层性能,但这些结果同样不能反映实际部署中端到端的性能体验。
MLPerf 是相对完整的基准测试套件,它包括训练和服务任务的度量标准。不足的是,MLPerf不包括数据加载、预处理或后处理阶段的评测设计。截至目前,TPCx-AI是唯一一个完整的企业Data+AI平台的行业标准基准测试,可以覆盖应用级别的、端到端的、机器学习和人工智能全部典型工作负载。
企业级Data+AI平台的评测工具TPCx-AI
Transaction Processing Performance Council(TPC)是标准化评测的重要推动者,大家熟悉的数据库基准测试工具,比如TPC-H/TPC-DS,是已经被广泛接受的成功实践。
TPCx-AI是用于企业级Data+AI场景的、新的TPC Express性能测试基准,这也是业界第一个实现对端到端Data+AI解决方案进行标准化性能评测的行业基准。TPCx-AI提供了一个完整的软件套件,包括了数据生成器、驱动程序以及基于Python库和基于Apache Spark的完整工作负载实现代码。
TPCx-AI起源于ADABench,2021年被TPC标准化。TPCx-AI的工作负载包括了10个企业Data+AI应用的典型用例,这些用例基于多样化的零售场景任务,涉及不同的数据类型和深度学习/机器学习模型,这些评测用例的设计,参考了麦肯锡公司的一项关于零售和其他垂直领域AI和ML技术潜在用例的研究论文。我们用表格总结了10个测试用例的数据表类型、预处理任务、模型训练和模型服务,以及评分测试等用例信息;
用例编号名称数据表数据预处理AI模型训练AI模型服务评分测试
UC01 - 客户分群客户、订单、订单详情、订单退货数据表删除重复项和空值使用k-means对客户进行聚类使用聚类将新用户分配到组检查结果的准确性
UC02 - 客户对话转录音频数据表加载音频数据并重新采样计算MFCC并训练深度神经网络在提供服务时预测转录,并计算单词错误率比较生成的转录与基准数据的单词错误率
UC03 - 销售预测订单、产品、订单详情、店铺部门数据表加载数据表并连接拟合Holt-Winters模型用于销售预测在提供服务阶段预测销售额,检查结果的准确性检查结果的准确性
UC04 - 垃圾邮件检测产品评分文本数据表加载评论并删除重复项将文本转换为n-gram和向量,并训练朴素贝叶斯模型对新评论进行分类为正常或垃圾邮件,使用马修斯相关系数评分使用马修斯相关系数评分
UC05 - 价格预测市场数据表消除重复项和空值在数据上训练模型以进行价格预测在提供服务时预测物品价格,并使用均方根对数误差进行评分使用均方根对数误差评分
UC06 - 硬件故障预测故障日志数据表执行重复项和空值移除基于已知数据和故障训练支持向量机预测即将发生的故障,并使用F分数进行评分使用F分数进行评分
UC07 - 产品评分产品评分数据表加载并转换成数值格式使用矩阵分解和交替最小二乘回归进行训练针对用户-物品对预测和评分,使用平均绝对误差使用平均绝对误差评分
UC08 - 购物出行分类订单、订单详情、产品表生成购物历史记录并对分类值进行二值化使用梯度提升树基于活动购物会话预测购物出行类型针对购物出行类型进行分类预测,计算分类准确度计算分类准确度
UC09 - 人脸识别客户表、人脸图像数据表对名称进行编码、对图像进行对齐和调整大小对客户图像进行微调的预训练嵌入和逻辑回归模型训练识别客户图像并评估准确性评估准确性
UC10 - 欺诈检测财务账户表、财务交易表拆分和清理数据表、对交易数据进行归一化训练用于分类的逻辑回归模型对交易进行分类并使用分类准确度进行评分使用分类准确度进行评分


TPCx-AI提供了一个完整的工具包,这个工具包包含一个基于Parallel Data Generation Framework(PDGF)的合成数据生成器,一个管理基准完整执行的驱动程序,以及两个参考实现:一个基于Apache Spark,另一个基于Python库。TPC还可以通过审查和批准任何贡献者提交的评测实现,截止到2023年6月已经有14个正式的基准提交给了TPC。

评测基准中每一个测试用例基本都包括了Data+AI机器学习管道的完整过程,包括数据生成、数据管理、训练、评分和服务阶段

完整的Data+AI基准测试运行包括多个测试子任务,其中一些需要计时,以下步骤按顺序执行:

  1. 平台配置
  2. 参数设置
  3. 运行测试脚本
  4. 分析数据
  5. 输出测试结果
TPCx-AI Express包括两个规模尺度的参考实现,一个用于单节点部署,另一个用于集群部署。数据生成器也可以根据“规模因子”,生成从GB级到TB级的测试数据,满足用户和厂商从单机系统到多节点集群等不同规模系统的评估测试要求。
TPCx-AI定义了三个主要指标:
  • 性能指标??????@??;
  • 价格性能指标$/??????@??;
  • 可用性日期。

所有三个主要指标都需要在官方基准测试结果中报告。??????@??代表不同规模因子-SF下的Data+AI用例性能得分,这是不同阶段测试运行时间(秒数)几何平均值的综合指标。这样设计的目的是防止基准测试中某个子任务性能的改进对整体性能指标产生过大影响。

ThinkMachine的观察
TPCx-AI Express只是符合其测试标准的快速技术实现方案之一,并不意味着被评测系统或产品必须跑通Express才是满足TPC要求的,实际上很多厂商的产品都需要修改代码才能跑通官方脚本。TPC允许厂商遵循评测规范编写自己的技术实现代码,当然,厂商在公开其TPCx-AI测试结果的同时,需要公开其自研版本的TPCx-AI测试代码,并向TPC申请官方审计验证,以获得TPC对测试结果的官方认可。
如TPCx-AI这样专业的标准化评测方案,实际是对真实世界人工智能应用场景的简化,评测结果不可避免存在片面性。在具体实践中,充分结合用户自身的使用场景和基础技术栈能力,客观、理性分析TPCx-AI的评测结果,对于做好Data+AI供应商和解决方案的技术选型、架构规划和项目评审无疑是有助益的。


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅