GitHub Stars
1.8K
Forks数量
593
贡献者数量
73
许可证
Apache-2.0
收录理由
比较不同系统跑完一次训练要花多久，听起来很简单，但前提是大家跑的是同一个任务。这个仓库汇集了MLPerf官方训练基准的参考实现，每个都带模型代码、Dockerfile、数据集下载说明和计时脚本。团队想采购GPU或验证新加速器时，直接克隆一个基准就能跑出结果，并且和厂商或论文里报的数字有可比性。维护者自己也很坦诚：这些代码是起点，不是充分优化的版本，所以更适合用来衡量相对性能，而不是直接投入生产训练。如果你需要一套公认的、可复现的负载来做评测，这里提供的基线很公平，省得自己从零搭。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
unsloth
本地UI，用于运行和训练LLM及扩散模型。支持GGUF、MLX、Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、FLUX等。
LlamaFactory
统一高效微调100+大语言模型与视觉语言模型（ACL 2024）
airflow
Apache Airflow - 一个以编程方式编写、调度和监控工作流的平台
langfuse
🪢 开源AI工程平台：LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23
netron
神经网络、深度学习和机器学习模型的可视化工具