IBM: Snap Machine Learning verslaat TensorFlow

Volgens IBM is haar machine-learning bibliotheek Snap Machine Learning (Snap ML) 46 keer sneller dan TensorFlow in een recente logistische regressietest. Snap ML is in de afgelopen twee jaar door IBM Research in Zürich ontwikkeld.

De door IBM geciteerde Criteo benchmark test hoe lang het duurt voordat machine-learning bibliotheken een logistisch regressiemodel kunnen trainen met behulp van een dataset met meer dan vier miljard trainingsamples. IBM verklaart dat haar Snap ML-systeem 91,5 seconden nodig had vergeleken met het beste resultaat dat door Google werd gerapporteerd voor TensorFlow, dat hetzelfde model in 70 minuten trainde.

Snap ML draaide op vier Power9-servers met 16 Nvidia Tesla V100 GPU's. Het TensorFlow-systeem draaide op 89 machines binnen het Google Cloud Compute-platform. IBM is zeer optimistisch over haar nieuwe Power9-hardware, dat volgens het bedrijf zeer geschikt is voor AI-workloads. Volgens IBM wordt het trainen van relatief eenvoudige modellen onbetaalbaar tijdrovend wanneer datasets uitgroeien tot miljarden trainingsvoorbeelden. Volgens IBM zijn er drie kenmerken die Snap ML onderscheiden van de overige aanbieders: gedistribueerde training; ondersteuning voor GPU-versnelling en ondersteuning voor sparse data.

Meer informatie: IBM