目前人工智能技術發展速度很快，也很吸引眼球。但是對于各種多如牛毛的方法，目前并米有一個可靠的精準的基準來衡量各項硬件在不同算法訓練和推理的性能。

現在，不用愁了。國外的一個哥們， Andrey Ignatov發布了一個python庫。大家可以利用這個python庫測試自己硬件的性能！

AI Benchmark Alpha是一個開源python庫，用于評估各種硬件平臺的AI性能，包括CPU，GPU和TPU。 該基準測試依賴于TensorFlow機器學習庫，并提供精確輕量級的解決方案，用于評估關鍵深度學習模型的推理和訓練速度。 AI Benchmark目前作為Python pip包發布，可以下載到運行Windows，Linux或macOS的任何系統。

這個包在6月26日發布了兩個版本，一個是0.1.0一個是0.1.1。

目前，支持如下算法的性能測試：

● Section 1: MobileNet-V2, Classification

● Section 2: Inception-V3, Classification

● Section 3: Inception-V4, Classification

● Section 4: Inception-ResNet-V2, Classification

● Section 5: ResNet-V2-50, Classification

● Section 6: ResNet-V2-152, Classification

● Section 7: VGG-16, Classification

● Section 8: SRCNN 9-5-5, Image-to-Image Mapping

● Section 9: VGG-19, Image-to-Image Mapping

● Section 10: ResNet-SRGAN, Image-to-Image Mapping

● Section 11: ResNet-DPED, Image-to-Image Mapping

● Section 12: U-Net, Image-to-Image Mapping

● Section 13: Nvidia-SPADE, Image-to-Image Mapping

● Section 14: ICNet, Image Segmentation

● Section 15: PSPNet, Image Segmentation

● Section 16: DeepLab, Image Segmentation

● Section 17: Pixel-RNN, Image Inpainting

● Section 18: LSTM, Sentence Sentiment Analysis

● Section 19: GNMT, Text Translation

同時，作者也給出了一些測試結果。非常有意思：

目前***的桌面GPU當屬于GeForce GTX 1080 Ti了。其次是TITAN Xp CE和GeForce GTX TITAN X。

使用這個庫也很簡單，大家可以先pip install ai-benchmark。注意，需要安裝tensorflow才能運行。

使用方法如下：

from ai_benchmark import AIBenchmark 
results = AIBenchmark().run() 

我自己也測試了一下，非常容易：

可以看到，我的硬件在MobieNet-V2算法的訓練速度大約是27688±741ms，推理速度大約是2747±119ms。這速度慘不忍睹啊。各位可以自己去看看自己的成績。