MLCommons Releases MLPerf Training v6.0 Results
MLPerf v6.0新增稀疏计算基准,推动AI系统多样性,DeepSeek V3参数达6710亿。
入选理由:DeepSeek V3使用6710亿参数,激活370亿参数/令牌,验证大规模稀疏训练系统。
公司对比
MLCommons 和 thinkymachines 都是 AI 领域的公司。以下是基于 traeai 收录的真实报道数据的全面对比。
公司
发布MLPerf基准的非营利组织。
5 篇相关报道
公司
也叫:@thinkymachines
Inkling模型开发公司
3 篇相关报道
5
MLCommons 相关
0
共同提及
3
thinkymachines 相关
基于 traeai 收录材料自动更新
MLCommons 与 thinkymachines 的差异,最好从真实材料覆盖、共同语境和高频标签一起判断。traeai 会根据已收录内容持续更新这组对比。
MLPerf v6.0新增稀疏计算基准,推动AI系统多样性,DeepSeek V3参数达6710亿。
入选理由:DeepSeek V3使用6710亿参数,激活370亿参数/令牌,验证大规模稀疏训练系统。
MLPerf Tiny基准测试为超低功耗AI设备提供统一评估标准,推动边缘AI在工业、农业等场景的落地。
入选理由:MLPerf Tiny通过统一工作负载和测量方法解决设备差异问题
MLPerf新增多轮代理推理基准,通过Kimi和Qwen模型评估LLM服务系统在上下文增长、KV缓存复用等场景下的性能。
入选理由:代理推理基准需支持上下文增长和KV缓存复用优化
MLCommons推出MLPerf Inference v6.1边缘代理推理基准,使用Qwen3.6-27B量化模型评估边缘设备多轮对话性能。
入选理由:Qwen3.6-27B模型采用Q4_K_M GGUF量化格式部署
MLCommons与Google Cloud合作,利用Confidential Computing技术实现安全的医疗AI基准测试,保护患者数据和模型IP,推动脑肿瘤分割模型的可信评估。
入选理由:联邦学习使AI模型在数据方本地运行,避免患者数据泄露
Inkling 是一个开放权重的 MoE 模型,支持多模态推理,参数规模达 975B。
入选理由:Inkling 模型拥有 975B 总参数和 41B 活跃参数,采用 MoE 架构。
Inkling模型在Agent Arena开放权重模型中排名第9,但用户反馈评分较低,且存在潜在排名变动风险。
入选理由:Inkling在开放权重模型中排名第9,但用户满意度-18.0%排名38
thinkymachines的Inkling模型作为首次发布表现良好,但缺乏技术细节和深度分析。
入选理由:首次发布开源模型的难度远高于后续迭代