摘要
深学习上的增加的注意极大地刺激了处理硬件的智力的设计。新兴的智力处理器的变化为公平比较和系统优化要求标准基准(在软件和硬件)。然而，存在基准是为benchmarking智力处理器不合适由于他们的非差异和nonrepresentativeness。另外，标准benchmarking方法论的缺乏进一步加重这个问题。在这份报纸，我们为智力处理器建议BenchIP，一间基准套房和benchmarking方法论。在BenchIP的基准套房由基准的二个集合组成：microbenchmarks和macrobenchmarks。microbenchmarks由单个层的网络组成。他们主要为瓶颈分析和系统优化被设计。macrobenchmarks包含最先进的工业网络，以便提供不同平台的现实主义的比较。我们也建议在包括地反映评估智力处理器的各种各样的特征的工业软件栈和评估度量标准之上造的标准benchmarking方法论。BenchIP为评估各种各样的硬件平台被利用，包括中央处理器，GPU，和加速器。BenchIP将不久是open-sourced。
出版日期
2018年01月11日（中国期刊网平台首次上网日期，不代表论文的发表时间）
