展示AIACC-AGSpeed性能数据和性能效果_GPU云服务器(EGS)-阿里云帮助中心

本文展示了AIACC-AGSpeed（简称AGSpeed）的部分性能数据，相比较通过PyTorch原生Eager模式训练模型后的性能数据，使用AGSpeed训练多个模型时，性能具有明显提升。

背景信息

本文通过测试不同场景下的模型，展示AGSpeed的不同性能提升效果。如果您想了解更多模型的性能测试效果，请联系我们。

本示例数据以hf_GPT2、hf_Bert、resnet50，timm_efficientnet等50多个模型为例，通过FP32精度和AMP混合精度两种场景进行训练，不同场景下各模型训练后的性能数据如下所示：

上述性能数据图中，横坐标和纵坐标的含义如下所示：

相比PyTorch原生的Eager模式，通过AGSpeed训练模型后，性能提升率如下所示。以吞吐量作为性能指标来展示AGSpeed的性能效果，性能提升率=（吞吐量（AGSpeed）－吞吐量（Eager））/吞吐量（Eager）。

说明

下图中的数据仅展示部分典型模型，如果您想了解更多模型的性能提升效果，请联系我们。