分类： 谷歌新闻

2020年6月6日据外媒报道：经过数月的延迟和功能更新，期待已久Gmail的暗黑模式终于在iPhone和iPad上完成了。

Gmail的6.0.200519版本在通过App Store发行。其中包括以下发行说明：

专业提示（如果您没有注意到）：升级到iOS 13之后，您现在可以在深色或浅色主题之间切换。或者，您可以使用默认设置的系统主题。

谷歌早在2019年9月就宣布了其Gmail应用程序的黑暗模式，但此后至少在iOS平台上推出了补丁程序，因为是有一些用户激活了该应用程序的暗模式，但是在下次重启时消失了。还有其他人则根本无法使用该功能。

幸运的是，这次的更新应该结束大量用户几个月的等待。要在iPhone和iPad上的Gmail中启用黑暗模式，请更新设备上的应用，然后按照以下步骤操作。

• 启动Gmail应用程序。

• 点击屏幕左上角的菜单图标（三行）。

• 向下滚动并点击设置。

• 点击主题。（如果看不到该选项，请尝试强制退出然后重新启动该应用程序。）

• 选择“ 亮”，“ 暗 ”或“ 系统默认值”。后一个选项将Gmail的主题默认设置为设备的系统设置，如果您已将iOS的外观设置为根据一天中的时间自动更改，则该选项非常有用。

请注意，如果您的设备运行的是iOS 11或iOS 12，则将在“设置”屏幕中看到“ 黑暗”主题切换，而不是“主题”子菜单。

36氪获悉，周四美股收盘，标普500指数涨0.42%，报4419.15点；纳斯达克指数涨0.11%，报14778.26点；道琼斯指数涨0.44%，报35084.53点。美国科技龙头多数走强，其中苹果涨0.46%、特斯拉涨4.69%、亚马逊跌0.84%、谷歌涨0.12%、Facebook跌4.01%、微软涨0.10%、高通涨6%、AMD涨5.13%、奈飞跌0.97%、英特尔涨1.19%。

11月13日，资本邦了解到，截至11月12日收盘，美股三大指数微涨。道指涨60点，涨幅0.19%;纳指涨36点，涨幅0.28%;标普500指数涨1.58点涨幅0.04%。

美大型科技股涨跌不一。特斯拉涨4.72%，微软跌1.18%，谷歌跌1.07%，亚马逊涨0.21%，奈飞跌0.97%。

苹果跌0.14%。苹果CEO库克接受了CBS This Morning的采访，据节目主持人Gayle King透露，明天播出的采访内容中将会发布一个重大消息。King表示，这个消息并不是新产品。

热门中概股，百度涨9.06%，哔哩哔哩涨2.64%，阿里巴巴跌0.78%，携程跌1.36%，唯品会跌1.44%，网易跌1.6%，京东跌2.04%。

新能源汽车中概股，小鹏汽车涨22.41%，小鹏汽车此前宣布与五家银行合作，获综合授信128亿元。理想汽车涨12.08%，蔚来跌1.05%。

昨日两只中概股登陆美股。祁连国际上市首日收涨100%。盘中一度飙升340%，股价大幅波动引发数次熔断。

库客音乐于1月12日登陆美股，上市首日收涨1%，盘中股价一度飙升50%，经历三次熔断。

头图来源：123RF

风险提示 ： 资本邦呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

本文源自资本邦

智通财经APP获悉，谷歌(GOOG.US)和Facebook(FB.US)宣布，他们将参与2024年新海底电缆系统的开发，以改善亚太地区的互联网连接。

Facebook表示，该基础设施项目名为“Apricot”，将连接日本、新加坡、台湾、关岛、菲律宾和印度尼西亚，帮助满足日益增长的宽带接入和5G无线连接需求。今年3月，该公司宣布了两条连接新加坡和美国西海岸的跨太平洋海底电缆Bifrost和Echo，谷歌参与了后者的建设。

谷歌表示，Echo和Apricot电缆是互补的海底系统，将提高Google Cloud和公司其他数字服务的弹性。据Facebook称，这条横跨亚太地区的新光纤链路的初始设计容量超过每秒190TB/s。

这两家硅谷巨头都在他们认为增长潜力最大的地区投资建设互联网基础设施，谷歌去年宣布了一项100亿美元的投资计划，以帮助印度在未来5到7年推进数字化。

北京时间11月29日，谷歌公布了Google Play 2021年度的各大奖项。

与以往评选方式略有不同，今年的Google Play年度奖项进行了地域划分，不同地区的年度最佳奖项颁给了不同的游戏产品，比如美国地区的Google Play年度最佳颁给了《宝可梦大集结》，而日本地区则颁给了《赛马娘》，韩国地区是《姜饼人王国》。

而在美、日、韩三个地区Google Play 2021各个奖项中，也有许多中国游戏以及公司上榜，比如在美区拿到年度最佳的《宝可梦大集结》便是一款由宝可梦公司（The Pokemon Company）与腾讯天美工作室联合开发的游戏。

除此以外，还有米哈游的《未定事件簿》、腾讯的《白夜极光》、网易的《猫和老鼠》、阿里简悦的《三国志·战略版》、三七互娱的《末日喧嚣》、悠星的《碧蓝航线》、《偶像梦幻祭!!Music》（乐元素）、星合互娱的《小小蚁国》等。

接下来，GameLook也将对中国游戏公司出海最关注的美、日、韩三个地区Google Play 2021年度奖项进行盘点。

美区《宝可梦大集结》获最佳，《英雄联盟手游》《未定事件簿》上榜

在美区Google Play年度大奖中，《宝可梦大集结》可以说是当之无愧的大赢家，不光夺得了年度最佳游戏，还获得了最佳竞技游戏奖以及最受欢迎游戏提名。

在官方博客中，谷歌表示：“《宝可梦大集结》凭借其动态的游戏性和优秀的跨平台体验赢得了年度最佳游戏。”

据悉，《宝可梦大集结》是宝可梦系列首款团队策略对战游戏，玩家可以指派不同的宝可梦在游戏中作战，得分更多的一方则获取胜利。

这款游戏于今年7月在登录NS平台，9月份手游版本正式上线。手游版刚开服便登上了超过65个国家/地区的游戏免费榜榜首，根据Sensor Tower的数据显示，自上线以来，《宝可梦大集结》手游版已经获得了3300万次下载，位列9月全球移动游戏下载榜榜首。

值得一提的是，除了Google Play年度最佳，今年《宝可梦大集结》还提名了TGA年度最佳移动游戏，可以说今年诸多移动游戏大奖的大热门。

除了年度最佳奖项外，谷歌今年还设立一项年度最受欢迎游戏（Users’ Choice Game of 2021），将由玩家自由投票挑选，美国地区的获奖者为Garena旗下的《Free Fire MAX》，其余提名游戏分别为《足球英雄022》《Project Makeover》《英雄联盟手游》《宝可梦大集结》《Beatstar》《万智牌：竞技场》《古惑狼：全速冲锋》《狼人嫌疑：神秘大厦》以及《漫威未来革命》。

《Free Fire Max》是Garena旗下热门战术竞技游戏《Free Fire》的高清画质版本，虽然独立于《Free Fire》之外，但二者数据互通，受益于《Free Fire》在全球多个地区的持续火热，因此这款游戏也得到了很高的呼声以及大量玩家的喜爱。

美区Google Play2021其他项目的获奖情况分别为：

最佳竞技游戏：

《英雄联盟手游》拳头公司

《漫威未来革命》Netmarble

《宝可梦大集结》宝可梦公司、腾讯天美工作室

《Rogue Land》 Huuge Games

《狼人嫌疑：神秘大厦》Wildlife Studios

最佳创新游戏：

《洇客 Inked》朝夕光年

《JanKenUP!》Humita

《Knights of San Francisco》Raindead

《Overboard!》inkle Ltd

《未定事件簿》米哈游

最佳休闲游戏：

《时间猫》PINE STUDIO

《古惑狼：全速冲锋》King

《迪士尼 POP TOWN》Jam City,Inc.

《Switchcraft: Magical Match 3》Wooga

《休闲推塔：休闲益智》JOX Development

最佳独立游戏：

《70亿人》Tomorrow Corporation

《Bird Alone》George Batchelor

《Donut County》Annapurna Interactive

《我的朋友佩德罗：复仇时刻》DevolverDigital

《Puzzling Peaks EXE》AppSir,Inc.

最佳平板游戏：

《小鸟警察——Paint it it RED！》HandyGames

《我的朋友佩德罗：复仇时刻》DevolverDigital

《The Procession to Calvary》Joe Richardson

《Overboard!》inkle Ltd

《英雄联盟手游》拳头公司

日区《赛马娘》夺冠，《白夜极光》《猫和老鼠》上榜

日本地区的Google Play 2021获奖情况，年度最佳游戏由红了近乎一年的《赛马娘》稳稳拿下。

自今年2月份推出以来，Cygames的《赛马娘》一炮而红，长居畅销榜前列，成为了一款当之无愧的现象级游戏。今年7月，Cygames母公司CyberAgent财报中披露，《赛马娘》下载次数已经突破900万大关。与此同时，根据Sensor Tower数据显示，2021年第三季度，《赛马娘》的收入已经达到了2.9亿美元。

不仅如此，《赛马娘》还将年度最受欢迎游戏收入囊中，而最受欢迎Top5的游戏分别为：《宝可梦大集结》、《碧蓝航线》（悠星）、《三国志·战略版》（阿里简悦）、《东方弹幕神乐》。

剩余的提名游戏分别为：《Royal Match》、《黎明默示录》（沐瞳）、《日向坂46与不可思议的图书馆》、《尼尔手游》、《白夜极光》（腾讯）、《偶像荣耀》、《迪士尼音乐巡游》、《HoneyWorks Premium Live》、《闪耀暖暖》（叠纸）、《Rhythm Hive》、《角落生物农场》、《猫和老鼠》（网易）、《天堂2M》、《小小蚁国》（星合互娱）、《我的英雄学院ULTRA IMPACT》。

日本地区Google Play2021其他项目的获奖情况分别为：

年度最佳对战游戏：

《宝可梦大集结》宝可梦公司、腾讯天美工作室

《我的英雄学院ULTRA IMPACT》万代南梦宫

《天堂2M》NCsoft

《三国志·战略版》Qookka Games（阿里简悦）

《赛马娘》Cygames

年度最具创新力游戏：

《NieR Re[in]carnation》SQUARE ENIX

《白夜极光》Proxima Beta（腾讯）

《偶像荣耀》QualiArts

《小小蚁国》StarUnion（星合互娱）

《迪士尼音乐巡游》TAITO Corporation

年度最佳休闲游戏：

《角落生物农场》Imagineer

《东方弹幕神乐》DeNA

《Royal Match》Dream Games

《HoneyWorks Premium Live》FLAGGS Incorporated

《猫和老鼠》网易

年度最佳独立游戏：

《众多回忆的食堂故事2~感动人心的昭和系列》GAGEX

《Baba Is You》Hempuli

《冒险村物语2》Kairosoft

《地震游戏：幸存者吉尔特》opti

《人狼将棋》baton

韩国区姜饼人新游获最佳，多款中国游戏上榜

韩国区的Google Play 2021获奖情况，年初上线的《姜饼人王国》夺得了年度最佳游戏，并且也拿下了最受欢迎游戏奖项，此外，在韩国引起强烈反响的两款游戏《奥丁：神叛》和《Gran Saga》均夺得了最佳竞技游戏。

“姜饼人”系列虽然在国内知名度不高，但在韩国可谓是国民级IP，而这款最新的《姜饼人王国》则打破了系列的一贯形式，首次采取了RPG玩法，在韩国取得了突出的成绩。

数据显示，今年3月，这款游戏的月活跃用户曾达到了306万，超过一半(57.4%)的用户为女性，而后该作也长期稳居于畅销榜前列。

此外，在韩国Google Play最受欢迎游戏榜单中，有大量中国公司的出海产品上榜，其中，最受欢迎Top5的游戏分别为：《宝可梦大集结》、《奥丁：神叛》、《偶像梦幻祭!!Music》（乐元素）、《Friends Shot: Golf for All》。

剩余的提名游戏分别为：《漫威未来革命》、《时光公主》（IGG）、《一拳超人：最强之男》（掌趣）、《二之国：交错世界》、《小小蚁国》（星合互娱）、《三国志·战略版》（阿里简悦）、《Heroes Tales》（三七互娱）、《为美好的世界献上祝福》、《Royal Match》、《战双帕弥什》（英雄互娱）、《Project Makeover》（时空幻境）、《末日喧嚣》（三七互娱）、《动物之森：口袋营地》、《白夜极光》（腾讯）、《Gran Saga》。

韩国地区Google Play2021其他项目的获奖情况分别为：

最佳竞技游戏：

《奥丁：神叛》Kakao Games

《Gran Saga》Npixel

《姜饼人王国》Devsisters Corporation

《三国志·战略版》Qooka Games（阿里简悦）

《漫威未来革命》（Netmarble）

最具创新力游戏：

《二之国：交错世界》Netmarble

《小小蚁国》StarUnion（星合互娱）

《白夜极光》Proxima Beta（腾讯）

《战双帕弥什》英雄互娱

《宝可梦大集结》宝可梦公司、腾讯天美工作室

最佳休闲游戏：

《Friends Shot: Golf for All》Kakao Games

《动物之森：口袋营地》任天堂

《Project Makeover》时空幻境

《时光公主》IGG

《偶像梦幻祭!!Music》乐元素

最佳独立游戏：

《浪人：末代武士》Dreamotion

《Angel Saga：魔界天使传说》Alchemist Games

《Animal Doll Shop – Cute Tycoon》Funnyeve

《Underworld Office: Visual Novel》Buff Studio

《Little Corner Tea House: Knitting room》UnicON

都2021年了还没用过微服务 吗？如日中天的K8S还只是听说过？云原生架构知道是怎么回事吗？

2020年的双十一，天猫订单处理峰值达到54.3万笔/秒，2020年的双十二，数据量高达1200万+。2021年的12306网站单日浏览峰值5000亿次。

让你架构一个能支撑淘宝天猫双11双12千亿级流量的电商平台你知道如何着手吗？为什么现在的一线互联网公司都会拥抱微服务，拥抱云原生？

面试的时候对于分布式高并发高可用架构问题的回答总是不能让面试官满意？微服务架构很多，到底用Spring Cloud 还是 Dubbo ？Spring Cloud Alibaba 与 Spring Cloud Netflix 如何选择？互联网微服务中台项目究竟有多少细节？微服务架构如何与云原生架构融合？

看看下面这十几道题是我当时阿里三面时被问到的，基本都是深入到阿里巴巴微服务架构 Spring Cloud Alibaba源码级别，看来P7百万年薪真不是那么好拿的，见识了！

阿里P7面试题

1、微服务注册中心的注册表如何更好地防止读写并发冲突？

2、Nacos如何支撑阿里巴巴内部上百万服务实例的访问？

3、Nacos高并发异步注册架构知道如何设计的吗？

4、Eureka注册表多级缓存架构有了解过吗？

5、Sentinel底层滑动时间窗限流算法怎么实现的？

6、Sentinel底层是如何计算线上系统实时QPS的？

7、Seata分布式事务协调管理器是如何实现的？

8、Seata分布式事务一致性锁机制如何设计的？

9、Seata分布式事务回滚机制如何实现的？

10、Nacos集群CP架构底层类Raft协议怎么实现的？

11、Nacos&Eureka&Zookeeper集群架构都有脑裂问题吗？

12、如何设计能支撑全世界公司使用的微服务云架构？

13、RocketMQ架构如何设计能支撑每天万亿级消息处理？

14、RocketMQ在交易支付场景如何做到消息零丢失？

看完你能回答上几道？如果能回答出其中的一半，就算是勉强及格了。如果能全部回答出来，那你应该是妥妥的技术大牛了！

但如果你没办法完全答出这些问题，我建议你来听听课，提升一下自己的核心竞争力，这个课程是我的技术大牛朋友特别打造：《Google K8S与阿里Spring Cloud Alibaba从入门到源码剖析》，从微服务架构实战到源码级别深度讲解！让你在简历上可以增加高并发高可用系统微服务架构经验，从此横扫一切关于微服务Spring Cloud底层架构的面试问题，成为一个行走的offer收割机！

学完本课程你将收获

1、快速掌握Spring Cloud Alibaba的基本使用和原理

2、通过微服务Spring Cloud组件的底层源码的剖析，领略阿里内部是如何设计能够支撑高并发高可用亿级流量系统的中间件

3、通过剖析源码深入理解微服务架构思想，并将这些思想运用到自己公司项目的架构设计上

4、带大家了解下大型互联网公司是如何用K8S来部署微服务架构，并且会带大家压测与优化最新的微服务架构

本课程适合人群

有一定Java项目开发经验，但是对互联网公司微服务架构不太了解，想深入学习微服务架构Spring Cloud技术与原理以及最新的K8S微服务集群架构的同学。

超级福利一：

2021年一线大厂面试真题

超级福利二：

尽管国内的Android用户很少接触到原生的Android系统，但新版本会带来什么样的功能，其实对于下游的第三方定制ROM的改进方向以及功能创新有着启发和引领的作用。近日，谷歌正式推送了Android 12的第二个开发者预览版，带来了UI以及功能方面的多处改进。

图源：9TO5Google

  首先最明显的变化应该是锁屏界面以及下拉通知栏的音乐播放器，此前这部分UI的配色一直采用的是音乐专辑的主色调，但在Android 12上，这个配色变成了系统的强调色。关于这个系统的强调色，此前也有不少媒体猜测可能跟Android 12即将推出的主题系统相关，即在接下来的版本中，系统强调色可能可以由用户更改，甚至是跟随壁纸变化。

  另外，新版的UI中，谷歌再次下调了夜间模式的对比度，现在夜间模式的背景改成了更浅的灰色，谷歌认为这样的颜色同样可以降低OLED的耗电，但实际情况还要看后续稳定版本的表现。

图源：9TO5Google

  功能点的主要更新是新的画中画功能，现在这个视频小窗可以根据用户的需要被随意的放大缩小，也可以拖动到角落里隐藏起来。

  此外，原生安卓的游戏模式也有了一个雏形，虽然目前只有简单的帧数显示、勿扰模式等功能，但Android官方开始做游戏模式，也是一个好的开端。

图源：9TO5Google

  除此之外，本次的Android 12开发者预览版还做了其他UI以及小功能上的改进，但由于目前仍处于非常早期的预览版本，谷歌在后续是否会保留这些设计尚未可知。不过从目前的消息来看，至少在系统主题这块谷歌是大概率会坚持做下去的，这一点对于国内的用户可能并不是特别新鲜，但谷歌来做系统主题，会有什么新玩法，还是相当值得期待的。

7月23日，Google在去年推出封闭测试之后，向Google Workspace的用户提供了Meet on Glass的开放测试。

通过Meet on Glass，Google Glass用户可以与其他参与者分享第一人称的视频资料，还可以使用户通过轻点几下的的动作，直接从Google日历中快速加入Google会议。

图源：Google

Google Workspace项目管理总监Dave Citron在一篇博文中说道：“一直在参与测试Meet on Glass的用户正在将他们的团队跨地域地联系起来，以新的方式合作，共同解决问题。”

“在美国，房地产服务集团CBRE已经实施了Meet on Glass让工作现场的员工和总部团队的项目经理联系，用来自一线的实时视频连接整个团队使团队成员之间的决策更快，沟通更清晰。”

网页滚动深度是指用户在页面上滚动的距离，如果一个页面作为100%，那么25%，50%，100%分别指查看了页面的四分之一，一半，全部，滚动深度包括垂直滚动与水平滚动。这些数据可以帮助您查看访问者是否真正阅读了您的文章或者浏览商品页面以及他们何时失去兴趣，因此您可以修改内容以保持他们的参与度.

今天我们来说通过google tag manager如何设置滚动跟踪追踪代码

主要内容：

• 需要启用哪些变量
• 触发器配置
• 标签设置
• 如何验证滚动深度标签是否安装成功

一、需要启用的变量

首先，进入google tag manager工作台，在变量variables中点击配置configure

在配置中，找到scrolling，并将滚动深度阈值Scorll depth threshold， 滚动深度单位Scorll depth units，滚动方向Scorll direction全部启用。其中，

• Scroll Depth Threshold（滚动深度阈值）：是一个数值，用以表明导致触发器触发的滚动深度。对于百分比阈值，将是一个范围为 (0-100) 的数值。对于像素，将是一个表示被指定为阈值的像素数的数值。请注意，如果您将该变量设置为 0，则该变量在报告中会显示为（未设置）。

• Scroll Depth Units（滚动深度单位）：指“像素”或“百分比”，用以表明为导致触发器触发的阈值指定的单位。

• Scroll Direction（滚动方向）：指“垂直”或“水平”，用以表明导致触发器触发的阈值的方向。

二、触发器配置

设置完成变量之后，我们回到触发器triggers并新建

还是和之前说的意义，标签、变量、触发器的统一规范命名非常重要，在这里，我将触发器命名为 GA-scroll depth trigger并在触发器类型中选择“scroll depth”

选择触发器类型之后，将vertical scroll depth（垂直滚动深度）和horizontal scroll depth（水平滚动深度）选中（大多数网页监控只要看垂直滚动深度），并在下方的百分比中输入你想要监测页面深度的百分比阈值。其中，

• 容器加载 (gtm.js)：在页面开始加载后尽快启用。
• DOM 就绪 (gtm.dom)：在做好 DOM 解析准备之后启用。
• 窗口加载 (gtm.load)（默认）：在页面上的所有初始内容加载完成后启用。

这个例子，我们选用窗口加载window load(gtm.load)

下方如果选择all pages则整个网站所有页面的滚动将会被监测，如果选择some pages则是监测某个网页的滚动深度。

如果是特定页面的滚动深度追踪，需要配置page path/contains/某个网址

三、标签设置

变量和触发器都设置好了，我们回到标签tag并新建

和之前一样的，我选择google analytics universal analytics

在配置页面，如图，跟踪类型选择事件event，类别category输入scroll depth，动作action选择 scroll depth threshold，下方选择false，提交并保存这个标签，然后将这个容器发布submit。

四、验证

最后一步，验证代码是否设置成功，点击预览preview并按步骤连接你的网站。

你可以看到被成功触发的标签-tags fired，上方的API Call还可以看到滚动深度阈值

总结：

滚动深度可以得知访客与网站或者某个页面的交互深度，对于页面建设质量的检测很有意义。设置滚动深度代码是机械而且简单的，真正对你有用的是你需要挖掘出你的网站让访客感到津津有味的亮点以及导致用户衰减的原因。

近日，机器学习开放组织 MLCommons 发布了 MLPerf 训练基准（v1.1） 的结果。

MLPerf 训练是一个完整的系统基准测试，用于测试机器学习模型、软硬件等。上一轮 MLPerf 训练基准（v1.0）发布于 5 个月前，与之相比，本次最佳基准测试结果提高了 2.3 倍，在软硬件和系统规模方面都有了实质性的改进。

（来源：MLCommons）

MLPerf 训练基准的内容由封闭式和开放式两个部分组成。开放式区别于封闭式的地方是，开放式的参与者可以提交各种模型，而封闭式为确保一个相对公平的竞争环境，只允许提交相同的参考模型。

值得一提的是，谷歌在本次基准测试的开放式部分提交了之前从未公开过的新版 BERT 自然语言程序。

新的 BERT 程序规模比通行的 BERT 标准版本大了 3 个数量级，神经网络参数达到 4810 亿个，而标准版 BERT 只有 3.4 亿个参数。更多的参数通常意味着需要更多的计算能力。

据了解，为了得到更大的 BERT 模型，谷歌使用的计算机搭载了 2048 个 TPU（Tensor Processing Unit）芯片。与英伟达的 GPU 不同，TPU 是谷歌针对机器学习专门定制的芯片。此“2048-TPU 系统”目前可以通过谷歌云服务获得。

图 | MLPerf 训练基准（v1.1）开放式结果（来源：MLCommons）

谷歌表示，这一新颖的语言模型反映了 AI 规模日益增长的重要性。

谷歌还说，其能够以 63% 的效率运行庞大的 BERT 模型，这比英伟达和微软共同开发的 Megatron-Turing 语言模型 52% 的效率要好。该效率是通过相对于理论容量每秒执行的浮点运算数量来衡量的。

构建越大的 AI 深度学习程序，越需要使用更多的 GPU 芯片或新型加速器芯片。研究人员认为，程序的准确性随着 AI 规模的增加而增加。

谷歌机器学习基础设施负责人阿鲁沙·塞尔万（Aarush Selvan）说：“我们一直在确保向 MLPerf 提交的文件与自身内部需求以及机器学习行业的需求完全一致。培训 AI 大模型在谷歌内部变得越来越重要。其是我们研究和生产的一大重点，也是我们的云客户所关注的重点。”

塞尔万还说道，AI 大模型有着成百上千亿个，甚至超过万亿的参数。在 MLPerf 竞赛中有某种大型基准是非常有好处的，MLCommons 应该考虑更多的大模型来衡量大规模培训的表现，像 ResNet-50 这样较老、较小的网络“只能给我们提供一个代理”。

MLCommons 的执行董事大卫·坎特（David Kanter）对此表示，大模型的建立需要所有成员共同决定。他同时指出，使用小型神经网络作为测试，能够让更多的成员参与竞争。这有助于为整个社区生产更多有价值的工程产品，并帮助推动行业不断向前发展。

“基准的关键是要公平和有代表性，而且也得考虑到经营者的承受能力，不能让其破产。从理论上讲，我们可以把 GPT-3 作为 MLPerf 基准，但培训 GPT-3 相当昂贵，需要数千万美元。”坎特补充说。据悉，GPT-3 是 OpenAI 在 2020 年推出的有着 1750 亿参数的自然语言模型。

此外，MLPerf 标准测试的代码对每个人都是开放的，任何 AI 研究人员都可以复制测试结果进行重新验证。

谷歌今年早些时候在高度并行化神经网络方面做了一定研究，其中概述的设计与本次展示的巨型 BERT 模型类似。该公司认为，巨型 BERT 模型经过训练，可以产生更具准确性的结果。

在封闭式部分测试中，谷歌使用了较小的 BERT 模型。同时，为了达到与其他供应商在封闭式部分相同的准确性，谷歌还使用了较少的文本数据样本。封闭式部分要求一个程序训练近 5 亿个令牌序列，每个序列的长度大多为 128 个令牌。谷歌的程序只使用了大约 2000 万个令牌序列，每个序列长度为 512 个令牌。

塞尔万说，谷歌打算在未来继续提交 MLPerf 的封闭式部分基准。“明年或许将看到所有人回到封闭式赛区，虽然不能保证，但我们计划那样做。”他说。

图 | 机器学习（来源：Pixabay）

整体来看，MLPerf 训练基准（v1.1）的结果进一步推动了 MLCommons 的目标，即通过比较机器学习系统、软件和解决方案，提供基准和指标，使行业竞争环境更加公平。

“通过对体系结构、系统规模、软件、模型划分等方面的优化，”坎特说，“供应商正设法加速神经网络的性能，其速度比摩尔定律的历史轨迹快 11 倍。”

据了解，本次的基准测试共有 14 个组织参与，包括微软 Azure、百度、戴尔、富士通、技嘉、谷歌、Graphcore、HabanaLabs、HPE、浪潮、联想、英伟达、三星和超微，发布的同行评审结果数量超过 185 个。

MLCommons 与其合作伙伴，包括全球技术提供商、学者和研究人员，通过各种方式为整个机器学习行业构建工具。

“回顾 2018 年的第一轮 MLPerf 训练，我们一些基准的性能提高了 30 倍，”坎特说，“这种性能的快速增长将激发出新的机器学习创新，最终使社会受益。”

-End-

参考：https://www.zdnet.com/article/google-uses-mlperf-competition-to-showcase-performance-on-gigantic-version-of-bert-language-model/https://mlcommons.org/en/news/mlperf-training-v11/