MLPerf là bộ điểm chuẩn tiêu chuẩn ngành để so sánh tốc độ học/suy luận và hiệu suất năng lượng của các mô hình học máy trong các điều kiện thống nhất.
MLPerf là điểm chuẩn tiêu chuẩn ngành do MLCommons thiết lập và được cho là một khuôn khổ để xuất bản thời gian học tập (Đào tạo MLPerf) và thông lượng/độ trễ suy luận (Suy luận MLPerf) cho nhiều tác vụ như phân loại hình ảnh, phát hiện đối tượng, xử lý ngôn ngữ tự nhiên và AI tổng quát ở định dạng cho phép so sánh giữa các phần cứng. Các nhà cung cấp lớn như NVIDIA, Google và Intel gửi điểm số GPU/TPU/bộ tăng tốc của họ và kết quả được công bố được tham chiếu rộng rãi làm thông tin chính cho các quyết định mua hàng. Tuy nhiên, có một số lưu ý khi đưa vào hoạt động thực tế vào năm 2026. Điểm số được gửi là giá trị nhiệm vụ chuẩn trong điều kiện mà mỗi công ty đã tối ưu hóa hoàn toàn và người ta cho rằng hiệu suất thực tế của khối lượng công việc của chính công ty (mô hình độc quyền, quy mô lô, yêu cầu về độ chính xác) thường không giống nhau. Chi phí mua sắm và điện năng cho các cụm GPU đang tăng lên hàng năm và khi lựa chọn cơ sở hạ tầng tại cơ sở, bạn nên đưa ra quyết định cùng với TCO (tổng chi phí sở hữu) và kết quả xác minh bằng cách sử dụng dữ liệu nội bộ, thay vì chỉ sử dụng điểm MLPerf.