MLPerf (機械学習性能ベンチ)
読み: えむえるぱーふ
最終更新: 2026-07-25・AI PICKS編集部
定義
MLPerfとは、機械学習モデルの学習・推論の速度や電力効率を統一条件で比較する業界標準ベンチマークスイートのこと。
MLPerf (機械学習性能ベンチ)とは — 詳しく解説
MLPerfはMLCommonsが策定する業界標準ベンチマークで、画像分類・物体検出・自然言語処理・生成AIなど複数タスクについて、学習にかかる時間(MLPerf Training)や推論のスループット・レイテンシ(MLPerf Inference)をハードウェア横断で比較できる形式で公開する枠組みとされる。NVIDIA・Google・Intelなど主要ベンダーが自社GPU/TPU/アクセラレータのスコアを提出し、公開結果は購買判断の一次情報として広く参照される。ただし2026年時点の実運用では注意点がある。提出スコアは各社が最適化を尽くした条件でのベンチマークタスク値であり、実際の自社ワークロード(独自モデル・バッチサイズ・精度要件)では同等の性能が出ないことが多いとされる。GPUクラスタは相場感として調達・電力コストが年々上がっており、現場でのインフラ選定ではMLPerfのスコア単体でなく、TCO(総保有コスト)や自社データでの検証結果と併せて判断することが望ましいとされる。
MLPerf (機械学習性能ベンチ)の使用例
- GPUクラスタ選定時にMLPerf Trainingのスコアを他社製品と横並びで比較する
- 推論基盤の性能要件定義でMLPerf Inferenceのレイテンシ区分を参考値として使う
MLPerf (機械学習性能ベンチ)に関連するAIツール
関連用語
「評価指標」の他の用語
Massive Multitask Language Understanding。 57 分野・1.5 万問の LLM 知識評価ベンチマーク。
OpenAI 発の Python コーディング能力ベンチマーク。 164 問の関数実装タスク。
ユーザー投票による LLM の人間評価ランキング。 Elo レーティングで モデルを順位付け。
ベンチマークとは、AIモデルの性能を標準化されたテスト課題で数値化し、異なるモデル間を公平に比較するための評価基準セットのこと。MMLUやHumanEval等、用途別に数十種類が存在する。
SWE-benchとはGitHubの実際のIssueをAIが自動修正できるかを測る、コーディングAI評価の業界標準ベンチマークのこと。
GPQAとは、生物・物理・化学の大学院レベルの難問でAIの推論力を測る評価ベンチマークのこと。Googleで検索しても解けない設計が特徴。
AI用語辞典をすべて見てみませんか
12カテゴリ・963語以上を体系的に整理しています
辞典トップへ