AI推理硬件吞吐量预测训练数据集

本数据集以吞吐量（FPS）作为预测目标，可用于训练回归模型，根据当前硬件的MAC利用率、显存带宽、推理延迟、动态功耗、漏电功耗、能效比等实时状态，预估硬件的数据处理能力。对外部企业而言，本数据可帮助：边缘计算设备厂商：在带宽或功耗受限时预估实际帧率，指导模型压缩与缓存策略。AI加速卡设计公司：评估不同负载下的性能瓶颈，优化计算与存储配比。数据中心运营者：根据实时监控指标动态调整任务调度，避免过载或资源闲置。移动端推理引擎开发者：在低功耗模式下预测吞吐量下降程度，保障用户体验。加工前的原始数据：为AI推理硬件运行状态监控日志，包含编号、MAC利用率(%)、显存带宽(GB/s)、推理延迟(ms)、吞吐量(FPS)、动态功耗(W)、漏电功耗(W)、能效比(TOPS/W)共8个字段。所有字段均为数值型，无缺失值。 处理规则： 数据清洗：剔除超出物理合理范围的记录（如负值或超过硬件极限的值），删除所有字段完全相同的重复记录。 特征与目标定义：自变量为MAC利用率、显存带宽、推理延迟、动态功耗、漏电功耗、能效比（共7个）；因变量为吞吐量。 特征标准化：对全部自变量进行Z-score标准化，标准化参数由训练集计算并应用于验证集和测试集。数据集划分：将清洗后的完整数据按8:1:1的比例随机划分为训练集、验证集和测试集，保证三部分分布一致。 模型验证：基于随机森林回归算法（输入7个自变量，输出吞吐量），通过网格搜索优化超参数。特征重要性分析表明MAC利用率和显存带宽是影响吞吐量的主要因素。模型在测试集上达到R² > 0.93，训练集与测试集误差差异小于5%，无过拟合迹象，证明数据集有效性。 数据内容描述：最终产出的数据集为表格形式，包含编号（仅标识）、7个自变量、1个因变量，共9个字段。所有记录均来自真实AI推理硬件运行环境，覆盖完整工况范围。数据已标准化并按8:1:1划分，可直接用于监督学习回归任务。

搜集汇总

背景与挑战

背景概述

本数据集以AI推理硬件的吞吐量（FPS）为预测目标，包含MAC利用率、显存带宽、推理延迟等7个实时状态指标作为自变量。数据来源于真实AI推理硬件的运行监控日志，经清洗、Z-score标准化后按8:1:1划分为训练、验证和测试集。基于随机森林回归验证，模型R²>0.93且无过拟合，证明该数据集可用于高效的吞吐量回归预测任务。