MLPerf Training v3.1 mesure le délai d’entraînement des modèles d'IA pour neuf cas d’utilisation différents incluant les grands modèles de langage (LLM), la génération d’images, la vision par ordinateur, la segmentation d’images médicales, la reconnaissance vocale et les systèmes de recommandation.
MLPerf Inference v3.1 teste les performances d’inférence avec sept différents types de réseaux de neurones dans des champs d’application tels que les LLM, le traitement automatique du langage naturel, la vision par ordinateur et la segmentation d’images médicales.
MLPerf HPC v3.0 évalue quatre cas d’utilisation différents en matière de calcul scientifique : l'identification climatique des rivières atmosphériques, la prédiction de paramètres cosmologiques, la modélisation moléculaire quantique et la prédiction de la structure des protéines.