手机版 蓝狮在线集团|欢迎你~

当前位置:主页 > 手游 >

NVIDIA:依然王者

时间:2022-07-26 00:00|来源:未知|编辑:蓝狮在线客服主管|点击:

MLCommons社区发布了最新的MLPerf2.0基准测评结果。在新一轮的测试中,MLPerf新添加了一个对象检测基准,用于在更大的OpenImages 数据集上训练新的 RetinaNet,MLperf表示,这个新的对象检测基准能够更准确反映适用于自动驾驶、机器人避障和零售分析等应用的先进机器学习训练成果。

MLPerf2.0的结果与去年12月发布的v1.1结果大致相同,AI的总体性能比上一轮发布提高了大约1.8倍。

有21家公司和机构在最新一轮的测试中提交了MLPerf基准测试的成绩,提交的成绩总数超过了260份。

NVIDIA依然 打满全场

本次测试中,NVIDIA依然是唯一一家完成2.0版本中全部八项基准测试的参与者。这些测试包含了目前流行的AI用例,包括语音识别、自然语言处理、推荐系统、目标检测、图像分类等方面的内容。

除了NVIDIA之外,没有其他加速器运行过所有基础测试。而NVIDIA自2018年12月首次向MLPerf提交测试结果以来就一直完成所有基础测试。

共有十六家合作伙伴使用了NVIDIA平台提交了本轮测试结果,包括华硕、百度、中国科学院自动化研究所、戴尔科技、富士通、技嘉、新华三、慧与、浪潮、联想、宁畅和超微。在这一轮MLPerf的基准测试结果中,NVIDIA及其合作伙伴占了所有参赛生态伙伴的90%。

这显示出了NVIDIA模型良好的通用性。

通用性在实际生产中,为模型协同工作提供了基础。AI应用需要理解用户的要求,并根据要求对图像进行分类、提出建议并以语音信息的形式进行回应。

要完成这些任务,需要多种类型的人工智能模型协同工作。即使是一个简单的用例也需要用到将近10个模型,这就对AI模型通用性提出了要求。

好的通用性意味着用户在整个AI流程中可以尽可能的使用相同的设施工作,并且还能够兼容未来可能出现的新需求,从而延长基础设施的使用寿命。

AI处理性能三年半提高23倍

在本次基准测评结果中,NVIDIA A100仍然保持了其单芯片性能的领军者地位,在八项测试中的四项中取得了最快速度的成绩。

两年前,NVIDIA在MLPerf 0.7的基准测试中首次使用了A100 GPU,这次已经是NVIDIA第四次使用该GPU提交基准测试成绩。

自MLPerf问世以来的三年半时间里,NVIDIAAI平台在基准测试中已经实现了23倍的性能提升。而自首次基于A100提交MLPerf基准测试两年以来,NVIDIA平台的性能也已经提高了6倍。

性能的不断提升得益于NVIDIA在软件上的创新。持续释放了Ampere架构的更多性能,如在提交结果中大量使用的CUDA Graphs可以最大限度地减少跨多加速器运行的启动开销。

值得注意的是在本轮测试中NVIDIA没有选择使用其最近发布的Hopper GPU,而是选择了基于NVIDIAAmpere架构的NVIDIA A100 Tensor Core GPU。

NVIDIANarasimhan 表示NVIDIA更希望专注于商业上可用的产品,这也是NVIDIA选择在本轮中基于 A100提交结果的的原因。

鉴于新的Hopper Tensor Cores能够应用混合的FP8和FP16精度的数据,而在下一轮MLPerf测试中NVIDIA很有可能会采用Hopper GPU,可以预见在下一轮基准测试中,NVIDIA的成绩有望取得更大的飞跃。

上一篇:显卡价格半年暴跌57%!A卡几乎全线破发 下一篇:没有了
热门导读
编辑推荐

Copyright © 2002-2019 www.zszj7788.com 版权所有