MLPerf最新結(jié)果公布，英偉達(dá)仍是「王者」

雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))消息，北京時(shí)間6月30日，MLCommons社區(qū)發(fā)布了最新的MLPerf2.0基準(zhǔn)測(cè)評(píng)結(jié)果。在新一輪的測(cè)試中，MLPerf新添加了一個(gè)對(duì)象檢測(cè)基準(zhǔn)，用于在更大的OpenImages 數(shù)據(jù)集上訓(xùn)練新的 RetinaNet，MLperf表示，這個(gè)新的對(duì)象檢測(cè)基準(zhǔn)能夠更準(zhǔn)確反映適用于自動(dòng)駕駛、機(jī)器人避障和零售分析等應(yīng)用的先進(jìn)機(jī)器學(xué)習(xí)訓(xùn)練成果。

MLPerf2.0的結(jié)果與去年12月發(fā)布的v1.1結(jié)果大致相同，AI的總體性能比上一輪發(fā)布提高了大約1.8倍。

有21家公司和機(jī)構(gòu)在最新一輪的測(cè)試中提交了MLPerf基準(zhǔn)測(cè)試的成績(jī)，提交的成績(jī)總數(shù)超過(guò)了260份。

英偉達(dá)依然“打滿(mǎn)全場(chǎng)”

本次測(cè)試中，英偉達(dá)依然是唯一一家完成2.0版本中全部八項(xiàng)基準(zhǔn)測(cè)試的參與者。這些測(cè)試包含了目前流行的AI用例，包括語(yǔ)音識(shí)別、自然語(yǔ)言處理、推薦系統(tǒng)、目標(biāo)檢測(cè)、圖像分類(lèi)等方面的內(nèi)容。

除了英偉達(dá)之外，沒(méi)有其他加速器運(yùn)行過(guò)所有基礎(chǔ)測(cè)試。而英偉達(dá)自2018年12月首次向MLPerf提交測(cè)試結(jié)果以來(lái)就一直完成所有基礎(chǔ)測(cè)試。

共有十六家合作伙伴使用了英偉達(dá)平臺(tái)提交了本輪測(cè)試結(jié)果，包括華碩、百度、中國(guó)科學(xué)院自動(dòng)化研究所、戴爾科技、富士通、技嘉、新華三、慧與、浪潮、聯(lián)想、寧暢和超微。在這一輪MLPerf的基準(zhǔn)測(cè)試結(jié)果中，英偉達(dá)及其合作伙伴占了所有參賽生態(tài)伙伴的90%。

這顯示出了英偉達(dá)模型良好的通用性。

通用性在實(shí)際生產(chǎn)中，為模型協(xié)同工作提供了基礎(chǔ)。AI應(yīng)用需要理解用戶(hù)的要求，并根據(jù)要求對(duì)圖像進(jìn)行分類(lèi)、提出建議并以語(yǔ)音信息的形式進(jìn)行回應(yīng)。

要完成這些任務(wù)，需要多種類(lèi)型的人工智能模型協(xié)同工作。即使是一個(gè)簡(jiǎn)單的用例也需要用到將近10個(gè)模型，這就對(duì)AI模型通用性提出了要求。

好的通用性意味著用戶(hù)在整個(gè)AI流程中可以盡可能的使用相同的設(shè)施工作，并且還能夠兼容未來(lái)可能出現(xiàn)的新需求，從而延長(zhǎng)基礎(chǔ)設(shè)施的使用壽命。

AI處理性能三年半提高23倍

在本次基準(zhǔn)測(cè)評(píng)結(jié)果中，NVIDIA A100仍然保持了其單芯片性能的領(lǐng)軍者地位，在八項(xiàng)測(cè)試中的四項(xiàng)中取得了最快速度的成績(jī)。

兩年前，英偉達(dá)在MLPerf 0.7的基準(zhǔn)測(cè)試中首次使用了A100 GPU，這次已經(jīng)是英偉達(dá)第四次使用該GPU提交基準(zhǔn)測(cè)試成績(jī)。

自MLPerf問(wèn)世以來(lái)的三年半時(shí)間里，英偉達(dá)AI平臺(tái)在基準(zhǔn)測(cè)試中已經(jīng)實(shí)現(xiàn)了23倍的性能提升。而自首次基于A100提交MLPerf基準(zhǔn)測(cè)試兩年以來(lái)，英偉達(dá)平臺(tái)的性能也已經(jīng)提高了6倍。

性能的不斷提升得益于英偉達(dá)在軟件上的創(chuàng)新。持續(xù)釋放了Ampere架構(gòu)的更多性能，如在提交結(jié)果中大量使用的CUDA Graphs可以最大限度地減少跨多加速器運(yùn)行的啟動(dòng)開(kāi)銷(xiāo)。

值得注意的是在本輪測(cè)試中英偉達(dá)沒(méi)有選擇使用其最近發(fā)布的Hopper GPU，而是選擇了基于英偉達(dá)Ampere架構(gòu)的NVIDIA A100 Tensor Core GPU。

英偉達(dá)Narasimhan 表示英偉達(dá)更希望專(zhuān)注于商業(yè)上可用的產(chǎn)品，這也是英偉達(dá)選擇在本輪中基于 A100提交結(jié)果的的原因。

鑒于新的Hopper Tensor Cores能夠應(yīng)用混合的FP8和FP16精度的數(shù)據(jù)，而在下一輪MLPerf測(cè)試中英偉達(dá)很有可能會(huì)采用Hopper GPU，可以預(yù)見(jiàn)在下一輪基準(zhǔn)測(cè)試中，英偉達(dá)的成績(jī)有望取得更大的飛躍。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。