Tensor Core GPU在每一項(xiàng)MLPerf基準(zhǔn)測(cè)試結(jié)果中均實(shí)現(xiàn)最佳表現(xiàn);用戶(hù)可通過(guò)NGC使用加速堆棧。

在最新公布的業(yè)內(nèi)首套人工智能基準(zhǔn)測(cè)試中，NVIDIA創(chuàng)下6項(xiàng)人工智能性能記錄。

在谷歌、英特爾、百度、NVIDIA及其他數(shù)十家科技行業(yè)領(lǐng)軍企業(yè)的支持下，新型基準(zhǔn)測(cè)試套件MLPerf可測(cè)定一系列深度學(xué)習(xí)工作負(fù)載。該套件涵蓋了計(jì)算機(jī)視覺(jué)、語(yǔ)言翻譯、個(gè)性化推薦以及強(qiáng)化學(xué)習(xí)任務(wù)等領(lǐng)域，旨在成為業(yè)內(nèi)首個(gè)客觀的人工智能基準(zhǔn)測(cè)試套件。

最佳性能表現(xiàn)

NVIDIA在其提交的 6個(gè) MLPerf 基準(zhǔn)測(cè)試結(jié)果中均取得了最佳表現(xiàn)。這些測(cè)試涵蓋了多種工作負(fù)載和基礎(chǔ)架構(gòu)規(guī)模 – 從單節(jié)點(diǎn)上的16顆GPU到跨80節(jié)點(diǎn)上的多達(dá)640顆GPU。

這些測(cè)試分為6大類(lèi)別，分別為圖像分類(lèi)、對(duì)象實(shí)例分割、目標(biāo)檢測(cè)、臨時(shí)翻譯、復(fù)發(fā)性翻譯與推薦系統(tǒng)。NVIDIA并未提交第7類(lèi)別，即強(qiáng)化學(xué)習(xí)的基準(zhǔn)測(cè)試，原因是該類(lèi)別尚未充分利用到GPU加速。

NVIDIA在語(yǔ)言翻譯測(cè)試類(lèi)別中表現(xiàn)突出

NVIDIA在語(yǔ)言翻譯這一關(guān)鍵基準(zhǔn)測(cè)試類(lèi)別中表現(xiàn)尤為出色，僅需 6.2 分鐘即完成了Transformer 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。關(guān)于NVIDIA參與的6項(xiàng)基準(zhǔn)測(cè)試結(jié)果的更多信息，請(qǐng)?jiān)L問(wèn)NVIDIA開(kāi)發(fā)者新聞中心 。

NVIDIA工程師利用NVIDIA DGX系統(tǒng)實(shí)現(xiàn)了這些測(cè)試結(jié)果。該系統(tǒng)包括全球最強(qiáng)大的人工智能系統(tǒng)NVIDIA DGX-2，搭載了16顆完全連接的V100 Tensor Core GPU。

唯一一家參與多達(dá)6項(xiàng)基準(zhǔn)測(cè)試的科技公司

NVIDIA是唯一一家參與多達(dá)6項(xiàng)基準(zhǔn)測(cè)試的科技公司，充分展現(xiàn)出V100 Tensor Core GPU在部署人工智能工作負(fù)載方面的通用性。

NVIDIA副總裁兼加速計(jì)算總經(jīng)理Ian Buck表示：“全新基準(zhǔn)MLPerf展示了NVIDIA Tensor Core GPU非凡的性能與通用性。我們的Tensor Core GPU擁有高性?xún)r(jià)比，且可通過(guò)各地的云服務(wù)提供商及電腦制造商實(shí)現(xiàn)供貨，進(jìn)而幫助世界各地的開(kāi)發(fā)人員在開(kāi)發(fā)過(guò)程中的每一個(gè)階段推進(jìn)人工智能的應(yīng)用。”

一流的人工智能計(jì)算需要“全棧式”創(chuàng)新

要想在復(fù)雜多樣的計(jì)算工作負(fù)載中實(shí)現(xiàn)優(yōu)異性能，不僅僅需要出色的芯片。加速計(jì)算也不單單與加速器有關(guān)，還需要實(shí)現(xiàn)全堆棧創(chuàng)新。

NVIDIA堆棧包括NVIDIA Tensor Cores、NVLink、NVSwitch、DGX系統(tǒng)、CUDA、cuDNN、NCCL、經(jīng)過(guò)優(yōu)化的深度學(xué)習(xí)框架容器以及NVIDIA軟件開(kāi)發(fā)套件。

超高易用性

NVIDIA的人工智能平臺(tái)是最便捷且高性?xún)r(jià)比的選擇。Tensor Core GPU可通過(guò)各地的云服務(wù)提供商及電腦制造商實(shí)現(xiàn)供貨。

高性?xún)r(jià)比的選擇

借助售價(jià)僅為2，500美元的超強(qiáng)桌面級(jí)GPU - NVIDIA TITAN RTX，用戶(hù)在桌面上也可實(shí)現(xiàn)相同的Tensor Core GPU強(qiáng)大功能。如果按照3年使用期來(lái)計(jì)算，該GPU每小時(shí)的費(fèi)用僅相當(dāng)于幾美分。

通過(guò)NVIDIA GPU Cloud (NGC) 云容器注冊(cè)，用戶(hù)可持續(xù)更新這些軟件的加速堆棧。