реклама
Nvidia отрапортовала об очередной победе в последнем наборе тестов MLPerf, опубликованном в среду. Производитель GPU сообщил, что он показал самые быстрые результаты в новых тестах MLPerf, которые измеряли производительность рабочих нагрузок AI в центрах обработки данных.
реклама
Пять тестов вывода MLPerf, применяемые в четырех сценариях вывода, охватывали такие приложения ИИ, как классификация изображений и обнаружение объектов. Nvidia заняла верхние строчки во всех тестах для обоих сценариев, ориентированных на центры обработки данных (серверных и автономных), с ее графическими процессорами Turing. Между тем, SoC Xavier показала наивысшую производительность среди коммерчески доступных периферийных и мобильных SoC, представленных для MLPerf в однопоточных и многопоточных сценариях.
«Современный искусственный интеллект действительно сложен», - заявил на этой неделе Пареш Харья, директор по маркетингу продуктов для бизнеса ускоренных вычислений Nvidia. «Разнообразие нейронных сетей, развертываемых сегодня, огромно, а их сложность также огромна. И по мере того, как мы переходим к более сложным и более интересным сценариям использования, таким как диалоговый ИИ, сложность этих моделей просто невероятно возрастает».
MLPerf - это широкий набор тестов для измерения производительности программных платформ машинного обучения (таких как TensorFlow, PyTorch и MXNet), аппаратных платформ (включая Google TPU, процессоры Intel и графические процессоры Nvidia) и облачных платформ. Несколько компаний, а также исследователи из Гарварда, Стэнфорда и Калифорнийского университета в Беркли, впервые согласились поддержать данный тестовый пакет в прошлом году. Цель состоит в том, чтобы предоставить разработчикам информацию, которая поможет им оценить существующие предложения и сосредоточиться на будущем развитии.
Что касается последнего теста, то Nvidia считает, что программируемость его платформы в широком диапазоне рабочих нагрузок ИИ обеспечивает его высокую производительность.