AI人工智能英伟达Ampere A100打破16项AI性能纪录 速度是Volta V100的4.2倍
英伟达刚刚公布了采用 Ampere 架构的 A100 GPU 的首份实际性能数据：可知其在特定的 AI 基准测试项目中一共打破了 16 项性能纪录 ， 速度是 Volta V100 的 4.2 倍 ， 较主要竞争对手取得了巨大的领先优势 。 首先 ， 2018 年面世的 MLPerf 主要侧重于机器学习性能 。 该基准测试套件总共包括了八项测试 ， 但英伟达 Ampere A100 GPU 的训练速度已经全面实现了超越 。
本文插图
（来自：Nvidia）
其次 ， 英伟达分享了 DGX SuperPOD 系统取得的八项新纪录 。 该系统通过 HDR InfiniBand 连接到一起 ， 构成了一个庞大的 DGX A100 高性能计算系统集群 。
DGX SuperPod 由 140 个 DGX A100 系统组成 ， 共计拥有 1120 个 NVIDIA Ampere A100 GPU、170 个 Mellanox Quantum 200G Infiniband 交换机、4 PB 存储空间、以及 15 公里的光缆 。
本文插图
令人赞叹的 DGX SuperPod 系统中包括大约 770 万个 Ampere CUDA 核心 ， 作为 DGX V 扩展计划的一部分 ， 其为该系统增加了近乎 700 Petaflops 的算力 ， 目前已部署在加州圣克拉拉市的英伟达公司总部 。
本文插图
通过与上一代 Volta V100（以及谷歌第三代 TPU 和华为Ascend HPC 等新品）进行比较 ， 可知 Ampere A100 Tensor Core GPU 加速卡的性能增长也是相当惊人 。
此外在 MLPerf 基准测试套件的详细结果中 ， 还对即将推出的 AI 加速方案进行了预览 ， 比如英特尔的 Cooper Lake-SP 至强处理器、以及谷歌的第四代 TPU。
本文插图
MLPerf 表示 ， 其基准测试套件可对机器学习（ML）和人工智能（AI）工作负载进行评估 ， 结果发现 Ampere A100 性能是 Volta V100 的 2.5 倍 。 即便是提升最小的项目 ， 其领先幅度也有近 50%。
相比之下 ， 华为 Ascend 芯片只能及时完成一项测试、且性能远不及 Volta V100。 谷歌第三代 TPU 也只能及时完成两项测试 ， 第一项较 Volta V100 领先 20% ， 第二项却又落后 10%。
本文插图
至于八槽的 Cooper Lake-SP 平台 ， 其能够在 1104.53 分钟内完成图像分类测试项目 ， 但是英伟达的双 Ampere A100 系统只需 33.37 分钟 。 至于明年的谷歌第四代 TPU ， 目前尚不知晓其具有多大的优势 。
本文插图
【AI人工智能英伟达Ampere A100打破16项AI性能纪录 速度是Volta V100的4.2倍】最后 ， 英伟达展示了其 GPU 加速卡在 AI Full-Stack Innovations 项目中的表现 。 上一代 Volta V100 平台的 MLPerf 0.5 基准测试项目对比 ， Ampere A100 平台上的的 MLPerf 0.7 基准测试有 4.2 倍的性能提升 。
推荐阅读
- 英伟达与软银就收购Arm深入谈判
- 产业气象站 人类本身是被更高级的智慧创造出来的吗？，人类能创造人工智能
- 埃尔法哥哥 人工智能能通过镜子测试吗？
- 人工智能5G基站太耗电！三大运营商正式官宣：将智能化关闭5G基站节约电费
- 人工智能人类能创造人工智能，人类本身是被更高级的智慧创造出来的吗？
- 人工智能盘点人工智能龙头企业名单
- 澎湃新闻|抢下人工智能先手棋后，上海徐汇期望跑出“马赫级”加速度
- 张璐聊生活人工智能缺陷，该公司最终将数据中心建在北极圈，专家：不能长久
- 人工智能|今年高招新变化：多校取消专业级差，人工智能需求大增
- 2020之江杯全球人工智能大赛正式启动