NVIDIA创下六项人工智能性能记录

来源:深圳家电网 | 浏览量:28 次 | 发布时间:2018-12-06 22:10

  Tensor Core GPU在每一项MLPerf基准测试结果中均实现最佳表现;用户可通过NGC使用加速堆栈。

  在最新公布的业内首套人工智能基准测试中,NVIDIA创下6项人工智能性能记录。

  在谷歌、英特尔、百度、NVIDIA及其他数十家科技行业领军企业的支持下,新型基准测试套件MLPerf可测定一系列深度学习工作负载。该套件涵盖了计算机视觉、语言翻译、个性化推荐以及强化学习任务等领域,旨在成为业内首个客观的人工智能基准测试套件。

  最佳性能表现

  NVIDIA在其提交的 6个 MLPerf 基准测试结果中均取得了最佳表现。这些测试涵盖了多种工作负载和基础架构规模 ? 从单节点上的16颗GPU到跨80节点上的多达640颗GPU。

  这些测试分为6大类别,分别为图像分类、对象实例分割、目标检测、临时翻译、复发性翻译与推荐系统。NVIDIA并未提交第7类别,即强化学习的基准测试,原因是该类别尚未充分利用到GPU加速。

  NVIDIA在语言翻译测试类别中表现突出

  NVIDIA在语言翻译这一关键基准测试类别中表现尤为出色,仅需 6.2 分钟即完成了 Transformer 神经网络的训练。关于NVIDIA参与的6项基准测试结果的更多信息,请访问NVIDIA 开发者新闻中心 。

  NVIDIA工程师利用NVIDIA DGX系统实现了这些测试结果。该系统包括全球最强大的人工智能系统NVIDIA DGX-2,搭载了16颗完全连接的V100 Tensor Core GPU。

  唯一一家参与多达6项基准测试的科技公司

  NVIDIA是唯一一家参与多达6项基准测试的科技公司,充分展现出V100 Tensor Core GPU在部署人工智能工作负载方面的通用性。

  NVIDIA副总裁兼加速计算总经理Ian Buck表示:“全新基准MLPerf展示了NVIDIA Tensor Core GPU非凡的性能与通用性。我们的Tensor Core GPU拥有高性价比,且可通过各地的云服务提供商及电脑制造商实现供货,进而帮助世界各地的开发人员在开发过程中的每一个阶段推进人工智能的应用。”

  一流的人工智能计算需要“全栈式”创新

  要想在复杂多样的计算工作负载中实现优异性能,不仅仅需要出色的芯片。加速计算也不单单与加速器有关,还需要实现全堆栈创新

  NVIDIA堆栈包括NVIDIA Tensor Cores、NVLink、NVSwitch、DGX系统、CUDA、cuDNN、NCCL、经过优化的深度学习框架容器以及NVIDIA软件开发套件。

  超高易用性

  NVIDIA的人工智能平台是最便捷且高性价比的选择。Tensor Core GPU可通过各地的云服务提供商及电脑制造商实现供货。

  高性价比的选择

  借助售价仅为2,500美元的超强桌面级GPU - NVIDIA TITAN RTX,用户在桌面上也可实现相同的Tensor Core GPU强大功能。如果按照3年使用期来计算,该GPU每小时的费用仅相当于几美分。

  通过NVIDIA GPU Cloud (NGC) 云容器注册,用户可持续更新这些软件的加速堆栈。

  NVIDIA创纪录的平台现可通过NGC下载

  用于实现NVIDIA业界领先的MLPerf性能的软件创新与优化,现可通过我们最新的NGC深度学习容器免费获取。如需下载,请访问NGC 容器注册。

  此容器包含经过NVIDIA优化的完整软件堆栈及顶级人工智能框架。18.11版本NGC深度学习容器包含了用于实现我们MLPerf基准测试结果的详细软件。

  开发人员可将这些软件用于任意地点以及各大开发阶段:

  ·对于桌面数据科学家:此容器支持利用NVIDIA TITAN RTX GPU开展前沿研究。

  ·对于工作组:此容器同样可运行于NVIDIA DGX Station。

  ·对于企业:利用来自阿里云、AWS、百度云、谷歌云、IBM云、Microsoft Azure、Oracle Cloud Infrastructure以及腾讯云的NVIDIA GPU加速实例,此容器可加快将人工智能用于其云端数据。

  ·对于正在构建内部人工智能基础架构的各组织:来自Atos、思科、Cray、Dell EMC、HP、HPE、浪潮、联想、中科曙光以及Supermicro的NVIDIA DGX系统与NGC-Ready系统可让人工智能投入使用。

  如果您计划开展自己的人工智能项目,或者参与MLPerf基准测试,请通过NGC 容器注册下载容器。

  关于NVIDIA

  NVIDIA(纳斯达克股票代码:NVDA)在1999年发明的GPU激发了PC游戏市场的增长,重新定义了现代计算机显卡,并且对并行计算进行了革新。最近,通过将GPU作为可以感知和理解世界的计算机、机器人乃至自动驾驶汽车的大脑,GPU深度学习再度点燃了全新的计算时代——现代人工智能。



本文永久链接:http://www.ebagshow.com/detail/i/23445.shtml

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;
2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;
3.作者投稿可能会经我们编辑修改或补充。