NVIDIA創(chuàng)下六項人工智能性能記錄

時間:2018-12-14

來源:網(wǎng)絡(luò)轉(zhuǎn)載

導(dǎo)語:TensorCoreGPU在每一項MLPerf基準(zhǔn)測試結(jié)果中均實現(xiàn)最佳表現(xiàn);用戶可通過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)測試中,NVIDIA創(chuàng)下6項人工智能性能記錄。

TensorCoreGPU在每一項MLPerf基準(zhǔn)測試結(jié)果中均實現(xiàn)最佳表現(xiàn);用戶可通過NGC使用加速堆棧。

NVIDIA,人工智能,AI

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

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)測試套件MLPerf可測定一系列深度學(xué)習(xí)工作負(fù)載。該套件涵蓋了計算機(jī)視覺、語言翻譯、個性化推薦以及強(qiáng)化學(xué)習(xí)任務(wù)等領(lǐng)域,旨在成為業(yè)內(nèi)首個客觀的人工智能基準(zhǔn)測試套件。

最佳性能表現(xiàn)

NVIDIA在其提交的6個MLPerf基準(zhǔn)測試結(jié)果中均取得了最佳表現(xiàn)。這些測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。

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

NVIDIA在語言翻譯測試類別中表現(xiàn)突出

NVIDIA在語言翻譯這一關(guān)鍵基準(zhǔn)測試類別中表現(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項基準(zhǔn)測試結(jié)果的更多信息,請訪問NVIDIA開發(fā)者新聞中心。

NVIDIA工程師利用NVIDIADGX系統(tǒng)實現(xiàn)了這些測試結(jié)果。該系統(tǒng)包括全球最強(qiáng)大的人工智能系統(tǒng)NVIDIADGX-2,搭載了16顆完全連接的V100TensorCoreGPU。

唯一一家參與多達(dá)6項基準(zhǔn)測試的科技公司

NVIDIA是唯一一家參與多達(dá)6項基準(zhǔn)測試的科技公司,充分展現(xiàn)出V100TensorCoreGPU在部署人工智能工作負(fù)載方面的通用性。

NVIDIA副總裁兼加速計算總經(jīng)理IanBuck表示:“全新基準(zhǔn)MLPerf展示了NVIDIATensorCoreGPU非凡的性能與通用性。我們的TensorCoreGPU擁有高性價比,且可通過各地的云服務(wù)提供商及電腦制造商實現(xiàn)供貨,進(jìn)而幫助世界各地的開發(fā)人員在開發(fā)過程中的每一個階段推進(jìn)人工智能的應(yīng)用?!?/p>

一流的人工智能計算需要“全棧式”創(chuàng)新

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

NVIDIA堆棧包括NVIDIATensorCores、NVLink、NVSwitch、DGX系統(tǒng)、CUDA、cuDNN、NCCL、經(jīng)過優(yōu)化的深度學(xué)習(xí)框架容器以及NVIDIA軟件開發(fā)套件。

超高易用性

NVIDIA的人工智能平臺是最便捷且高性價比的選擇。TensorCoreGPU可通過各地的云服務(wù)提供商及電腦制造商實現(xiàn)供貨。

高性價比的選擇

借助售價僅為2,500美元的超強(qiáng)桌面級GPU-NVIDIATITANRTX,用戶在桌面上也可實現(xiàn)相同的TensorCoreGPU強(qiáng)大功能。如果按照3年使用期來計算,該GPU每小時的費(fèi)用僅相當(dāng)于幾美分。

通過NVIDIAGPUCloud(NGC)云容器注冊,用戶可持續(xù)更新這些軟件的加速堆棧。

NVIDIA創(chuàng)紀(jì)錄的平臺現(xiàn)可通過NGC下載

用于實現(xiàn)NVIDIA業(yè)界領(lǐng)先的MLPerf性能的軟件創(chuàng)新與優(yōu)化,現(xiàn)可通過我們最新的NGC深度學(xué)習(xí)容器免費(fèi)獲取。如需下載,請訪問NGC容器注冊。

此容器包含經(jīng)過NVIDIA優(yōu)化的完整軟件堆棧及頂級人工智能框架。18.11版本NGC深度學(xué)習(xí)容器包含了用于實現(xiàn)我們MLPerf基準(zhǔn)測試結(jié)果的詳細(xì)軟件。

開發(fā)人員可將這些軟件用于任意地點(diǎn)以及各大開發(fā)階段:

·對于桌面數(shù)據(jù)科學(xué)家:此容器支持利用NVIDIATITANRTXGPU開展前沿研究。

·對于工作組:此容器同樣可運(yùn)行于NVIDIADGXStation。

·對于企業(yè):利用來自阿里云、AWS、百度云、谷歌云、IBM云、MicrosoftAzure、OracleCloudInfrastructure以及騰訊云的NVIDIAGPU加速實例,此容器可加快將人工智能用于其云端數(shù)據(jù)。

·對于正在構(gòu)建內(nèi)部人工智能基礎(chǔ)架構(gòu)的各組織:來自Atos、思科、Cray、DellEMC、HP、HPE、浪潮、聯(lián)想、中科曙光以及Supermicro的NVIDIADGX系統(tǒng)與NGC-Ready系統(tǒng)可讓人工智能投入使用。

中傳動網(wǎng)版權(quán)與免責(zé)聲明:

凡本網(wǎng)注明[來源:中國傳動網(wǎng)]的所有文字、圖片、音視和視頻文件,版權(quán)均為中國傳動網(wǎng)(www.treenowplaneincome.com)獨(dú)家所有。如需轉(zhuǎn)載請與0755-82949061聯(lián)系。任何媒體、網(wǎng)站或個人轉(zhuǎn)載使用時須注明來源“中國傳動網(wǎng)”,違反者本網(wǎng)將追究其法律責(zé)任。

本網(wǎng)轉(zhuǎn)載并注明其他來源的稿件,均來自互聯(lián)網(wǎng)或業(yè)內(nèi)投稿人士,版權(quán)屬于原版權(quán)人。轉(zhuǎn)載請保留稿件來源及作者,禁止擅自篡改,違者自負(fù)版權(quán)法律責(zé)任。

如涉及作品內(nèi)容、版權(quán)等問題,請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。

關(guān)注伺服與運(yùn)動控制公眾號獲取更多資訊

關(guān)注直驅(qū)與傳動公眾號獲取更多資訊

關(guān)注中國傳動網(wǎng)公眾號獲取更多資訊

最新新聞
查看更多資訊

熱搜詞
  • 運(yùn)動控制
  • 伺服系統(tǒng)
  • 機(jī)器視覺
  • 機(jī)械傳動
  • 編碼器
  • 直驅(qū)系統(tǒng)
  • 工業(yè)電源
  • 電力電子
  • 工業(yè)互聯(lián)
  • 高壓變頻器
  • 中低壓變頻器
  • 傳感器
  • 人機(jī)界面
  • PLC
  • 電氣聯(lián)接
  • 工業(yè)機(jī)器人
  • 低壓電器
  • 機(jī)柜
回頂部
點(diǎn)贊 0
取消 0