云服务、OEM 借助 NVIDIA AI 让 AI 训练更上层楼
【慧聪通信网】看看谁刚刚在快速训练 AI 模型方面创下新速度记录：戴尔科技、浪潮、Supermicro和在 MLPerf 基准测试中首次亮相的 Azure 均在使用 NVIDIA AI。
在今天宣布的 MLPerf 训练 1.1 结果中，NVIDIA平台在所有八个热门工作负载中都创下了记录。
图示：在新一轮的测试中，NVIDIA AI 训练所有模型的速度都快于替代方案。
NVIDIA A100 Tensor Core GPU 提供了最出色每芯片性能, Selene 是NVIDIA内部基于模块化NVIDIA DGX SuperPOD架构构建的AI超级计算机，借助NVIDIA InfiniBand网络和NVIDIA软件栈进行扩展，A100在Selene上实现了最快的AI训练速度 。
图示：NVIDIA A100 GPU 在所有八项 MLPerf 1.1 测试中均实现最好的每芯片训练性能。
云服务更上一层楼
根据最新结果，在训练 AI 模型方面，Azure 的 NDm A100 v4 实例的速度遥遥领先。它运行了新一轮的每项测试，扩展到多达 2,048 个 A100 GPU。
Azure 不仅展示了出色性能，而且在美国的六个地区，现在所有人都可以租借和使用其出色性能。
AI 训练是一项需要大量投入的大型工作。NVIDIA希望用户借助他们选择的服务或系统以创纪录的速度训练模型。
因此，NVIDIA将 NVIDIA AI 与面向云服务、主机托管服务、企业和科学计算中心的产品相结合。
服务器制造商各显身手
在 OEM 中，浪潮凭借其八路GPU服务器NF5688M6 和NF5488A5液冷服务器在单节点性能方面创下了最多记录。戴尔和 Supermicro 在四路 A100 GPU 系统上创下了记录。
共有 10 家 NVIDIA 合作伙伴提交了本轮测试结果，其中包含 8 家 OEM 和 2 家云服务提供商。它们占所有提交的 90% 以上。
这是 NVIDIA 生态系统在 MLPerf 训练测试中的第五次亮相，也是到目前为止最出色的亮相。
NVIDIA的合作伙伴之所以积极参与，是因为他们知道 MLPerf 是唯一符合行业标准、经过同行评审的 AI 训练和推理基准测试。对于评估 AI 平台和供应商的客户来说，这是一个有价值的工具。
为速度认证的服务器
百度 PaddlePaddle、戴尔科技、富士通、技嘉科技、慧与、浪潮、联想和 Supermicro 提交了基于本地数据中心的结果（单节点和多节点任务）。
NVIDIA几乎所有的 OEM 合作伙伴都在 NVIDIA 认证系统上运行了测试，NVIDIA为需要加速计算的企业客户验证了服务器。
提交的范围展示了 NVIDIA 平台的广度和成熟度，该平台为各种规模的企业提供最佳的解决方案。
既快速又灵活
NVIDIA AI 是唯一用于提交所有基准测试和用例的平台参与者，这展示了其通用性和高性能。快速灵活的系统提供客户所需的生产力，以加快他们的工作速度。
AI训练基准测试涵盖当今最热门的八个 AI 工作负载和场景，例如计算机视觉、自然语言处理、推荐系统、增强学习等。
MLPerf 测试透明、客观，因此用户可以依靠结果做出明智的购买决策。该行业基准测试组织成立于 2018 年 5 月，得到阿里巴巴、ARM、Google、Intel 和 NVIDIA 等数十家行业领先公司的支持。
三年内加速 20 倍
回顾过去，数据显示，仅在过去 18 个月，NVIDIA A100 GPU 的性能就提升了 5 倍以上。这要归功于软件的持续创新，这也是NVIDIA目前工作的重心。
自从三年前 MLPerf 测试首次亮相，NVIDIA 的性能提高了 20 倍以上。这种大规模加速源于NVIDIA在全栈 GPU、网络、系统和软件方面取得的进步。
图示：NVIDIA AI 在三年内实现了 20 倍以上的改进。
持续改进软件
NVIDIA的新进展来自多项软件改进。
例如，借助一类新的内存复制操作，NVIDIA在针对医学成像的 3D-UNet 基准测试中实现 2.5 倍的操作加速。
得益于微调 GPU 以进行并行处理的方式，NVIDIA在针对物体检测的 Mask R-CNN 测试中实现 10% 的速度提升，而在针对推荐系统的测试中实现了 27% 的提升。NVIDIA只是重叠了独立操作，这种技术尤其适合跨多个 GPU 运行的作业。
NVIDIA扩展了 CUDA 图形的使用范围，尽可能减少与主机 CPU 的通信。得益于此，NVIDIA在针对图像分类的 ResNet-50 基准测试中实现了 6% 的性能提升。
NVIDIA在 NCCL 上实施了两种新技术。NCCL 是NVIDIA的库，用于优化 GPU 之间的通信。对于 BERT 等大型语言模型，这样可以将结果加速高达 5%。
利用NVIDIA工作结果
NVIDIA使用的所有软件均在 MLPerf 仓库提供，因此每个人都可以获得NVIDIA的出色结果。NVIDIA不断将这些优化整合到 NGC（NVIDIA的 GPU 应用程序软件中心）上的容器。
它是全栈平台的一部分，已在新的行业基准测试中得到验证，可从各种合作伙伴处获得，能够处理当今真正的 AI 作业。
关于 NVIDIA
NVIDIA（NASDAQ 股票代码：NVDA）于 1999 年发明了 GPU。此举极大推动了 PC 游戏市场的发展、重新定义了现代计算机图形、高性能计算和人工智能。该公司在加速计算和 AI 领域的开创性工作正在重塑价值数万亿美元的行业（例如运输、医疗健康和制造业），并推动许多其他行业的发展。
