|
MLPerf測試結果驗證了Gaudi2在ResNet和BERT模型訓練時間上的優勢 近日，英特爾宣布Habana Gaudi2深度學習處理器在MLPerf行業測試中表現優于英偉達A100提交的AI訓練時間，結果突顯了5月在英特爾On產業創新峰會上發布的Gaudi2處理器在視覺（ResNet-50）和語言（BERT）模型上訓練時間的優勢。 英特爾公司執行副總裁兼數據中心與人工智能事業部總經理 Sandra Rivera表示：“非常高興能與大家分享Gaudi 2在MLPerf基準測試中的出色表現，我也為英特爾團隊在產品發布僅一個月取得的成就感到自豪。我們相信，在視覺和語言模型中提供領先的性能能夠為客戶帶來價值，有助于加速其AI深度學習解決方案。” 借助Habana Labs的Gaudi平臺，英特爾數據中心團隊能夠專注于深度學習處理器技術，讓數據科學家和機器學習工程師得以高效地進行模型訓練，并通過簡單的代碼實現新模型構建或現有模型遷移，提高工作效率的同時降低運營成本。 Habana Gaudi2處理器在縮短訓練時間（TTT）方面相較第一代Gaudi有了顯著提升。Habana Labs于2022年5月提交的Gaudi2處理器在視覺和語言模型訓練時間上已超越英偉達A100-80G的MLPerf測試結果。其中，針對視覺模型ResNet-50，Gaudi2處理器的TTT結果相較英偉達A100-80GB縮短了36%，相較戴爾提交的同樣針對ResNet-50和BERT模型、采用8個加速器的A100-40GB服務器，Gaudi2的TTT測試結果則縮短了45%。 
MLCommons發布的數據，2022年6月。https://mlcommons.org/en/training-normal-20/ 相比于第一代Gaudi處理器，Gaudi2在ResNet-50模型的訓練吞吐量提高了3倍，BERT模型的訓練吞吐量提高了4.7倍。這些歸因于制程工藝從16納米提升至7納米、Tensor處理器內核數量增加了三倍、增加GEMM引擎算力、封裝的高帶寬存儲容量提升了三倍、SRAM帶寬提升以及容量增加一倍。對于視覺處理模型的訓練，Gaudi2處理器集成了媒體處理引擎，能夠獨立完成包括AI訓練所需的數據增強和壓縮圖像的預處理。 兩代Gaudi處理器的性能都是在沒有特殊軟件操作的情況下通過Habana客戶開箱即用的商業軟件棧實現的。 通過商用軟件所提供的開箱即用性能，在Habana 8個GPU服務器與HLS-Gaudi2參考服務器上進行測試比對。其中，訓練吞吐量來自于NGC和Habana公共庫的TensorFlow docker，采用雙方推薦的最佳性能參數在混合精度訓練模式下進行測量。值得注意的是，吞吐量是影響最終訓練時間收斂的關鍵因素。
圖形測試配置詳見說明部分。
圖形測試配置見說明部分。 除了Gaudi2在MLPerf測試中的卓越表現，第一代Gaudi在128個加速器和256個加速器的ResNet基準測試中展現了強大的性能和令人印象深刻的近線性擴展，支持客戶高效系統擴展。 Habana Labs首席運營官Eitan Medina表示：“我們最新的MLPerf測試結果證明Gaudi2在訓練性能方面顯著優勢。我們將持續深度學習訓練架構和軟件創新，打造最具性價比的AI訓練解決方案。” 關于MLPerf基準測試：MLPerf社區旨在設計公平且極具實際價值的基準測試，以公平地測量機器學習解決方案的準確度、速度和效率。該社區由來自學術界、研究實驗室和業界的AI領導者創建，他們確立基準并制定了一套嚴格的規則，以確保所有參與者均能夠公平公正地進行性能比對。基于一套明確的規則，以及能夠對端到端任務進行公平比較，目前MLPerf是AI行業唯一可靠的基準測試。此外，MLPerf基準測試結果要經過為期一個月的同行評審，這將進一步驗證報告結果。 |
