SUSE by Ingram

NVIDIA ทำลายสถิติ เทรนนิ่ง AI ได้เร็วที่สุด 16 รายการใน MLPerf Benchmarks

NVIDIA ทำลายสถิติ Performance ในการเทรนระบบ AI ทั้งหมด 16 รายการ จาก A100 Tensor Core GPU และระบบคลัสเตอร์ DGX SuperPOD System ในการวัดผลของ MLPerf Benchmarks ครั้งล่าสุดที่ถูกเผยออกมาเมื่อปลายเดือนกรกฎาคมที่ผ่านมา

Credit: NVIDIA

MLPerf นั้นเป็น Benchmarks ด้านประสิทธิภาพในการเทรน AI ซึ่งมีองค์กรอย่าง Amazon, Baidu, Facebook, Google และองค์กรและสถาบันอื่นๆให้การสนับสนุน โดยในปีนี้ การทดสอบความเร็วของการเทรนนิ่ง AI แบ่งออกเป็น 8 หัวข้อ ได้แก่ การจำแนกประเภทของภาพ, การตรวจจับวัตถุ (Light), การแปลแบบ Recurrent, การตรวจจับวัตถุ (Heavy), และการแปลแบบ Non-recurrent, Reinforcement Learning ด้วยเกมโกะขนาดย่อ, และอีก 2 หัวข้อที่เพิ่งเพิ่มเข้ามาใหม่ในปีนี้ ได้แก่ ระบบ Recommendation และ AI สนทนา

ในการวัดผลแบบรายชิปในหมวดผลิตภัณฑ์ที่วางขายในตลาด (Commercially Available) A100 Tensor Core GPU ของ NVIDIA มี Performance ที่สูงสุดในการทดสอบทั้ง 8 ประเภท และเมื่อนำไปเทียบกับ V100 GPU ของ NVIDIA ที่ได้รับการทดสอบในการทดสอบครั้งแรกของ MLPerf เมื่อราว 1.5 ปีที่แล้ว GPU ของ NVIDIA มีความเร็วเพิ่มสูงสุดถึง 4 เท่าจากเดิม

ด้านการทดสอบระบบในสเกลขนาดใหญ่ DGX SuperPOD System ระบบซึ่งเป็นคลัสเตอร์ของ DGX A100 ที่เชื่อมต่อเข้าด้วยกันผ่าน HDR InfiniBand ก็สามารถทำลายสถิติทั้ง 8 ได้เช่นกัน โดยจากสถาปัตยกรรม DGX SuperPOD นี้ NVIDIA ได้สร้างคลัสเตอร์ Selene ในองค์กร ซึ่งเพิ่งได้รับการจัดอันดับให้อยู่ใน Top 500 ของระบบอุตสาหกรรมในสหรัฐอเมริกา

ปัจจุบัน A100 นั้นเป็น GPU ที่มีการให้บริการโดยผู้ให้บริการรายใหญ่หลายราย เช่น Google Cloud, AWS, Baidu cloud, Microsoft Azure, และ Tencent Cloud อีกทั้งยังอยู่ในเซิฟเวอร์ของผู้ผลิตรายใหญ่หลายราย เช่น Dell Technologies, Hewlett Packard Enterprise, Inspur, และ Supermicro 


ที่มา: https://blogs.nvidia.com/blog/2020/07/29/mlperf-training-benchmark-records/

Check Also

Citrix เข้าซื้อกิจการ Wrike ระบบ Work Management สำหรับองค์กรมูลค่า 67,500 ล้านบาท

Citrix ได้ออกมายืนยันถึงการเข้าซื้อ Wrike ธุรกิจ Startup ที่เติบโตมาเป็นระบบ Work Management Platform สำหรับธุรกิจองค์กรที่มูลค่า 2,250 ล้านเหรียญหรือราวๆ 67,500 ล้านบาท

รู้จักกับแนวทาง Unified Fast File and Object (UFFO) สำหรับจัดเก็บข้อมูลสมัยใหม่เพื่อนำไปใช้วิเคราะห์ประมวลผลได้อย่างง่ายดาย

ท่ามกลางยุคสมัยที่ข้อมูลใหม่ๆ ถูกสร้างขึ้นอยู่ตลอดเวลา และความต้องการในการนำข้อมูลไปใช้ต่อยอดสร้างโอกาสใหม่ๆ ให้กับธุรกิจนั้นเกิดขึ้นอย่างต่อเนื่อง แนวทางการในการจัดเก็บข้อมูลเพื่อให้พร้อมต่อการนำไปใช้อยู่เสมอนั้นจึงกลายเป็นโจทย์สำคัญโจทย์หนึ่งขององค์กร