Nvidia сокрушает себя, чтобы взять контрольную корону AI
Одним из сложных моментов, связанных с инновациями в аппаратном обеспечении искусственного интеллекта, является то, что каждый поставщик демонстрирует приложения и тесты, которые демонстрируют лучшее в своих продуктах. Поскольку это относительно новое поле, не было хороших, широких критериев для сравнения. ImageNet является одним из постоянных фаворитов, но с учетом того, что многие новые приложения и сетевые архитектуры развертываются, простое распознавание объектов в 2D-изображениях мало что говорит нам о том, какое оборудование является самым быстрым или лучшим для других рабочих нагрузок.
Теперь группа промышленных тяжеловесов, в том числе Google, Intel, Baidu и Nvidia, усилилась, чтобы удовлетворить потребность в более ранней версии (в настоящее время v0.5) MLPerf, набора тестов для машинного обучения, который включает обучение различных сетей , Nvidia объявила, что она превысила первоначальные результаты, но копание в деталях показывает, что это была практически единственная игра в городе. Если ничего другого, это показывает, насколько доминирующим был производитель GPU на рынке искусственного интеллекта.
MLPerf v0.5: покрытие входящей береговой линии
MLPerf в настоящее время состоит из тестов, которые проводят обучение по сети в семи прикладных областях, начиная с классического режима ожидания ResNet-50 на ImageNet. Он добавляет легкое и тяжелое обнаружение объектов (COCO), периодический и непериодический перевод (WMT E-G), рекомендацию (MovieLens-20M) и обучение по усилению (Mini Go). Единственная платформа с результатами для всех семи - это контрольный прогон на Pascal P100. Ориентировочные тесты запланированы для будущих версий.
Большинство результатов Nvidia были выполнены на одном или нескольких суперкомпьютерах DGX-1 или DGX-2, а Google - на процессорах TPU v2 и v3. Intel представила несколько раз ImageNet для своего SKX 8180, но ни один из них не был очень конкурентоспособным. Тем не менее, системы, в которых использовался 28-ядерный процессор SKX 8180 за 10 тыс. Долл. США, были единственным конкурентным предложением в категории обучения с подкреплением. Эта категория, скорее всего, будет недолгой, если будет доступна версия этого теста без привязки к ЦП.
Что это действительно показывает, так это то, что Nvidia Hardware доминирует над AI
С практической точки зрения, большая часть обучения ИИ проводится на оборудовании Nvidia. Не только из-за ценовой производительности своих графических процессоров, но и из-за распространенности инструментов на основе CUDA. Поэтому, в то время как Google представил некоторые тесты для своих TPU, его чипы изначально были построены как инструмент логического вывода, и только в последнем поколении начали использоваться для тренировочных задач. Точно так же пока AMD нигде не встречается в результатах тестов, хотя AMD является одним из перечисленных сторонников усилий MLPerf, так что это, вероятно, изменится. Тем временем, Nvidia в значительной степени конкурирует с собой.
Читать далее
Обзор MSI Nvidia RTX 3070 Gaming X Trio: производительность 2080 Ti, цены на Pascal
Новый RTX 3070 от Nvidia - потрясающий графический процессор по хорошей цене, и MSI RTX 3070 Gaming X Trio хорошо это демонстрирует.
Nvidia будет имитировать память AMD Smart Access на Ampere: отчет
Память AMD Smart Access еще даже не отправлена, но Nvidia утверждает, что может дублировать эту функцию.
Nvidia представляет графический процессор Ampere A100 80 ГБ с пропускной способностью памяти 2 ТБ / с
На этой неделе Nvidia анонсировала графический процессор Ampere A100 объемом 80 ГБ для разработчиков программного обеспечения AI, которым действительно нужно немного места, чтобы размять ноги.
Nvidia и Google будут поддерживать облачные игры на iPhone через веб-приложения
И Nvidia, и Google объявили о поддержке iOS для своих облачных игровых платформ через прогрессивные веб-приложения. Apple не может это заблокировать.