英伟达利用预定数据集创下了AI模型训练速度的六项新记录。

MLPerf是一个由航天领域知名公司打造的基准测试套件，用于标准化，为如何衡量AI的训练和推理速度提供指导。MLPerf通常用于共享商用云计算服务、移动设备或服务器硬件堆栈中的硬件速度。

促成MLPerf创立的公司包括谷歌、英伟达、百度和超级计算机制造商Cray。

在Image Net数据集上使用ResNet-50 1.5版本记录图像分类、对象实例分割、对象检测、不频繁翻译、频繁翻译和推荐系统的Nvidia设置。

英伟达副总裁兼加速计算总经理伊恩巴克(Ian Buck)在与记者的电话会议中表示：“对于所有这些基准测试，我们的性能比竞争对手快4.7倍。“DGX-2Res Net-50确实有更快的演示，但没有一个符合MLPerf基准指南。

这一壮举是通过使用NvidiaDGX系统实现的，该系统使用NVSwitch互连器与多达16个完全连接的V100传感器核心GPU一起工作，该系统于2017年春季首次亮相。Nvidia以16个GPU的单节点类别提交评判，将16个GPU的训练分发到640个GPU的80个节点。

Nvidia可以通过一个节点在70分钟内用ResNet-50进行训练。通过分布式训练，英伟达可以用ResNet-50进行6.3分钟的训练。相比之下，2015年用ResNet-50训练一个CUDA GPU需要25天。

版权说明： 本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

标签：