fbpx

אנבידיה שוברת שיאי ביצועים נוספים במבחני MLPerf

אנבידיה (NVIDIA) מכריזה כי פלטפורמת מחשוב הבינה המלאכותית שלה הצליחה פעם נוספת לשבור את שיאי הביצועים בסבב האחרון של מבחן הביצועים MLPerf. זכייה זו מעצימה את ההובלה של אנבידיה במבחן הביצועים MLPerf הנחשב למבחן העצמאי היחיד בתעשייה שמסוגל למדוד ביצועי AI של חומרה, תוכנה ושירותים.

אנבידיה זכתה בכל אחד מהמבחנים של ששת יישומי הדאטה-סנטר ומערכות מחשוב הקצה (Edge Computing Systems) בגרסה השנייה של MLPerf Interface. מבחן הביצועים החדש התרחב מעבר לשני תחומי הבדיקה המקוריים שבחנו יכולות ראייה ממוחשבת, ובוחן כעת ארבעה תחומים נוספים הנמצאים בצמיחה בעולמות הבינה המלאכותית: מערכות המלצה (Recommendation Systems), הבנת שפה טבעית (Natural Language Understanding), זיהוי דיבור (Speech Recognition) ועיבוד תמונה רפואית (Medical Imaging).

ארגונים במגוון רחב של תעשיות כבר הניחו את ידם על ה-NVIDIA A100 Tensor Core GPU והגיעו לרמות ביצועים גבוהות במיוחד שטרם נראו. מוסדות פיננסיים החלו לבצע שימוש בבינה מלאכותית על מנת לענות לפניות הלקוחות במהירות גבוהה יותר; קמעונאים משתמשים בה לטובת שמירה על המלאי במדפי החנויות; וספקי שירותי בריאות משתמשים בבינה מלאכותית על מנת לנתח מיליוני תמונות רפואיות על מנת לזהות מחלות במדויק ולהציל חיים.

"אנו נמצאים בנקודת מפנה, שכן כל תעשייה מחפשת דרכים טובות יותר ליישם טכנולוגיות בינה מלאכותית על מנת להציע שירותים חדשים, ולהוביל לצמיחת העסקים שלהם. העבודה שעשינו על מנת להשיג את התוצאות הללו ב-MLPerf מעניקה לחברות רמה חדשה של ביצועי בינה מלאכותית, לטובת שיפור חיי היום-יום של כולנו"

-איאן באק (Ian Buck), סגן נשיא ומנכ"ל חטיבת מחשוב מואץ (Accelerated Computing) ב-NVIDIA

התוצאות החדשות של מבחן הביצועים MLPerf מגיעות בתקופה בה היקף הפעילות של אנבידיה בתחום ה-Inference ובתחום הבינה המלאכותית גדל משמעותית. לפני חמש שנים, מספר מצומצם מאוד של חברות הייטק מובילות ביצעו שימוש במעבדים גרפיים (GPUs) לטובת משימות מסוג זה. ואילו כיום, עם פלטפורמת הבינה המלאכותית של אנבידיה שזמינה דרך כל ספקיות הענן ומרכזי הנתונים, חברות וארגונים ממגוון רחב של תעשיות מבצעים שימוש בהפקת תובנות בינה מלאכותית לשיפור הפעילות העסקית ועבור הצעת שירותים נוספים.

בנוסף, ובפעם הראשונה, המעבדים הגרפיים (GPUs) של אנבידיה מציעים יכולת הפקת מסקנות בעלת קיבולת רחבה יותר בענן הציבורי מאשר מעבדים רגילים (CPUs). למעשה, הקיבולת המקסימלית להפקת תובנות AI בענן באמצעות ה-GPU של אנבידיה, גדלה פי 10 לערך בכל שנתיים.

אנבידיה לוקחת את הסקת מסקנות ה-AI לגבהים חדשים

חברת אנבידיה ושותפיה הציגו את תוצאות ה-MLPerf 0.7 שלהן באמצעות פלטפורמת ההאצה שלה, הכוללת את המעבדים הגרפיים למרכזי נתונים, מאיצי בינה מלאכותית בקצה (AI Edge Accelerators) ואת התוכנה המותאמת של אנבידיה. ה-NVIDIA A100 שהוצג מוקדם יותר השנה וכולל את הדור השלישי של ליבות Tensor, לצד טכנולוגיית Multi-Instance GPU, העצים את ההובלה במבחן ResNet-50, תוך שהוא מביס מעבדים רגילים עם ביצועים טובים פי 30, זאת בהשוואה לפי 6 במבחן הקודם. בנוסף, ה-A100 עקף את המעבדים החדשים ביותר עם ביצועים משופרים פי 237 במבחן הביצועים החדש לביצועי הפקת המסקנות במרכזי נתונים –  MLPerf Inference 0.7.

משמעות תוצאות אלו היא שמערכת NVIDIA DGX A100 אחת בלבד יכולה לספק ביצועים זהים לכ-1,000 שרתי CPU בעלי תושבת כפולה, ובכך היא מציעה ללקוחות הפחתת עלויות משמעותית בהעברת מודלי הבינה המלאכותית שלהם ממחקר – לייצור. מבחן הביצועים מראה כי המעבד הגרפי NVIDIA T4 Tensor Core ממשיך לשמש כפלטפורמת הפקת תובנות איתנה לארגונים, לשרתי קצה ולשרתי ענן בעלויות משתלמות. כמו כן, ה-NVIDIA T4 מביסים את מעבדי ה-CPU הסטנדרטיים בפער של פי 28 באותם מבחנים. ובנוסף, גם ה-NVIDIA Jetson AGX Xavier, מוביל את הביצועים בגזרת מכשירי הקצה מבוססי SoC.

על מנת להשיג את תוצאות אלו נדרשו פתרונות תוכנה ממוטבים ברמה גבוהה, כולל NVIDIA TensorRT ו-NVIDIA Triton, שתיהן זמינות ב-NGC, קטלוג התוכנה של NVIDIA. בנוסף להגשה שביצעה אנבידיה עצמה, 11 משותפי החברה הגישו סך של 1,029 תוצאות המשתמשות ב-NVIDIA GPUs, המהווים 85% מסך הגשת התוצאות במבחן הביצועים בקטגורית מרכזי הנתונים ומחשוב הקצה.

טוני מלינקוביץ'
טוני הוא העורך הראשי שלנו כאן באתר, עם ידע רחב בחומרה ומקורות מהירים, טוני הוא גם הכתב המהיר ביותר שלנו, בנוסף לכתבות המעולות של טוני הוא גם אחראי על רוב הביקורות שלנו באתר וגם על המלל וחוות הדעת על חלק מסיקורי הוידאו שלנו.
דילוג לתוכן