O consórcio MLPerf apresenta os resultados do MLPerf Training v0.7, a terceira rodada de resultados de seu conjunto de testes de desempenho de treinamento em aprendizado de máquina. Composto por mais de 70 empresas de tecnologia e pesquisadores das principais universidades, o MLPerf apresenta análises de performance referência no setor, o que mede uma ampla variedade de cargas de trabalho de deep learning, incluindo visão computacional, tradução de idiomas, recomendações e tarefas de aprendizado por reforço.

O benchmark MLPerf é referência no setor e mostra um progresso substancial da indústria e uma diversidade crescente, incluindo vários novos processadores, aceleradores e estruturas de software. Em comparação a análise anterior, os resultados estão mais rápidos e melhoraram em média 2,7 vezes nos quesitos hardware, software e escala do sistema.

A NVIDIA Enterprise estabeleceu registros na categoria em que os clientes estão mais interessados: produtos comercialmente disponíveis. Testes foram feitos com as mais recentes arquiteturas da NVIDIA, Ampere e Volta.

Os sistemas A100 GPU e DGX SuperPOD, um enorme grupo de A100s conectados ao HDR InfiniBand, estabeleceu oito novos marcos de desempenho cada, quebrando 16 recordes no total.

Esta é a terceira exibição consecutiva e mais forte da NVIDIA Enterprise nos testes de treinamento do MLPerf, um grupo de benchmarking do setor formado em maio de 2018. A NVIDIA estabeleceu seis recordes nos primeiros benchmarks de treinamento do MLPerf em dezembro de 2018 e oito em julho de 2019.

A NVIDIA Enterprise foi a única empresa a apresentar produtos comercialmente disponíveis a partir de agora para todos os testes. A maioria das outras empresas apresentou a categoria prévia de produtos que podem não estar disponíveis por vários meses ou a categoria de pesquisa para produtos que não se espera que estejam disponíveis por um longo tempo.

Um ganho de desempenho 4 vezes em 1,5 anos

Os resultados mais recentes demonstram que a abordagem da NVIDIA Enterprise em desenvolver continuamente uma plataforma de inteligência artificial que abrange processadores, redes, software e sistemas está funcionando.

Por exemplo, os testes mostram taxas equivalentes de retorno. O sistema DGX A100 de hoje oferece até 4 vezes o desempenho do sistema usado pelas GPUs V100 na primeira rodada dos testes de treinamento do MLPerf. Enquanto isso, o servidor DGX V100 original agora pode oferecer até 2 vezes mais desempenho, graças às mais recentes otimizações de software.

Construído em menos de um mês e com mais de 2.000 GPUs NVIDIA A100, o novo DGX SuperPOD da NVIDIA varreu todos os benchmarks do MLPerf para desempenho em escala entre os produtos comercialmente disponíveis.

Esses ganhos ocorreram em menos de dois anos com inovações na plataforma de IA. As atuais GPUs NVIDIA A100, juntamente com as atualizações de software para as bibliotecas CUDA-X, potencializam os clusters criados com o Mellanox HDR 200Gb/s InfellBand.

Esta última rodada de treinamento abrange 138 resultados em uma ampla variedade de sistemas de nove organizações que enviaram a inscrição. Todos os resultados da divisão fechada usam o mesmo modelo/otimizador(es), enquanto os resultados da divisão aberta podem usar abordagens mais variadas. Os resultados incluem sistemas disponíveis comercialmente, futuros sistemas de visualização e sistemas de IDI em pesquisa e desenvolvimento, ou usados internamente.

Sobre a NVIDIA

Com a invenção da GPU pela NVIDIA (NASDAQ: NVDA), em 1999, redefinimos os gráficos de computadores modernos e revolucionamos a computação paralela. Mais recentemente, o deep learning com base em GPU deu início à inteligência artificial moderna — a próxima era da computação — com a GPU atuando como o cérebro dos computadores, robôs e carros autônomos que podem perceber e compreender o mundo.