最新的 AI 训练基准测试表明 Nvidia 没有竞争对手
英伟达首席执行官黄仁勋在周日的台北国际电脑展主题演讲中透露了公司下一代芯片架构“Rubin”，令观众大吃一惊。 英伟达 芯片巨头 Nvidia 长期以来一直主导着所谓的神经网络“训练”，即对网络的神经“权重”或“参数”进行设计和重新设计，直到达到最佳性能的计算密集型任务。该公司一直面临来自各种芯片制造商的竞争，包括英特尔和 AMD 等巨头，以及 Graphcore 等初创公司。 然而，最新的速度基准测试表明，如果竞争意味着各方对 Nvidia 所能做到的最佳水平进行有意义的挑战，那么 Nvidia 实际上没有竞争对手。 MLCommons 是一个行业联盟，每年都会汇编多份有关 AI 芯片性能的基准报告。 周三宣布 数字显示了不同芯片在训练神经网络执行各种任务时的表现，包括训练 Meta 的 Llama 大型语言模型进行预测，以及训练稳定扩散图像模型来生成图片。 Nvidia 横扫了基准测试，在全部 9 项比赛中均获得最高分和第二名。而 AMD、英特尔和谷歌云计算部门等竞争对手的表现甚至都相差甚远。 还： Nvidia 横扫 AI 基准测试，但英特尔带来了有意义的竞争 这是 Nvidia 连续第三次在最高分数的争夺中无人能敌，但是即使是竞争对手在前几轮比赛中取得的令人鼓舞的成绩，这一次也没有实现。 MLCommons Training 4.0 测试共有 9 个独立任务，记录了通过多次实验优化神经网络设置来调整神经网络的时间。这是神经网络性能的一半，另一半是所谓的推理，即完成的神经网络在接收新数据时进行预测。推理在 MLCommons 的单独版本中介绍。 到目前为止，MLPerf 的大多数任务都是经过多年开发的成熟的神经网络，例如 3-D U-Net，这是一个用于研究实体肿瘤检测等体积数据的程序，由谷歌的 DeepMind 于 2016 年推出。 然而，MLCommons 会定期更新基准，添加新任务以反映新出现的工作负载。这轮训练是提交者首次在时间上竞争“微调”Meta […]