تفوقت Intel Habana على Nvidia في أحدث نتائج MLPerf
يسعدنا إعادة Transform 2022 شخصيًا في 19 تموز (يوليو) ومن 20 إلى 28 تموز (يوليو) تقريبًا. انضم إلى القادة في مجال الذكاء الاصطناعي والبيانات لإجراء مناقشات متعمقة وفرص التواصل المثيرة. اشترك اليوم!
تفوقت شركة Habana من Intel على Nvidia في النتائج الأخيرة لمعيار MLPerf ، الذي أصبح مجموعة معايير الصناعة القياسية لمقارنة مسرعات الذكاء الاصطناعي. على الرغم من أن Nvidia قد أعلنت بالفعل عن الجيل التالي من وحدة معالجة الرسومات (GPU) ، تشير النتائج إلى أن المنافسة في أجهزة التدريب على التعلم العميق تزداد حدًا.
استحوذت إنتل على شركة هابانا الناشئة في أواخر عام 2019 مقابل 2 مليار دولار ، وفي أواخر العام الماضي ، تم إطلاق الجيل الأول من غاودي NPU (وحدة المعالجة العصبية) 16 نانومتر في سحابة أمازون AWS ، مدعياً أن أداء كل دولار أفضل بنسبة 40٪ من المستندة إلى Nvidia حالات. . ومع ذلك ، نظرًا لأنها تنافست مع Nvidia's 7nm A100 ، حققت Habana غالبًا قيمتها من خلال فرض سعر أقل ، وليس التفوق على Nvidia في الأداء.
تغير ذلك في مايو عندما أعلن Habana عن Gaudi2 على 7 نانومتر ، مما زاد عدد نوى معالجة الموتر بمقدار 3 أضعاف ويوفر ما يصل إلى 96 جيجابايت من HBM2e. ادعى هابانا أنها تفوقت على A100 ، مركز البيانات الأساسي GPU الخاص بـ Nvidia البالغ من العمر عامين ، بهامش مريح. جاء الإطلاق في الوقت المناسب ليتم تضمينه في أحدث نتائج MLPerf ، وهي محاولة الصناعة لتوحيد معايير التعلم العميق. نتائج الأداء
قالت هابانا إنه لم يكن أمامها سوى 10 أيام من الإطلاق لإرسال نتائجها ، لذلك لم تتمكن من إكمال جميع الاختبارات الثمانية وركزت فقط على اثنين من أكثر وحدات SKU تكلفة. المعروف: ResNet-50 (التعرف على الصور) و BERT (اللغة الطبيعية يتم المعالجة). تخضع عمليات إرسال MLPerf لعملية مراجعة الأقران لمدة شهر. حدث
تحويل 2022
انضم إلينا في حدث الذكاء الاصطناعي التطبيقي الرائد لصناع القرار في مجال الأعمال والتكنولوجيا للشركات في 19 يوليو ويوم 20-28 يوليو تقريبًا. سجل هنا
قالت Habana أيضًا أن الوقت القصير يعني أنه لم يكن لديها وقت لتحسين برامجها على نطاق واسع. على سبيل المثال ، أضاف Gaudi2 دعمًا لتنسيق FP8 جديد أقل دقة ، والذي لم يتم استخدامه في الإرسال. بدلاً من ذلك ، اختارت Habana تقديم النتائج بناءً على نفس البرنامج المتاح لجميع عملاء Habana ، بينما يُزعم أن Nvidia تستخدم تحسينات غير متوفرة في برامجها المتاحة للعملاء.
هذا يعني أن فرق الأداء في الحالات غير المحسَّنة أكبر. في اختبارات Habana الخاصة باستخدام المستودعات العامة في مثيلات Azure ، قاس هابانا أن Gaudi2 كان على الأقل مرتين أسرع على ResNet-50 و BERT من A100. يقول هابانا إن هذه النتائج أكثر تمثيلا للأداء الجاهز الذي سيشاهده العملاء باستخدام البرامج المتاحة للجمهور.
في نتائج MLPerf ، مقارنة بتقديم Nvidia ، كان Gaudi2 قادرًا على تدريب ResNet-50 في وقت أقل بنسبة 36٪ ، مما أدى إلى أداء أفضل بنسبة 56٪. ومع ذلك ، يمكن ملاحظة أن نتائج MLPerf لبدء التعلم العميق MosaicML ...
يسعدنا إعادة Transform 2022 شخصيًا في 19 تموز (يوليو) ومن 20 إلى 28 تموز (يوليو) تقريبًا. انضم إلى القادة في مجال الذكاء الاصطناعي والبيانات لإجراء مناقشات متعمقة وفرص التواصل المثيرة. اشترك اليوم!
تفوقت شركة Habana من Intel على Nvidia في النتائج الأخيرة لمعيار MLPerf ، الذي أصبح مجموعة معايير الصناعة القياسية لمقارنة مسرعات الذكاء الاصطناعي. على الرغم من أن Nvidia قد أعلنت بالفعل عن الجيل التالي من وحدة معالجة الرسومات (GPU) ، تشير النتائج إلى أن المنافسة في أجهزة التدريب على التعلم العميق تزداد حدًا.
استحوذت إنتل على شركة هابانا الناشئة في أواخر عام 2019 مقابل 2 مليار دولار ، وفي أواخر العام الماضي ، تم إطلاق الجيل الأول من غاودي NPU (وحدة المعالجة العصبية) 16 نانومتر في سحابة أمازون AWS ، مدعياً أن أداء كل دولار أفضل بنسبة 40٪ من المستندة إلى Nvidia حالات. . ومع ذلك ، نظرًا لأنها تنافست مع Nvidia's 7nm A100 ، حققت Habana غالبًا قيمتها من خلال فرض سعر أقل ، وليس التفوق على Nvidia في الأداء.
تغير ذلك في مايو عندما أعلن Habana عن Gaudi2 على 7 نانومتر ، مما زاد عدد نوى معالجة الموتر بمقدار 3 أضعاف ويوفر ما يصل إلى 96 جيجابايت من HBM2e. ادعى هابانا أنها تفوقت على A100 ، مركز البيانات الأساسي GPU الخاص بـ Nvidia البالغ من العمر عامين ، بهامش مريح. جاء الإطلاق في الوقت المناسب ليتم تضمينه في أحدث نتائج MLPerf ، وهي محاولة الصناعة لتوحيد معايير التعلم العميق. نتائج الأداء
قالت هابانا إنه لم يكن أمامها سوى 10 أيام من الإطلاق لإرسال نتائجها ، لذلك لم تتمكن من إكمال جميع الاختبارات الثمانية وركزت فقط على اثنين من أكثر وحدات SKU تكلفة. المعروف: ResNet-50 (التعرف على الصور) و BERT (اللغة الطبيعية يتم المعالجة). تخضع عمليات إرسال MLPerf لعملية مراجعة الأقران لمدة شهر. حدث
تحويل 2022
انضم إلينا في حدث الذكاء الاصطناعي التطبيقي الرائد لصناع القرار في مجال الأعمال والتكنولوجيا للشركات في 19 يوليو ويوم 20-28 يوليو تقريبًا. سجل هنا
قالت Habana أيضًا أن الوقت القصير يعني أنه لم يكن لديها وقت لتحسين برامجها على نطاق واسع. على سبيل المثال ، أضاف Gaudi2 دعمًا لتنسيق FP8 جديد أقل دقة ، والذي لم يتم استخدامه في الإرسال. بدلاً من ذلك ، اختارت Habana تقديم النتائج بناءً على نفس البرنامج المتاح لجميع عملاء Habana ، بينما يُزعم أن Nvidia تستخدم تحسينات غير متوفرة في برامجها المتاحة للعملاء.
هذا يعني أن فرق الأداء في الحالات غير المحسَّنة أكبر. في اختبارات Habana الخاصة باستخدام المستودعات العامة في مثيلات Azure ، قاس هابانا أن Gaudi2 كان على الأقل مرتين أسرع على ResNet-50 و BERT من A100. يقول هابانا إن هذه النتائج أكثر تمثيلا للأداء الجاهز الذي سيشاهده العملاء باستخدام البرامج المتاحة للجمهور.
في نتائج MLPerf ، مقارنة بتقديم Nvidia ، كان Gaudi2 قادرًا على تدريب ResNet-50 في وقت أقل بنسبة 36٪ ، مما أدى إلى أداء أفضل بنسبة 56٪. ومع ذلك ، يمكن ملاحظة أن نتائج MLPerf لبدء التعلم العميق MosaicML ...
What's Your Reaction?
