本日，人工智能行业威信“跑分”MLPerf演习v0.7出炉，这是该跑分推出以来第三次放榜。
英伟达刚发布的A100 GPU、谷歌即将推出的TPUv4，两个冤家的AI芯片性能孰强孰弱，在这份榜单里都能看到。
除了两家AI巨子相争，这次也是中国芯片首次在榜单中亮相，来自华为的昇腾910芯片实测成绩曝光，性能一度超越了英伟达同类产品。
MLPerf测试内容随着AI技能的进步，今年的测试基准进一步加大了难度。
MLPerf演习测试基准包括图像分类、翻译、推举系统和围棋等8个机器学习任务中，终极结果是这8项任务的演习韶光，速率越快则性能越强。
详细的8项任务内容如下：
个中后三项是新加入或重新制订的标准：
1、BERT：用Wikipedia语料库演习BERT，这是首次将BERT引入MLPerf测试基准。
2、DLRM：用Criteo AI Lab的Terabyte点击率数据集演习的深度学习推举模型（DLRM），广泛用于在线购物推举、搜索结果和社交媒体内容排序。
3、Mini-Go：之前的MLPerf v0.5和v0.6也有演习围棋的强化学习任务，但却是迷你棋盘，这次v0.7将棋盘扩大为19x19全尺寸，这更能反响研究成果。
理解过测试内容后，我们来看看各家的跑分成绩。
BERT演习刷新记录今年英伟达和谷歌两家公司都拿出了自己最强的硬件参与竞争。
英伟达方面，他们冲破了16项AI演习测试记录，而谷歌则表示，自己在全部8项任务中有6项得到了最高成绩。
得益于两家的激烈竞争，AI演习速率有了飞速发展。有一些在5年前还须要演习3周的任务，现在只需不到1分钟即可完成，险些是一年提高一个数量级。
令人印象最深刻的还是BERT，这个NLP模型在刚推出时须要演习3天韶光。
去年，谷歌用1024块TPUv3将演习韶光缩短到76分钟，英伟达又用1472个V100 GPU将演习韶光进一步减少到53分钟。
在最新的MLPerf中，英伟达只花了49秒就完成了BERT的演习，他们用了一台包含2048个A100 GPU的超级打算机SuperPOD。
作为比拟，英伟达还表示，谷歌用16个TPUv3演习了56.7分钟才完成。（看看，我们才用了不到1分钟！
）
然而，实际上谷歌比他们的速率更快，谷歌的一个研究项目利用了4096块TPU芯片，在演习BERT上得到了绝对最高的成绩——23秒！
须要把稳的是，这次演习BERT的数据集和去年并不相同，但是把BERT演习韶光缩短到半分钟内已经足够惊人。
谷歌声称，快速演习BERT用的是天下上最快的机器学习演习超算，其内部有4096个TPU v3芯片和数百个CPU主机，所有芯片都通过超快速、超大规模的定制互连进行连接，可供应430PFLOP的峰值性能。
这台超算在4项任务中都把演习韶光缩到半分钟内。
华为芯片首次亮相
其余，在演习芯片榜单上，我们首次看到了国产芯片的身影。
中科院深圳前辈技能研究所供应了华为昇腾910的测试成绩，虽然仅测试了ResNet-50一项，但是相同规模的情形下，其速率已经超过了英伟达的V100 GPU。
同样利用128个至强白金CPU和512个AI加速芯片，昇腾910在ImageNet任务中，演习ResNet-50只需1.59分钟，而英伟达V100须要2.35分钟。
华为昇腾910不仅可以运行自研的MindSpore框架，也能运行谷歌的TensorFlow框架。两者性能差距很小，后者的演习韶光为1.53分钟，比在MindSpore框架上运行韶光稍短。
不过，从这份榜单中可以看出，国产AI芯片任重道远，英伟达仍在商业领域霸占主导地位。
参与测试的多家公司利用的均是英伟达GPU，不久前推出的A100 GPU也迅速得到商用。戴尔、阿里、富士通、腾讯、浪潮，乃至连谷歌自己，都是英伟达的客户。
而且台积电将停滞为华为代工芯片，使华为自研AI芯片的未来蒙上了一层阴影。
谷歌TPUv4透露这次MLPerf跑分还透露了谷歌新一代TPU的性能指标。
比较两年前的TPUv3，谷歌的TPUv4带来均匀2.7倍的性能提升。
更恐怖的是，谷歌23秒演习完BERT利用的是TPUv3，而利用256块TPUv4演习BERT的韶光是1.82分钟。
至于更大规模的TPUv4打算集群会带来若何胆怯的成绩，或许只能等谷歌正式发布后才能知晓。
关于MLPerfMLPerf是业内首套衡量机器学习软硬件性能的通用基准，由图灵奖得主David Patterson联合谷歌和几所著名高校于2018年发起。
MLPerf基准同盟现有83家成员，包括谷歌、英伟达、微软、Facebook、阿里巴巴等73家企业和斯坦福、哈佛、多伦多大学等10所高校。
2018年，MLPerf发布了首个AI演习测试基准v0.5，v0.7是第三个AI演习跑分榜单。去年，该组织还发布过AI推理测试基准v0.5，国产芯片阿里含光800曾得到多项第一。
榜单地址：
https://mlperf.org/training-results-0-7
参考链接：
https://cloud.google.com/blog/products/ai-machine-learning/google-breaks-ai-performance-records-in-mlperf-with-worlds-fastest-training-supercomputer
https://blogs.nvidia.com/blog/2020/07/29/mlperf-training-benchmark-records/
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一韶光获知前沿科技动态
