NVIDIA 创下六项人工智能性能记录

    

Tensor Core GPU 在每一项 MLPerf 基准测试结果中均实现最佳表现；用户可通过 NGC 使用加速堆栈。

在最新公布的业内首套人工智能基准测试中，NVIDIA 创下 6 项人工智能性能记录。

在谷歌、英特尔、百度、NVIDIA 及其他数十家科技行业领军企业的支持下，新型基准测试套件MLPerf 可测定一系列深度学习工作负载。该套件涵盖了计算机视觉、语言翻译、个性化推荐以及强化学习任务等领域，旨在成为业内首个客观的人工智能基准测试套件。

最佳性能表现

NVIDIA 在其提交的 6 个 MLPerf 基准测试结果中均取得了最佳表现。这些测试涵盖了多种工作负载和基础架构规模 – 从单节点上的 16 颗 GPU 到跨 80 节点上的多达 640 颗 GPU。

这些测试分为 6 大类别，分别为图像分类、对象实例分割、目标检测、临时翻译、复发性翻译与推荐系统。NVIDIA 并未提交第 7 类别，即强化学习的基准测试，原因是该类别尚未充分利用到GPU 加速。

NVIDIA 在语言翻译测试类别中表现突出

NVIDIA 在语言翻译这一关键基准测试类别中表现尤为出色，仅需 6.2 分钟即完成了 Transformer 神经网络的训练。关于 NVIDIA 参与的 6 项基准测试结果的更多信息，请访问 NVIDIA 开发者新闻中心 。

NVIDIA 工程师利用 NVIDIA DGX 系统实现了这些测试结果。该系统包括全球最强大的人工智能系统 NVIDIA DGX-2，搭载了 16 颗完全连接的 V100 Tensor Core GPU。

唯一一家参与多达 6 项基准测试的科技公司

NVIDIA 是唯一一家参与多达 6 项基准测试的科技公司，充分展现出 V100 Tensor Core GPU 在部署人工智能工作负载方面的通用性。

NVIDIA 副总裁兼加速计算总经理 Ian Buck 表示："全新基准 MLPerf 展示了 NVIDIA Tensor Core GPU非凡的性能与通用性。我们的 Tensor Core GPU 拥有高性价比，且可通过各地的云服务提供商及电脑制造商实现供货，进而帮助世界各地的开发人员在开发过程中的每一个阶段推进人工智能的应用。"

一流的人工智能计算需要"全栈式"创新

要想在复杂多样的计算工作负载中实现优异性能，不仅仅需要出色的芯片。加速计算也不单单与加速器有关，还需要实现全堆栈创新。

NVIDIA 堆栈包括 NVIDIA Tensor Cores、NVLink、NVSwitch、DGX 系统、CUDA、cuDNN、NCCL、经过优化的深度学习框架容器以及 NVIDIA 软件开发套件。

超高易用性

NVIDIA 的人工智能平台是最便捷且高性价比的选择。Tensor Core GPU 可通过各地的云服务提供商及电脑制造商实现供货。

高性价比的选择

借助售价仅为 2,500 美元的超强桌面级 GPU - NVIDIA TITAN RTX，用户在桌面上也可实现相同的Tensor Core GPU 强大功能。如果按照 3 年使用期来计算，该 GPU 每小时的费用仅相当于几美分。

通过 NVIDIA GPU Cloud (NGC) 云容器注册，用户可持续更新这些软件的加速堆栈。