NVIDIAn Blackwell-näytönohjaimet murskasivat kilpailun viimeisimmissä MLPerf-koulutuksen vertailuarvoissa saavuttaen ennätyksellisiä tuloksia mittakaavassa ja raakasuorituskyvyssä. Tällä viikolla julkaistu v6.0-kierros on ensimmäinen kerta, kun yhtiön seuraavan sukupolven datakeskuskiihdyttimet esiintyvät alan standarditestistössä – eivätkä ne vain voittaneet, vaan kirjoittivat tulostaulun uusiksi.
Mitä MLPerf v6.0 mittaa
MLPerf on laajimmin käytetty vertailuarvojoukko tekoälymallien kouluttamiseen. Se testaa, kuinka nopeasti ja tehokkaasti laitteisto pystyy kouluttamaan erilaisia neuroverkkoja – kuvien luokittelusta luonnollisen kielen käsittelyyn – käyttäen todellisia viitekehyksiä, kuten PyTorchia ja TensorFlow'ta. v6.0-kierros lisäsi uusia työkuormia ja tiukempia sääntöjä tehonraportointiin, mikä tekee tuloksista merkityksellisempiä tuotantodatakeskuksille.
NVIDIA toimitti tulokset Blackwell-näytönohjaimille useissa luokissa, mukaan lukien suurimman mittakaavan koulutusajot. Yhtiö raportoi, että sen järjestelmät saavuttivat nopeimmat koulutusajat, joita MLPerfissä on koskaan kirjattu, usein selvällä erolla aiempiin ennätysten haltijoihin. Vertailuarvot osoittivat myös, että Blackwell-arkkitehtuuri skaalautuu lähes lineaarisesti, kun GPU:ita lisätään – keskeinen vaatimus massiivisten klustereiden rakentamiselle, joita käytetään huippuluokan tekoälymallien kouluttamiseen.
Miksi ennätys on tärkeä
Yrityksille, jotka kilpailevat kehittääkseen suurempia ja kyvykkäämpiä tekoälyjärjestelmiä, koulutusnopeus tarkoittaa suoraan lyhyempiä iteraatiosyklejä ja alhaisempia kustannuksia. GPU, joka pystyy kouluttamaan huippuluokan kielimallin päivissä viikkojen sijaan, säästää miljoonia sähkö- ja pilvilaskentakuluissa. Blackwell-tulokset viittaavat siihen, että NVIDIA on jälleen nostanut rimaa sille, mikä on mahdollista tekoälyinfrastruktuurissa.
Yhtiö ei paljastanut erityisiä hinnoitteluja tai saatavuusaikatauluja vertailuarvoissa käytetyille Blackwell-näytönohjaimille. Mutta MLPerf-toimitus vahvistaa, että sirut siirtyvät paperista todelliseen piihin – ja että ne täyttävät suorituskykylupaukset, joita johtajat ovat antaneet kuukausien ajan.
NVIDIAn kilpailijat, kuten AMD ja Intel, ovat myös toimittaneet MLPerf-tuloksia viime kierroksilla, mutta kukaan ei ole vielä yltänyt Blackwell-järjestelmien läpimenoon ja tehokkuuteen. Ero saattaa kaventua, kun kilpailevat arkkitehtuurit kypsyvät, mutta toistaiseksi NVIDIA pitää hallitsevaa johtoasemassa tekoälyn koulutusvertailuarvossa, joka on tärkein hypermittakaavaoperaattoreille ja tutkimuslaboratorioille.
Täydellinen v6.0-tulossarja, mukaan lukien työkuormakohtaiset erittelyt ja tehomittaukset, julkaistiin MLPerf-verkkosivustolla aiemmin tällä viikolla. Alan analyytikot ja järjestelmärakentajat tutkivat lukuja nähdäkseen tarkalleen, miten Blackwell-arkkitehtuuri saavuttaa etulyöntiasemansa – ja onko osa voitoista peräisin temppuista, jotka eivät siirry todellisiin käyttöönottoihin.
