MLPerf v6.0 neyi ölçüyor?
MLPerf, yapay zeka modellerini eğitmek için en yaygın kullanılan kıyaslama setidir. PyTorch ve TensorFlow gibi gerçek çerçeveleri kullanarak, donanımın görüntü sınıflandırmadan doğal dil işlemeye kadar çeşitli sinir ağlarını ne kadar hızlı ve verimli eğitebileceğini test eder. v6.0 turu, yeni iş yükleri ve güç raporlamada daha katı kurallar ekleyerek sonuçları üretim veri merkezleri için daha alakalı hale getirdi.
NVIDIA, Blackwell GPU'ları için en büyük ölçekli eğitim çalışmaları da dahil olmak üzere birden fazla kategoride sonuçlar sundu. Şirket, sistemlerinin MLPerf'te şimdiye kadar kaydedilen en hızlı eğitim sürelerine, genellikle önceki rekor sahiplerine karşı büyük farklarla ulaştığını bildirdi. Kıyaslamalar ayrıca Blackwell mimarisinin daha fazla GPU eklendiğinde neredeyse doğrusal olarak ölçeklendiğini gösterdi; bu, sınır ötesi yapay zeka modellerini eğitmek için kullanılan devasa kümeleri oluşturmak için önemli bir gerekliliktir.
Rekor neden önemli?
Daha büyük ve daha yetenekli yapay zeka sistemleri geliştirmek için yarışan şirketler için eğitim hızı, doğrudan daha kısa yineleme döngüleri ve daha düşük maliyetler anlamına gelir. Haftalar yerine günler içinde son teknoloji bir dil modelini eğitebilen bir GPU, elektrik ve bulut bilişim faturalarında milyonlarca dolar tasarruf sağlar. Blackwell sonuçları, NVIDIA'nın yapay zeka altyapısında mümkün olanın sınırlarını bir kez daha yükselttiğini gösteriyor.
Şirket, kıyaslamalarda kullanılan Blackwell GPU'ları için belirli fiyatlandırma veya kullanılabilirlik zaman çizelgelerini açıklamadı. Ancak MLPerf sunumu, çiplerin kağıt üzerinden gerçek silikona geçtiğini ve yöneticilerin aylardır yaptığı performans vaatlerini yerine getirdiğini doğruluyor.
AMD ve Intel de dahil olmak üzere NVIDIA'nın rakipleri, son turlarda MLPerf sonuçları sundu, ancak hiçbiri henüz Blackwell sistemlerinin saf verim ve verimliliğine ulaşamadı. Rakiplerin mimarileri olgunlaştıkça fark daralabilir, ancak şu an için NVIDIA, hiper ölçekleyiciler ve araştırma laboratuvarları için en önemli yapay zeka eğitim kıyaslamasında ezici bir üstünlüğe sahip.
İş yükü bazında dök
