写点什么

AI 金榜题名时,MLPerf 榜单的份量究竟有多重?

作者:脑极体
  • 2022 年 7 月 05 日
  • 本文字数:1627 字

    阅读完需:约 5 分钟

数字化时代,数据是新的生产资料,算力是新的生产力。很多朋友好奇,算力究竟从哪里来?一个重要的答案就是服务器。

不难发现,GDP(国内生产总值)与服务器数量呈现明显的正线性相关,服务器出货量已经可以作为衡量计算力发展水平的重要指标项。而在服务器市场,我们注意到一个相对低调的名字:宁畅。


不久前,在国际权威 AI 性能基准测试 MLPerf Training V2.0 中,宁畅的人工智能服务器多项测试成绩斩获全球第一,打破 2 项世界纪录。而这并不是偶然,事实上,宁畅已经连续五次问鼎世界冠军。

AI 对数字经济的重要性不言而喻,而 AI 算法对算力的需求也呈指数级增长。人工智能服务器领域的进步,为 AI 技术的发展和落地应用提供了更为坚实的算力支撑。在此基础上,或许应该去解答一个问题:宁畅在人工智能服务器上捧回的奖杯,在算力时代份量几何?

奖杯的份量 :国际 AI 评测背后的逻辑

算力评测,大家都不陌生,但人工智能服务器的性能高低,却不是“一言不合跑个分”那么简单。一方面,AI 计算是多种任务、架构的集合,考较的是整个系统的处理能力,而非单一硬件;另外,不同任务、不同场景,AI 服务器的表现可能相差悬殊,所以单一任务出色未必能代表整体水平, AI 性能评测要分任务、分赛道,方才公允,有参考意义。

所以,MLPerf 固定任务(closed)赛道中,基于同一套参数,在 DLRM、MASK R-CNN、ResNet、U-NET3D 等 8 个 AI 场景下,对各计算系统进行评测。针对不同场景分门别类地评测,意味着面向多场景的 AI 硬件更具优势,经受住不同 AI 任务的考验。比如 MASK R-CNN(重量级图像目标检测)测试和 U-Net3D(图像分割模型)测试,主要应用在自动驾驶、医疗图像分析、监控、工业检测等场景中,这些模型的训练任务是数据中心的典型应用,成为各个厂商 PK 的主战场。今年,宁畅人工智能服务器 X640 G40 打破了自己创下的世界纪录,分别搭载 16 颗、20 颗 NVIDIA A100 Tensor Core 80GB GPU,再夺 MASK R-CNN、U-Net3D 两项冠军。


另外,AI 模型应用到产业中,不可能无限制地增加资源,同一配置下表现最优,对于行业用户来说是很有参考意义的,而这也是 AI 独角兽或初创企业在一众巨头中脱颖而出的蹊径。可以看到,在搭载 NVIDIA A30 Tensor Core GPU 同一配置下,宁畅服务器 X640 G40 也表现出了优越的性能,分别在 Bert(自然语言处理)、RNN-T(语音识别)、U-Net3D(图像分割模型)、DLRM(推荐系统)、RetinaNet(目标检测)以及 ResNet(图像分类)6 项测试中获得第一。

绿色化、低碳化成为大势所趋,能耗也应该纳入到 AI 硬件的重点考虑范畴。液冷技术在散热方面比传统数据中心的空调系统更具优势,也成为服务器产品的创新焦点,此次宁畅 X660 G45 LP 液冷服务器也首次参与了 MLPerf Training 测试,展现出了部件级精确制冷水准,在降低数据中心 PUE、节能减排方面让人期待。

智在八方:从国际赛场走向千行百业

对于服务器厂商来说,比赛只是训练场,最终还是要到广阔的市场中去,将 AI 的技术红利播撒到四面八方。千行百业,才是成绩背后真正的重量。

凭借优秀的产品与服务,宁畅人工智能服务器也得到了企业客户的普遍认可。IDC 发布的《2021 下半年度(H2)中国加速计算服务器市场分析报告》显示,宁畅以 8.5%的市场销售额占比,位列中国区 GPU 以及加速服务器市场第二名。


从赛场到市场,接下来围绕算力将发生哪些连锁反应?

首先,是智能算力的供给更加充沛,单位成本降低,直接惠及智能化转型的企业。以宁畅为例,其人工智能服务器产品及服务已覆盖互联网、汽车、电信、金融、云计算等众多行业超千家 TOP 级用户。

其次,推动 AI 相关应用创新,元宇宙、数字孪生、科学计算等新应用有了算力底座支撑,或许将在不久的将来能成为现实。

更进一步,智能算力与数字经济相辅相成,助推数字中国的高速可持续发展。而中国产业数字化、智能化升级,构成了一个确定性的增量空间,宁畅的人工智能服务器为数字经济提供算力支撑的同时,自身也将收获更多价值。

数字经济需要聚合多种产业力量和技术力量,才是 MLPerf 背后的核心价值,相信中国厂商们将继续在赛场与市场中书写传奇。

用户头像

脑极体

关注

还未添加个人签名 2020.06.12 加入

还未添加个人简介

评论

发布
暂无评论
AI金榜题名时,MLPerf榜单的份量究竟有多重?_脑极体_InfoQ写作社区