بالأمس، أعلنت شركة Nvidia أن وحدة معالجة الرسوميات H100 القادمة "Hopper" ستُطرح في الأسواق. قام Tensor Core بتثبيت أخرى جديدة
تقيس معايير MPerf أعباء العمل"المخرجات" التي توضح مدى قدرة الشريحة على تطبيق نموذج التعلم الآلي المدرب مسبقًا على البيانات الجديدة. قامت مجموعة من شركات الصناعة المعروفة باسم MLCommons بتطوير معايير MLPerf في عام 2018 لتوفير مقياس موحد لتقديم أداء التعلم الآلي للعملاء المحتملين.
على وجه الخصوص ، كان أداء H100 جيدًا فيمعيار BERT-Large ، والذي يقيس أداء معالجة اللغة الطبيعية باستخدام نموذج BERT الذي طورته Google. تنسب Nvidia هذه النتيجة بالذات إلى محرك Transformer الخاص بهندسة هوبر ، والذي يسرع على وجه التحديد تدريب نماذج التحويل. هذا يعني أن H100 يمكنها تسريع نماذج اللغة الطبيعية المستقبلية مثل OpenAI's GPT-3 ، والتي يمكن أن تؤلف كتابة في مجموعة متنوعة من الأنماط ومحادثات الدردشة.
من المتوقع أن تحل الشريحة ، التي لا تزال قيد التطوير ، محل A100 كمركز بيانات رئيسي للشركة GPU.