Χθες, η Nvidia ανακοίνωσε ότι η επερχόμενη GPU H100 “Hopper” Το Tensor Core εγκατέστησε νέα
Τα σημεία αναφοράς MPerf μετρούν τον φόρτο εργασίας"Έξοδοι" που δείχνουν πόσο καλά το τσιπ μπορεί να εφαρμόσει ένα προεκπαιδευμένο μοντέλο μηχανικής εκμάθησης σε νέα δεδομένα. Ένας όμιλος εταιρειών του κλάδου, γνωστός ως MLCommons, ανέπτυξε τα σημεία αναφοράς MLPerf το 2018 για να παρέχει μια τυποποιημένη μέτρηση για την παρουσίαση της απόδοσης μηχανικής εκμάθησης σε πιθανούς πελάτες.
Συγκεκριμένα, το H100 είχε καλή απόδοσηBERT-Μεγάλο σημείο αναφοράς, το οποίο μετρά την απόδοση της επεξεργασίας φυσικής γλώσσας χρησιμοποιώντας το μοντέλο BERT που αναπτύχθηκε από την Google. Η Nvidia αποδίδει αυτό το συγκεκριμένο αποτέλεσμα στην αρχιτεκτονική Transformer Engine του Hopper, η οποία επιταχύνει συγκεκριμένα την εκπαίδευση των μοντέλων μετασχηματισμού. Αυτό σημαίνει ότι το H100 μπορεί να επιταχύνει μελλοντικά μοντέλα φυσικής γλώσσας όπως το GPT-3 του OpenAI, το οποίο μπορεί να συνθέσει γραφή σε διάφορα στυλ και συνομιλίες συνομιλίας.
Το τσιπ, το οποίο βρίσκεται ακόμη σε εξέλιξη, προβλέπεται να αντικαταστήσει το A100 ως τη ναυαρχίδα GPU του κέντρου δεδομένων της εταιρείας.