Tegnap az Nvidia bejelentette, hogy a közelgő H100 GPU “Hopper” A Tensor Core újakat telepített
Az MPerf benchmarkok a munkaterhelést mérik„kimenetek”, amelyek bemutatják, hogy a chip milyen jól képes alkalmazni egy előre betanított gépi tanulási modellt az új adatokra. Az MLCommons néven ismert iparági vállalatok csoportja 2018-ban kidolgozta az MLPerf benchmarkokat, hogy szabványos mérőszámot biztosítson a gépi tanulási teljesítmény bemutatásához a potenciális ügyfelek számára.
Különösen a H100 teljesített jólBERT-Large benchmark, amely a természetes nyelvi feldolgozás teljesítményét méri a Google által kifejlesztett BERT modell segítségével. Az Nvidia ezt a konkrét eredményt a Hopper architektúra Transformer Engine-jének tulajdonítja, amely kifejezetten felgyorsítja a transzformációs modellek betanítását. Ez azt jelenti, hogy a H100 felgyorsíthatja a jövő természetes nyelvi modelljeit, például az OpenAI GPT-3-át, amely különféle stílusokban írhat és cseveghet.
A még fejlesztés alatt álló chip az előrejelzések szerint az A100 helyére lép, mint a cég zászlóshajója, az adatközponti GPU.