NVIDIA Grace Hopper超級(jí)芯片橫掃M(jìn)LPerf推理基準(zhǔn)測試

從云端到網(wǎng)絡(luò)邊緣，NVIDIA GH200、H100和L4 GPU以及Jetson Orin模組在運(yùn)行生產(chǎn)級(jí) AI 時(shí)均展現(xiàn)出卓越性能。

NVIDIA GH200 Grace Hopper超級(jí)芯片首次亮相 MLPerf 行業(yè)基準(zhǔn)測試，其運(yùn)行了所有數(shù)據(jù)中心推理測試，進(jìn)一步擴(kuò)大了NVIDIA H100 Tensor Core GPU的領(lǐng)先優(yōu)勢。

總體測試結(jié)果表明，NVIDIA AI 平臺(tái)無論是在云端還是網(wǎng)絡(luò)邊緣均展現(xiàn)出卓越的性能和通用性。

此外，NVIDIA宣布推出全新推理軟件，該軟件將為用戶帶來性能、能效和總體擁有成本的大幅提升。

GH200 超級(jí)芯片在 MLPerf 一騎絕塵

GH200將一顆Hopper GPU和一顆Grace CPU連接到一個(gè)超級(jí)芯片中。這種組合提供了更大內(nèi)存、更快帶寬，能夠在CPU和GPU之間自動(dòng)切換計(jì)算所需要的資源，實(shí)現(xiàn)性能最優(yōu)化。

具體而言，內(nèi)置8顆H100 GPU 的 NVIDIA HGX H100系統(tǒng)，在本輪每項(xiàng)MLPerf推理測試中均實(shí)現(xiàn)了最高吞吐量。

Grace Hopper 超級(jí)芯片和H100 GPU在所有MLPerf數(shù)據(jù)中心測試中均處于領(lǐng)先地位，包括針對(duì)計(jì)算機(jī)視覺、語音識(shí)別和醫(yī)學(xué)成像的推理，以及應(yīng)用于生成式AI的推薦系統(tǒng)和大語言模型（LLM） 等對(duì)性能要求更高的用例。

總體而言，此次測試結(jié)果延續(xù)了自2018年MLPerf基準(zhǔn)測試推出以來，NVIDIA在每一輪AI訓(xùn)練和推理中都處于領(lǐng)先性能的紀(jì)錄。

最新一輪MLPerf 測試包括一項(xiàng)更新的推薦系統(tǒng)測試，并新增首個(gè)GPT-J上的推理基準(zhǔn)測試。GPT-J是一個(gè)由60億個(gè)參數(shù)組成的大語言模型（LLM），而AI模型的大小通常根據(jù)它有多少參數(shù)來衡量。

TensorRT-LLM 大幅提升推理能力

為了應(yīng)對(duì)各類復(fù)雜的工作負(fù)載，NVIDIA開發(fā)了一款能夠優(yōu)化推理的生成式AI軟件——TensorRT-LLM。該開源庫使客戶能夠在不增加成本的情況下將現(xiàn)有H100 GPU的推理性能提升兩倍以上。由于時(shí)間原因，TensorRT-LLM沒有參加8月的MLPerf提交。

NVIDIA的內(nèi)部測試表明， 在運(yùn)行 GPT-J 6B 模型時(shí)，相較于沒有使用TensorRT-LLM的上一代GPU，在H100 GPU上使用TensorRT-LLM能夠?qū)崿F(xiàn)高達(dá)8倍的性能提升。

該軟件始于NVIDIA在對(duì)Meta、AnyScale、Cohere、Deci、Grammarly、Mistral AI、MosaicML（現(xiàn)為Databricks的一部分）、OctoML、Tabnine和Together AI等領(lǐng)先公司進(jìn)行加速和優(yōu)化LLM推理時(shí)所做的工作。

MosaicML在TensorRT-LLM 的基礎(chǔ)上添加了所需的功能，并將這些功能集成到他們現(xiàn)有的服務(wù)堆棧中。Databricks工程副總裁Naveen Rao表示：“這已成為相當(dāng)輕而易舉的事情。”

Rao補(bǔ)充說：“TensorRT-LLM 簡單易用、功能豐富且高效。它為正在使用NVIDIA GPU的 LLM服務(wù)提供了最先進(jìn)的性能，并使我們能夠?qū)⒐?jié)省的成本回饋給我們的客戶?！?/p>

TensorRT-LLM 是NVIDIA全棧AI平臺(tái)持續(xù)創(chuàng)新的最新實(shí)例。這類持續(xù)的軟件進(jìn)步為用戶帶來了無需額外成本即可實(shí)現(xiàn)隨著時(shí)間不斷提升的性能，并且廣泛適用于多樣化的AI工作負(fù)載。

L4為主流服務(wù)器增強(qiáng)推理能力 在最新MLPerf基準(zhǔn)測試中，NVIDIA L4 GPU 運(yùn)行了所有工作負(fù)載，并全面展現(xiàn)了出色的性能。

例如，在緊湊型72W PCIe 加速器中運(yùn)行時(shí)，L4 GPU的性能比功耗超出其近5倍的CPU提高了6倍。

此外，L4 GPU具有專用媒體引擎，與CUDA軟件搭配使用，在NVIDIA的測試中為計(jì)算機(jī)視覺提供了高達(dá)120倍的加速。

谷歌云和許多系統(tǒng)制造商現(xiàn)已支持L4 GPU，為從消費(fèi)互聯(lián)網(wǎng)服務(wù)到藥物研發(fā)各行業(yè)的客戶提供服務(wù)。

大幅提升邊緣性能

此外，NVIDIA采用了一種全新模型壓縮技術(shù)來展示在一個(gè)L4 GPU上運(yùn)行BERT LLM的性能提升高達(dá)4.7倍。該結(jié)果體現(xiàn)在MLPerf的“開放分區(qū)”中，這個(gè)類別旨在展示新能力。

這項(xiàng)技術(shù)有望應(yīng)用于所有AI工作負(fù)載。它尤其適用于在空間和功耗受限的邊緣設(shè)備上運(yùn)行模型。

在另一個(gè)體現(xiàn)邊緣計(jì)算領(lǐng)導(dǎo)力的例證中，NVIDIA Jetson Orin模塊化系統(tǒng)將邊緣AI和機(jī)器人應(yīng)用場景中常見的計(jì)算機(jī)視覺用例——目標(biāo)檢測的性能比上一輪測試提升高達(dá)84%。

Jetson Orin性能的提升得益于軟件可以充分利用該芯片的最新核心，如一個(gè)可編程視覺加速器、一顆NVIDIA Ampere架構(gòu)GPU和一個(gè)專用深度學(xué)習(xí)加速器等。

靈活的性能與龐大的生態(tài)

MLPerf基準(zhǔn)測試是透明且客觀的，因此用戶可以根據(jù)其結(jié)果做出明智的購買決定。該測試還涵蓋了豐富的用例和場景，能夠讓用戶獲得可靠且可以靈活部署的性能。

本輪提交測試結(jié)果的合作伙伴包括微軟 Azure和Oracle Cloud Infrastructure 等云服務(wù)提供商以及華碩、Connect Tech、戴爾科技、富士通、技嘉、惠與、聯(lián)想、QCT、超微等系統(tǒng)制造商。

總體而言，MLPerf 已得到70多家機(jī)構(gòu)的支持，包括阿里巴巴、Arm、思科、谷歌、哈佛大學(xué)、英特爾、Meta、微軟和多倫多大學(xué)等。

請(qǐng)閱讀技術(shù)博客，詳細(xì)了解我們?nèi)绾螌?shí)現(xiàn)這些最新的成果。

NVIDIA在基準(zhǔn)測試中使用的所有軟件均可從 MLPerf 軟件庫中獲得，因此每個(gè)人都能實(shí)現(xiàn)全球領(lǐng)先的結(jié)果。我們不斷將這些優(yōu)化措施整合到NVIDIA NGC軟件中心的容器中供GPU應(yīng)用使用。