Опубліковано результати MLPerf HPC 1.0, набору галузевих тестів для оцінки продуктивності машинного навчання
Опубліковані результати MLPerf HPC 1.0, набору галузевих тестів для оцінки продуктивності машинного навчання
Нові бенчмарки MLPerf зосереджені на обчисленнях, які прискорюють і доповнюють моделювання на основі штучного інтелекту на суперкомп'ютерах. Системи на базі рішень NVIDIA виграли чотири з п'яти тестів MLPerf HPC 1.0.
За даними компанії, останні досягнення в молекулярній динаміці, астрономії та моделюванні клімату стали можливими завдяки спільному використанню HPC і AI. Ця тенденція сприяє впровадженню систем ШІ класу exascale (в даному випадку мова йде про обчислення зниженою точності) як в науці, так і в промисловості.
Тести MLPerf підтримуються MLCommons, галузевою групою, до складу якої входять Alibaba, Google, Intel, Meta, NVIDIA і т.д. Бенчмарки MLPerf HPC включають в себе два види тестів. Перший вимірює час, необхідний для навчання моделі (сильне масштабування, сильне масштабування), другий - загальну пропускну здатність системи, тобто скільки моделей можна навчити за заданий проміжок часу.
У першому варіанті випробувань в порівнянні з кращими результатами в MLPerf 0,7 в минулому році NVIDIA поліпшила результати в тесті CosmoFlow (обробка знімків з телескопів), а в DeepCam (виявлення ураганів і повітряних потоків) - майже в 7 разів. А суперкомп'ютер Perlmutter лідирує в бенчмарку opencatalyst (відстежуючи, наскільки добре прогнозуються міжмолекулярні взаємодії) за допомогою прискорювачів NVIDIA A100 2048.
У тестах другого типу NVIDIA лідирує в DeepCam - 16 вузлів на одну роботу і 256 одночасних завдань. Всі випробування проводилися на NVIDIA Selene, власній системі NVIDIA і найбільшому в світі промисловому суперкомп'ютері. Nvidia DALI (Прискорення даних) і графіки CUDA (зменшення затримки для невеликих частин даних для ефективного масштабування до 1024 і більше прискорювачів) використовувалися для профілювання робочих навантажень.
Компанія також використовувала NVIDIA SHARP, ключовий компонент NVIDIA MagnumIO, для прискорення обміну даними та завантаження даних у мережу комутатора NVIDIA Quantum InfiniBand. Всі ці кошти не закриті. Все програмне забезпечення для проведення самих тестів доступно в репозиторії MLPerf. NVIDIA також регулярно оновлює необхідні компоненти в своєму каталозі NGC.
Всього в цьому раунді MLPerf HPC сім з восьми учасників використовували прискорювачі NVIDIA. Серед них німецький суперкомп'ютерний центр Jülich Supercomputing Centre, Швейцарський національний обчислювальний центр, а також Аргоннська національна лабораторія і Національна лабораторія Лоуренса, Національний центр додатків для суперкомп'ютерів і Техаський центр передових обчислень в США. У компанії зазначили, що хороші результати в тестах є результатом зрілості апаратної та AI-платформи NVIDIA.
