IT之家 11 月 14 日消息，科技媒體 WccfTech 昨日（11 月 13 日）發(fā)布博文，報道稱英偉達首次公布了 Blackwell GPU 在 MLPerf v4.1 AI 訓練工作負載中的成績，在訓練 Llama 2 70B (Fine-Tuning)模型時比Hopper快2.2 倍。
測試簡介英偉達于今年 8 月，首次公布了 Blackwell GPU 在 MLPerf v4.1 AI 推理方面的基準測試成績，而今天首次公布了該 GPU 在 MLPerf v4.1 AI 訓練工作負載方面的測試成績。
NVIDIA 表示，隨著新模型的推出，AI 領域對計算的需求正在以指數(shù)級增長，因此需要大幅提升訓練和推理 AI 的能力，IT之家附上本次訓練工作負載主要使用的模型如下：
Llama 2 70B（LLM 微調）
Stable Diffusion（文本到圖像）
DLRMv2（推薦系統(tǒng)）
BERT（自然語言處理）
RetinaNet（目標檢測）
GPT-3 175B（LLM 預訓練）
R-GAT（圖神經網(wǎng)絡）
這些工作負載的基準測試為評估 AI 加速器的訓練性能提供了準確的數(shù)據(jù)支持。
Hopper GPU 的持續(xù)優(yōu)化Hopper GPU 自發(fā)布以來，經過持續(xù)的軟件優(yōu)化，性能得到了顯著提升。H100 GPU 在 LLM 預訓練性能上比首次提交時快了 1.3 倍，并且在 GPT-3（175B 訓練）中實現(xiàn)了 70% 的性能提升。
英偉達利用 11616 個 H100 GPU 進行了 MLPerf 的最大規(guī)模提交，進一步證明了其在數(shù)據(jù)中心級別的強大能力。
Blackwell 的技術優(yōu)勢Blackwell GPU 的設計旨在提高每個 GPU 的計算吞吐量，配備更大更快的高帶寬內存，不降低性能的前提下，能夠在更少的 GPU 上運行 GPT-3 175B 基準測試。
根據(jù)測試結果，64 張 Blackwell GPU 的測試性能，可以達到 256 張 Hopper GPU 的水平。
