Bidang kecerdasan buatan (AI) sedang mengalami pergeseran besar, dan pemain besar seperti Nvidia, Intel, dan Google berlomba-lomba untuk menjadi yang terdepan dalam revolusi ini.

Benchmark MLPerf Training 3.1 baru-baru ini memberikan gambaran singkat tentang persaingan ketat di antara para raksasa teknologi ini, yang memperlihatkan peningkatan yang belum pernah terjadi sebelumnya dalam pelatihan model bahasa besar (LLM). Pada kuartal pertama tahun 2023, Nvidia, Intel, dan Google meluncurkan sistem jaringan saraf AI mereka untuk tugas pembelajaran mendalam. Pada akhir tahun, laporan tersebut menunjukkan bahwa perusahaan-perusahaan tersebut telah menyelenggarakan pengujian untuk menunjukkan tingkat pencapaian mereka.

Tolok ukur MLPerf baru-baru ini menjadi medan pertempuran untuk menunjukkan kemajuan dalam pelatihan LLM. Sebelumnya didominasi oleh prediksi Hukum Moore, industri AI kini meningkatkan perangkat keras dan perangkat lunak dengan kecepatan yang melampaui proyeksi tradisional.

Sejumlah pakar mengklaim bahwa Hukum Moore perlahan-lahan mulai menghilang, sehingga penemuan-penemuan baru oleh Nvidia, Intel, dan Google kemungkinan besar diharapkan akan berguna.

Dominasi Superkomputer EOS Nvidia

Nvidia, perusahaan andalan di bidang AI, baru-baru ini meluncurkan superkomputer EOS, keajaiban teknologi dengan 10.752 GPU yang terhubung melalui Nvidia Quantum-2 InfiniBand. Dalam uji coba MLPerf Training 3.1, Nvidia mencapai peningkatan kecepatan pelatihan LLM yang mencengangkan sebanyak 2,8 kali lipat untuk model GPT-3 sejak Juni.

Tugasnya meliputi meringkas, menerjemahkan, mengklasifikasikan, dan membuat konten baru seperti kode komputer, salinan pemasaran, puisi, dan banyak lagi.

Spesifikasi sistem EOS yang mencengangkan, termasuk lebih dari 40 exaflop komputasi AI, menggarisbawahi komitmen Nvidia untuk mendorong batasan AI.

Terobosan Akselerator Gaudi 2 Intel

Intel membuat langkah signifikan dengan akselerator Habana Gaudi 2, memanfaatkan kombinasi teknik, termasuk penggunaan tipe data floating point 8-bit (FP8).

Hasilnya berbicara sendiri, dengan peningkatan performa kecepatan pelatihan yang luar biasa sebesar 103% dibandingkan tolok ukur MLPerf bulan Juni. Fokus strategis Intel pada metrik harga-kinerja memposisikannya sebagai pesaing tangguh dalam lanskap pelatihan AI.

"Kami memproyeksikan keuntungan sebesar 90 persen dari peralihan pada FP8", kata Eitan Medina, kepala operasi di Habana Labs milik Intel. "Kami memberikan lebih dari yang dijanjikan—pengurangan waktu pelatihan sebesar 103 persen untuk kluster akselerator 384."

Google Cloud TPU v5e dan Kemampuan Skalabilitasnya

Demikian pula, Google dengan Cloud TPU v5e-nya, telah memasuki persaingan dengan memamerkan kemampuan penskalaannya. Dengan memanfaatkan FP8 untuk kinerja pelatihan yang optimal, Google menonjolkan teknologi penskalaan multislice-nya, yang memungkinkan penskalaan yang mengesankan hingga 1.024 node dengan 4.096 chip TPU v5e.

Komitmen Google terhadap penskalaan yang efisien saat ini memposisikannya sebagai pemain kunci dalam perlombaan untuk mendominasi AI, karena perusahaan tidak pernah berhenti mengoptimalkan perangkat lunaknya. Persaingan ketat antara Nvidia, Intel, dan Google di arena pelatihan AI membentuk kembali masa depan kecerdasan buatan. Saat mereka mendorong batasan pelatihan LLM, raksasa teknologi ini tidak hanya melampaui prediksi Hukum Moore tetapi juga mendorong industri ke wilayah yang belum dipetakan. Hasil dari kompetisi ini tidak diragukan lagi akan memengaruhi lintasan pengembangan AI dan membuka jalan bagi kemajuan transformatif di bidang tersebut.

Postingan Laporan Tolok Ukur Pelatihan MLPerf Mengungkapkan Nvidia, Intel, dan Google Berlomba untuk Mendominasi AI Generatif muncul pertama kali di Metaverse Post.