Lĩnh vực trí tuệ nhân tạo (AI) đang trải qua một cơn địa chấn và những công ty lớn như Nvidia, Intel và Google đang chạy đua để đi đầu trong cuộc cách mạng này.

Các điểm chuẩn MLPerf Training 3.1 gần đây đã cung cấp cái nhìn ngắn gọn về sự cạnh tranh khốc liệt giữa những gã khổng lồ công nghệ này, cho thấy những thành tựu chưa từng có trong đào tạo mô hình ngôn ngữ lớn (LLM). Trong quý đầu tiên của năm 2023, Nvidia, Intel và Google đã công bố mạng thần kinh AI của họ hệ thống cho các nhiệm vụ học sâu. Đến cuối năm, báo cáo cho thấy các công ty đã thực hiện các bài kiểm tra để chứng minh mức độ thành tích của họ.

Các điểm chuẩn MLPerf gần đây đã trở thành chiến trường để chứng minh những tiến bộ trong đào tạo LLM. Trước đây bị chi phối bởi các dự đoán của Định luật Moore, ngành công nghiệp AI hiện đang mở rộng quy mô phần cứng và phần mềm với tốc độ vượt xa các dự đoán truyền thống.

Một số chuyên gia cho rằng Định luật Moore đang dần trở nên vô nghĩa, vì vậy những khám phá mới của Nvidia, Intel và Google có thể sẽ có ích.

Sự thống trị của siêu máy tính EOS của Nvidia

Nvidia, một công ty vững mạnh trong lĩnh vực AI, gần đây đã trình làng siêu máy tính EOS của mình, một tuyệt tác công nghệ với 10.752 GPU được kết nối qua Nvidia Quantum-2 InfiniBand. Trong điểm chuẩn MLPerf Training 3.1, Nvidia đã đạt được sự cải thiện đáng kinh ngạc 2,8 lần về tốc độ đào tạo LLM cho mẫu GPT-3 của mình kể từ tháng 6.

Các nhiệm vụ bao gồm tóm tắt, dịch, phân loại và tạo nội dung mới như mã máy tính, bản sao tiếp thị, thơ và hơn thế nữa.

Các thông số kỹ thuật đáng kinh ngạc của hệ thống EOS, bao gồm hơn 40 exaflop tính toán AI, nhấn mạnh cam kết của Nvidia trong việc vượt qua các ranh giới của AI.

Đột phá về máy tăng tốc Gaudi 2 của Intel

Intel đã đạt được những bước tiến đáng kể với bộ tăng tốc Habana Gaudi 2, tận dụng sự kết hợp của các kỹ thuật, bao gồm cả việc sử dụng các kiểu dữ liệu dấu phẩy động 8 bit (FP8).

Kết quả đã nói lên điều đó, với hiệu suất tốc độ luyện tập tăng đáng kể 103% so với điểm chuẩn MLPerf tháng 6. Chiến lược tập trung của Intel vào các thước đo hiệu suất giá giúp Intel trở thành một đối thủ cạnh tranh đáng gờm trong bối cảnh đào tạo AI.

Eitan Medina, giám đốc điều hành tại Habana Labs của Intel cho biết: “Chúng tôi dự đoán mức tăng 90% từ việc chuyển sang FP8”. “Chúng tôi đã làm được nhiều hơn những gì đã hứa—giảm 103% thời gian đào tạo cho cụm máy gia tốc 384.”

Khả năng mở rộng và Cloud TPU v5e của Google

Tương tự như vậy, Google với Cloud TPU v5e, đã tham gia cuộc thi thể hiện khả năng mở rộng quy mô của mình. Bằng cách sử dụng FP8 để có hiệu suất đào tạo tối ưu, Google đã nêu bật công nghệ chia tỷ lệ đa lớp của mình, cho phép mở rộng quy mô ấn tượng lên tới 1.024 nút với 4.096 chip TPU v5e.

Cam kết của Google về việc mở rộng quy mô hiệu quả hiện đang giúp Google trở thành nhân tố chủ chốt trong cuộc đua giành ưu thế về AI, vì công ty không bao giờ ngừng tối ưu hóa phần mềm của mình. Sự cạnh tranh gay gắt giữa Nvidia, Intel và Google trong lĩnh vực đào tạo AI đang định hình lại tương lai của trí tuệ nhân tạo . Khi họ vượt qua các ranh giới của đào tạo LLM, những gã khổng lồ công nghệ này không chỉ vượt quá dự đoán của Định luật Moore mà còn đưa ngành này vào những lãnh thổ chưa được khám phá. Kết quả của cuộc cạnh tranh này chắc chắn sẽ ảnh hưởng đến quỹ đạo phát triển AI và mở đường cho những tiến bộ mang tính biến đổi trong lĩnh vực này. cánh đồng.

Bài đăng Báo cáo điểm chuẩn đào tạo của MLPerf tiết lộ Nvidia, Intel và Google Racing để giành sự thống trị về AI sáng tạo xuất hiện đầu tiên trên Metaverse Post.